CN108363407B - 一种无人船自主航行的协同云控制系统 - Google Patents
一种无人船自主航行的协同云控制系统 Download PDFInfo
- Publication number
- CN108363407B CN108363407B CN201810008481.9A CN201810008481A CN108363407B CN 108363407 B CN108363407 B CN 108363407B CN 201810008481 A CN201810008481 A CN 201810008481A CN 108363407 B CN108363407 B CN 108363407B
- Authority
- CN
- China
- Prior art keywords
- cloud
- control system
- unmanned ship
- controller
- controllers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000004891 communication Methods 0.000 claims abstract description 36
- 238000005070 sampling Methods 0.000 claims description 13
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种无人船自主航行的协同云控制系统,包括:岸端控制系统、船载控制系统、通信系统及协同云控制系统。无人船的自主航行是建立基于实时无人船状态信息控制分析模块,岸端控制系统利用电子地图进行航线的初步自动规划,船载控制系统利用GPS、激光雷达等传感器实现对无人船状态及周围环境信息采集,并利用4G网络将所规划航线、无人船状态信息等信息传输到云端服务器,云端服务器再利用云处理技术并结合深度学习智能算法实时修正舵角及航速,并将控制信号返回到船载控制系统,实时控制无人船实现自主航行。
Description
技术领域
本发明涉及到一种无人船自主航行的协同云控制系统,具体涉及到无人船自主航行控制领域。
背景技术
随着社会的不断发展和科学技术的进步,现代船舶系统向系统化,智能化,无人化的方向发展,近年来,以小型快艇和先进控制技术相结合,是无人驾驶船舶研究的一个新课题。无人船主要用于海洋环境监测,水文测绘等。在军事方面,主要用于防卫,反恐,扫雷,搜救等。无人船在民用,军事和科研领域有着广阔的应用前景。
在复杂多变的海洋环境中,要求无人船在达到安全航行这一基本要求的基础上,还能够完成其他指定的任务,如地形测量、水质采样等,可以看出,智能化是无人船最基本的功能,同时也是最大的难点,只有实现了智能化才能称其为真正意义上的无人船。而控制技术是实现智能化的关键技术之一,必须在此方面寻求突破,赋予无人船更多的自主性,最终实现无人船的自主导航、自主循迹、自主避障等功能,其中自主航行是无人船最基本也是最重要的功能,只有在这个基础上根据自主规划路径、自主循迹、自主避障,进而完成各种任务。
发明内容
本发明所要解决的技术问题是,提供一种无人船自主航行的协同云控制系统,利用协同云控制系统提供了更强大、更优化的计算能力,减少了船载系统的处理负担,使得船载系统简化成为一个单纯的输入输出设备,使得系统更加智能化,功能更强,且利用4G网络进行串口通信,数据传输距离更远,传输速度更快,提高了实时性,减少了无人船船载系统的数据流量,降低了无人船船载系统的能耗,使得续航时间更长。
为达到上述目的,本发明采取的技术方案是构建一种无人船自主航行的协同云控制系统,实现了无人船的自主航行、数据传输及无人船状态信息显示,包括岸端控制系统、船载控制系统、通信系统及协同云控制系统;
一种无人船自主航行的协同云控制系统,其特征在于包括岸端控制系统、船载控制系统、通信系统及协同云控制系统;
所述的岸端控制系统包括岸端上位机;
所述的船载控制系统包括处理器、GPS、激光雷达、航速传感器、航向传感器、电机、舵机、电池;
所述的通信系统为4G串口通信模块,为双4G通道;
所述的协同云控制系统,其控制任务将由多个(两个或更多)云控制器以合作的形式来完成,包括一个主云控制器和几个分云控制器。
优选的,所述岸端上位机用于显示无人船的当前状态信息、自主规划无人船初始航线,并可以选择无人船的系统控制方式;并将所规划的航线以及所选择的系统控制方式通过通信系统发送给协同云控制系统。
优选的,所述自主规划无人船初始航线为调用电子海图,通过在电子海图上输入起始点、终止点坐标自动生成航线。
优选的,所述无人船的系统控制方式包括开启系统、关闭系统以及重启系统。
优选的,可以直接在岸端上位机设置返航点,并将返航点坐标发送给协同云控制系统。
