CN111026135A - 一种无人艇高性能航行前馈控制系统及其控制方法 - Google Patents

一种无人艇高性能航行前馈控制系统及其控制方法 Download PDF

Info

Publication number
CN111026135A
CN111026135A CN202010056401.4A CN202010056401A CN111026135A CN 111026135 A CN111026135 A CN 111026135A CN 202010056401 A CN202010056401 A CN 202010056401A CN 111026135 A CN111026135 A CN 111026135A
Authority
CN
China
Prior art keywords
unmanned ship
time
current
data
storm
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.)
Granted
Application number
CN202010056401.4A
Other languages
English (en)
Other versions
CN111026135B (zh
Inventor
王曰英
陈汇资
张丹
彭艳
罗均
蒲华燕
谢少荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Transpacific Technology Development Ltd
University of Shanghai for Science and Technology
Original Assignee
Beijing Transpacific Technology Development Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Transpacific Technology Development Ltd filed Critical Beijing Transpacific Technology Development Ltd
Priority to CN202010056401.4A priority Critical patent/CN111026135B/zh
Publication of CN111026135A publication Critical patent/CN111026135A/zh
Application granted granted Critical
Publication of CN111026135B publication Critical patent/CN111026135B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明属于无人艇技术领域，具体公开了一种无人艇高性能航行前馈控制系统，包括前馈控制器、制导系统、模型辨识系统、风浪流短期预报系统和无人艇传感系统；所述前馈控制器分别与制导系统、模型辨识系统、无人艇传感系统连接，所述无人艇传感系统分别与风浪流短期预报系统、模型辨识系统连接，所述风浪流短期预报系统与模型辨识系统连接。本发明无人艇高性能航行前馈控制系统极大地提高了无人艇航行的精准度和控制效率，保证无人艇在外界干扰信息的作用下航向、航迹保持稳定，确保无人艇高精度航行；解决了复杂海况下无人艇偏航过大的问题。

Description

一种无人艇高性能航行前馈控制系统及其控制方法
技术领域
本发明属于无人艇技术领域，具体涉及一种无人艇高性能航行前馈控制系统及其控制方法。
背景技术
在海洋中航行的无人艇，由于受到风浪流等外部环境的干扰，会产生横荡、纵荡及艏摇，对水面无人艇高性能航行的负面影响很大。剧烈的摇荡运动不仅会影响船载探测设备的正常工作、降低设备工作效率，而且还可能造成航迹、航向偏离期望设定。目前，抗扰动控制大都通过估计干扰信息并进行实时补偿的方法来抑制干扰，但无人艇时滞性严重，加入控制后往往要数十秒后才能起作用，因此补偿一直是对过去干扰的抑制。因此，如果能够事先预报出水面艇在未