优选的,所述船载控制系统利用GPS采集当前位置,利用激光雷达采集周围环境障碍物距离,利用航速传感器、航向传感器采集当前航速及当前航向信息,通过处理器将这些信息汇总并给通信系统,通过通信系统将无人船状态信息发送给协同云控制系统;同时,处理器根据接收到的控制命令控制舵机、电机调整航向和航速,电池为无人船上所有设备供电。
优选的,所述无人船状态信息包括无人船当前位置、当前航向、当前航速、电池状态以及周围环境障碍物距离。
优选的,其特征在于,所述通信系统利用双4G通道,实现船载控制系统、协同云控制系统及岸端控制系统之间的通信。
优选的,其特征在于,所述协同云控制系统,根据接收到的无人船的状态信息、航线信息以及系统控制方式,通过计算分析输出控制命令给定舵角及给定航速,并通过通信系统将控制命令发送给船载系统,且将无人船的状态信息传送给岸端上位机显示。
优选的,其特征在于,所述主云控制器,不仅是一个云控制器,还是一个任务管理器;在任务的初始阶段,主云控制器根据任务的规模从备选云控制器中选择多个合适的云控制器作为分云控制器;然后主云控制器根据当前的计算资源,对总体任务进行分割为多个分任务,并将不同的分任务分配给相应的分云控制器,同时将网络控制参数、当前时刻及之前时刻的无人船状态信息发送给分云控制器,待分云控制器计算完成后,将计算结果反馈给主云控制器,主云控制器再根据当前任务分配情况计算出最终控制信号。
优选的,所述主云控制器将不同的分任务分配给相应的分云控制器时,根据各个分云控制器的计算能力进行分配任务。
优选的,所述主云控制器通过无人船的当前位置以及所跟踪航线得到无人船的期望航向。
优选的,在每个采样时刻,活动的云控制器和备选的云控制器将发送他们的状态到主云控制器。主云控制器根据各云控制器的状态,重新列出新的分云控制器备选名单,然后在下一个采样时刻根据各云控制器的最新状态重新分配任务。
优选的,所述的各云控制器的状态包括各云控制器的计算能力,以及各分云控制器到主控制器之间网络的时间延迟和数据丢失规律。
本发明公开的一种无人船自主航行的协同云控制系统,利用协同云控制系统进行复杂运算、统筹协调以及系统决策,利用深度学习智能算法实现自主智能控制,使得系统的计算能力得以提高,且系统更加智能化,功能更强,系统的硬件可靠性高,硬件冗余,可以自动的故障切换,不受物理硬件的限制,能够及时提供性能扩展,发挥系统最高效率。并且,利用4G网络进行数据传输,极大地提高了传输距离和传输速度。
附图说明
图1为一种无人船自主航行的协同云控制系统的总体架构的结构示意图。
图2为协同云控制系统的结构示意图。
具体实施方式
以下结合附图对本发明的具体实施方式做进一步的详细说明。
在图1中,一种无人船自主航行的协同云控制系统,包括岸端控制系统、船载控制系统、通信系统及协同云控制系统;
所述的岸端控制系统包括岸端上位机;
所述的船载控制系统包括处理器、GPS、激光雷达、航速传感器、航向传感器、电机、舵机、电池;
所述的通信系统为4G串口通信模块,为双4G通道;
所述的协同云控制系统,其控制任务将由多个(两个或更多)云控制器以合作的形式来完成,包括一个主云控制器和几个分云控制器。
进一步地,所述岸端上位机用于显示无人船的当前状态信息、自主规划无人船初始航线,并可以选择无人船的系统控制方式;并将所规划的航线以及所选择的系统控制方式通过通信系统发送给协同云控制系统。
具体地,所述无人船的系统控制方式包括开启系统、关闭系统以及重启系统。
具体地,可以直接在岸端上位机设置返航点,并将返航点坐标发送给协同云控制系统。
进一步地,所述船载控制系统利用GPS采集当前位置,利用激光雷达采集周围环境信息,利用航速传感器、航向传感器采集当前航速及当前航向信息,通过处理器将这些信息汇总并给通信系统,通过通信系统将无人船状态信息发送给协同云控制系统;同时,处理器根据接收到的控制命令控制舵机、电机调整航向和航速,电池为无人船上所有设备供电。
进一步地,所述无人船状态信息包括无人船当前位置、当前航向、当前航速、电池状态以及周围环境信息。
进一步地,所述通信系统利用双4G通道,实现船载控制系统、协同云控制系统及岸端控制系统之间的通信。
进一步地,所述协同云控制系统,根据接收到的无人船的状态信息、航线信息以及系统控制方式,采用深度学习智能算法输出控制命令给定舵角及给定航速,并通过通信系统将控制命令发送给船载系统,且将无人船的状态信息传送给岸端上位机显示。
进一步地,所述主控制器,不仅是一个控制器,还是一个任务管理器;在任务的初始阶段,主控制器根据任务的规模从备选云控制器中选择多个合适的云控制器作为分云控制器;然后主控制器根据当前的计算资源,利用分布式算法,对总体任务进行分割,并将不同的部分分配给相应的分云控制器,同时将网络控制参数、当前时刻及之前时刻的无人船状态信息发送给分云控制器,待分云控制器计算完成后,将计算结果反馈给主云控制器,主云控制器再根据当前任务分配算法计算出最终控制信号。
具体地,在每个采样时刻,活动的云控制器和备选的云控制器将发送他们的状态到主控制器。主控制器根据各云控制器的状态,重新列出新的分云控制器备选名单,然后在下一个采样时刻根据各云控制器的最新状态重新分配任务。
具体地,所述的各云控制器的状态包括各云控制器的计算能力,以及各分云控制器到主控制器之间网络的时间延迟和数据丢失规律。
如图2所示为协同云控制系统的结构示意图,所述主云控制器选择4个分云控制器,采用深度确定性策略梯度算法控制无人船自主航行,分云控制器1作为行动者输出控制命令O(t)给定舵角和给定航速,分云控制器2作为行动者估计,根据无人船的下一个时刻的状态估计无人船应该采取的动作O(t+1),分云控制器3作为评论家对每次分云控制器1所采取的行动打分,分云控制器4作为评论家估计对每次分云控制器 2的输出打分。
优选的,所述分云控制器1、2、3、4的控制结构为4个神经网络。
优选的,所述分云控制器1、2、3、4将输出信号及网络参数反馈给主云控制器,主云控制器选择分云控制器1的输出作为控制命令并保存分云控制器1、2、3、4的网络参数。
优选的,所述主云控制器将无人船当前采样时刻以及前一采样时刻的期望航向、期望航迹误差、实际航向、实际航迹误差、实际航速、当前位置、当前障碍物距离、前一时刻的控制命令作为分云控制器1的输入S(t)。
优选的,所述期望航迹误差恒为零。
优选的,所述主云控制器将无人船下一采样时刻以及当前采样时刻的期望航向、期望航迹误差、实际航向、实际航迹误差、实际航速、当前位置、当前障碍物距离、前一时刻的控制命令作为分云控制器2的输入S(t+1)。
优选的,所述主云控制器将最终控制命令给船载控制系统,当船载控制系统执行控制命令后,会得到环 境的奖励r(t),所述奖励为若采取的动作有效的避开了障碍物且高精度的跟踪了航线,则得到一个正奖励,反之,得到一个负奖励。
优选的,所述主云控制器将每一个时刻分云控制器1、2的输入S(t)、S(t+1)和输出O(t)、O(t+1)及奖励r(t)存储在经验池中,每次从经验池中随机抽取20组数据,将S(i) 和O(i)作为分云控制器3的输入,将S(i+1)和O(i+1)作为分云控制器4的输入,分云控制器3和4对i时刻和i+1时刻分云控制器1和2的动作进行打分,将分云控制器4 的输出与i时刻的奖励求和后,再与分云控制器3的输出求差值,通过最小化这个差值来反向求梯度,沿着梯度下降方向更新分云控制器3的网络参数,分云控制器4通过慢慢跟踪分云控制器3的网络参数来更新自身的网络参数。
优选的,所述经验池存储最近100组数据。
优选的,所述分云控制器1的网络参数通过分云控制器3对分云控制器1的输入反向求梯度,沿着梯度上升方向获得更新。
优选的,所述环境的反馈为对无人船每次执行协同云控制系统的控制命令后的表现评分,若无人船的航迹误差和航向误差越小,得到的分数越高,反之,得到的分数越低。
本发明的工作过程如下:
岸端上位机自主规划无人船初始航线,选择无人船的系统控制方式,并将所规划的航线以及所选择的系统控制方式通过通信系统发送给协同云控制系统;
船载控制系统利用GPS采集当前位置,利用激光雷达采集周围环境信息,利用航速传感器、航向传感器采集当前航速及当前航向信息,通过处理器将这些信息汇总并给通信系统,通过通信系统将无人船状态信息发送给协同云控制系统;
协同云控制系统根据任务的规模从备选云控制器中选择多个云控制器作为分云控制器;然后主云控制器根据当前的计算资源,对总体任务进行分割,并将不同的部分分配给相应的分云控制器,同时将网络控制参数、当前时刻及之前时刻的无人船状态信息发送给分云控制器,待分云控制器计算完成后,将计算结果反馈给主云控制器,主云控制器给出最终控制信号;根据任务的规模从备选云控制器中选择多个云控制器作为分云控制器;然后主云控制器根据当前的计算资源,对总体任务进行分割,并将不同的部分分配给相应的分云控制器,同时将网络控制参数、当前时刻及之前时刻的无人船状态信息发送给分云控制器,待分云控制器计算完成后,将计算结果反馈给主云控制器,主云控制器给出最终控制信号。
船载控制系统的处理器根据接收到的最终控制信号控制舵机、电机调整航向和航速;岸端上位机显示无人船的当前状态信息。
本发明公开的一种无人船自主航行的协同云控制系统,利用协同云控制系统进行复杂运算、统筹协调以及系统决策,利用深度学习智能算法实现自主智能控制,使得系统的计算能力得以提高,且系统更加智能化,功能更强,系统的硬件可靠性高,硬件冗余,可以自动的故障切换,不受物理硬件的限制,能够及时提供性能扩展,发挥系统最高效率。并且,利用4G网络进行数据传输,极大地提高了传输距离和传输速度。
Claims (4)
1.一种无人船自主航行的协同云控制系统,其特征在于包括岸端控制系统、船载控制系统、通信系统及协同云控制系统;
所述的岸端控制系统包括岸端上位机;所述岸端上位机用于显示无人船的当前状态信息,自主规划无人船初始航线,选择无人船的系统控制方式,并将所规划的航线以及所选择的系统控制方式通过通信系统发送给协同云控制系统;
所述的船载控制系统包括处理器、GPS、激光雷达、航速传感器、航向传感器、电机、舵机、电池;船载控制系统的处理器根据接收到的最终控制信号控制舵机、电机调整航向和航速;
所述的通信系统为4G串口通信模块;
所述的协同云控制系统,包括一个主云控制器和若干个分云控制器;所述主云控制器根据任务的规模从备选云控制器中选择多个云控制器作为分云控制器;然后主云控制器根据当前的计算资源,对总体任务进行分割,并将不同的部分分配给相应的分云控制器,同时将网络控制参数、当前时刻及之前时刻的无人船状态信息发送给分云控制器,待分云控制器计算完成后,将计算结果反馈给主云控制器,主云控制器给出最终控制信号;
在每个采样时刻,活动的云控制器和空闲的云控制器发送他们的状态到主云控制器,主云控制器根据各分云控制器的状态,重新列出新的分云控制器备选名单,然后在下一个采样时刻根据各分云控制器的最新状态重新分配任务;
所述的协同云控制系统通过通信系统分别与岸端控制系统和船载控制系统相连进行通信;
所述主云控制器选择4个分云控制器,采用深度确定性策略梯度算法控制无人船自主航行,分云控制器1作为行动者输出控制命令O(t)给定舵角和给定航速,分云控制器2作为行动者估计,根据无人船的下一个时刻的状态估计无人船应该采取的动作O(t+1),分云控制器3作为评论家对每次分云控制器1所采取的行动打分,分云控制器4作为评论家估计对每次分云控制器2的输出打分;
所述分云控制器1、2、3、4将输出信号及网络参数反馈给主云控制器,主云控制器选择分云控制器1的输出作为控制命令并保存分云控制器1、2、3、4的网络参数;
所述主云控制器将无人船当前采样时刻以及前一采样时刻的期望航向、期望航迹误差、实际航向、实际航迹误差、实际航速、当前位置、当前障碍物距离、前一时刻的控制命令作为分云控制器1的输入S(t);
所述主云控制器将无人船下一采样时刻以及当前采样时刻的期望航向、期望航迹误差、实际航向、实际航迹误差、实际航速、当前位置、当前障碍物距离、前一时刻的控制命令作为分云控制器2的输入S(t+1);
所述主云控制器将最终控制命令给船载控制系统,当船载控制系统执行控制命令后,会得到环境的奖励r(t),所述奖励为若采取的动作有效的避开了障碍物且高精度的跟踪了航线,则得到一个正奖励,反之,得到一个负奖励;
所述主云控制器将每一个时刻分云控制器1、2的输入S(t)、S(t+1)和输出O(t)、O(t+1)及奖励r(t)存储在经验池中,每次从经验池中随机抽取20组数据,将S(i)和O(i)作为分云控制器3的输入,将S(i+1)和O(i+1)作为分云控制器4的输入,分云控制器3和4对i时刻和i+1时刻分云控制器1和2的动作进行打分,将分云控制器4的输出与i时刻的奖励求和后,再与分云控制器3的输出求差值,通过最小化这个差值来反向求梯度,沿着梯度下降方向更新分云控制器3的网络参数,分云控制器4通过慢慢跟踪分云控制器3的网络参数来更新自身的网络参数;
所述分云控制器1的网络参数通过分云控制器3对分云控制器1的输入反向求梯度,沿着梯度上升方向获得更新。
2.如权利要求1所述的无人船自主航行的协同云控制系统,其特征在于,所述船载控制系统利用GPS采集当前位置,利用激光雷达采集周围环境信息,利用航速传感器、航向传感器采集当前航速及当前航向信息,通过处理器将这些信息汇总并给通信系统,通过通信系统将无人船状态信息发送给协同云控制系统;处理器根据接收到的控制命令控制舵机、电机调整航向和航速,电池为无人船上所有设备供电。
3.如权利要求1所述的无人船自主航行的协同云控制系统,其特征在于,所述协同云控制系统,根据接收到的无人船的状态信息、航线信息以及系统控制方式,输出控制命令给定舵角及给定航速,并通过通信系统将控制命令发送给船载系统,且将无人船的状态信息传送给岸端上位机显示。
4.一种如权利要求1所述系统的无人船自主航行的协同云控制方法,其特征在于,
岸端上位机自主规划无人船初始航线,选择无人船的系统控制方式,并将所规划的航线以及所选择的系统控制方式通过通信系统发送给协同云控制系统;
船载控制系统利用GPS采集当前位置,利用激光雷达采集周围环境信息,利用航速传感器、航向传感器采集当前航速及当前航向信息,通过处理器将这些信息汇总并给通信系统,通过通信系统将无人船状态信息发送给协同云控制系统;
协同云控制系统根据任务的规模从备选云控制器中选择多个云控制器作为分云控制器;然后主云控制器根据当前的计算资源,将总体任务分割为多个分任务,并将不同的分任务分配给相应的分云控制器,同时将网络控制参数、当前时刻及之前时刻的无人船状态信息发送给分云控制器,待分云控制器计算完成后,将计算结果反馈给主云控制器,主云控制器给出最终控制信号;
船载控制系统的处理器根据接收到的最终控制信号控制舵机、电机调整航向和航速;岸端上位机显示无人船的当前状态信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810008481.9A CN108363407B (zh) | 2018-01-04 | 2018-01-04 | 一种无人船自主航行的协同云控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810008481.9A CN108363407B (zh) | 2018-01-04 | 2018-01-04 | 一种无人船自主航行的协同云控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108363407A CN108363407A (zh) | 2018-08-03 |
CN108363407B true CN108363407B (zh) | 2021-06-01 |
Family
ID=63011213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810008481.9A Expired - Fee Related CN108363407B (zh) | 2018-01-04 | 2018-01-04 | 一种无人船自主航行的协同云控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108363407B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109541547B (zh) * | 2018-11-21 | 2023-04-21 | 上海交通大学 | 基于水声定位的无人船入港引导系统及引导方法 |
CN109612454A (zh) * | 2018-12-03 | 2019-04-12 | 华东师范大学 | 无人船测绘路径校准方法、系统及无人船 |
CN109460060A (zh) * | 2018-12-05 | 2019-03-12 | 四川航天系统工程研究所 | 无人装备智能协同控制组件及控制方法 |
CN109445446A (zh) * | 2018-12-28 | 2019-03-08 | 珠海市汉图达科技有限公司 | 一种无人艇动力定位控制系统及方法 |
CN111324126B (zh) * | 2020-03-12 | 2022-07-05 | 集美大学 | 一种视觉无人船 |
CN111524393A (zh) * | 2020-04-07 | 2020-08-11 | 浙江国际海运职业技术学院 | 一种多无人艇全覆盖路径协同规划方法 |
CN111538336B (zh) * | 2020-05-20 | 2023-11-21 | 西交利物浦大学 | 一种无人船控制系统 |
CN116360440B (zh) * | 2023-03-29 | 2024-01-12 | 上海动力天成智能科技有限公司 | 无人船地面站交互系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9712402B2 (en) * | 2012-10-10 | 2017-07-18 | Alcatel Lucent | Method and apparatus for automated deployment of geographically distributed applications within a cloud |
CN103078759B (zh) * | 2013-01-25 | 2017-06-06 | 北京润通丰华科技有限公司 | 计算节点的管理方法及装置、系统 |
CN103546313A (zh) * | 2013-09-26 | 2014-01-29 | 福州宙斯盾信息技术有限公司 | 基于云计算的it运维管理系统 |
CN204663975U (zh) * | 2015-06-04 | 2015-09-23 | 袁玉平 | 贯流风轮 |
CN105223927B (zh) * | 2015-10-12 | 2018-03-13 | 上海应用技术学院 | 一种连续铸造云计算研发制造系统 |
CN106375373A (zh) * | 2016-08-24 | 2017-02-01 | 广西小草信息产业有限责任公司 | 一种基于动态云节点的任务分解方法和系统 |
CN106970624A (zh) * | 2017-04-21 | 2017-07-21 | 华中科技大学 | 一种自主无人船 |
CN107172184A (zh) * | 2017-06-09 | 2017-09-15 | 盐城工学院 | 一种基于4g物联网技术的无人船云控制系统 |
-
2018
- 2018-01-04 CN CN201810008481.9A patent/CN108363407B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN108363407A (zh) | 2018-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363407B (zh) | 一种无人船自主航行的协同云控制系统 | |
CN108200175B (zh) | 基于协同云控制的多无人船编队协同控制系统及方法 | |
CN108287542B (zh) | 基于协同云控制的无人机与无人船协作控制系统与方法 | |
Zhang et al. | Collision-avoidance navigation systems for Maritime Autonomous Surface Ships: A state of the art survey | |
Zeng et al. | A survey on path planning for persistent autonomy of autonomous underwater vehicles | |
Brittain et al. | Autonomous air traffic controller: A deep multi-agent reinforcement learning approach | |
CN109521797A (zh) | 无人船引导水下航行器群的优化割草型编队控制方法 | |
CN103176451B (zh) | 一种舰船辅助航行及编队指挥的方法 | |
CN106094606A (zh) | 一种水面无人艇导航与控制遥操作平台 | |
CN108445892A (zh) | 一种欠驱动无人船编队控制器结构及设计方法 | |
CN104267723A (zh) | 远洋船舶导航自动航行系统及导航方法 | |
WO2022241944A1 (zh) | 一种海空协同水下目标追踪的路径规划系统及方法 | |
CN109032136A (zh) | 基于主从分布式模型预测控制的欠驱动多无人船编队跟踪方法 | |
CN111966106B (zh) | 一种基于船-船协同的智能船舶编队靠泊的方法 | |
CN109213159A (zh) | 一种运用无人机进行海上态势感知监测船舶路径的方法 | |
EP4042105B1 (en) | Map including data for routing aerial vehicles during gnss failure | |
Cao et al. | Hunting algorithm for multi-auv based on dynamic prediction of target trajectory in 3d underwater environment | |
WO2019160447A1 (ru) | Способ создания трека пути движения для автономного движения подвижного объекта и способ осуществления автономного движения подвижного объекта по треку пути движения | |
CN112748743A (zh) | 空中运载器导航系统 | |
CN111538349B (zh) | 面向多任务的长航程auv自主决策方法 | |
CN112068565A (zh) | 一种结构化环境中的无人船自主导航方法和系统 | |
CN111256694A (zh) | 一种确定水面无人艇路径的方法 | |
WO2023129890A1 (en) | Integrated trajectory forecasting, error estimation, and vehicle handling when detecting an observed scenario | |
Xiao et al. | Research on multi-mode control system and autonomous cruise method for unmanned surface vehicles | |
Zhi-Wen et al. | Path planning for UUV in dynamic environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210601 |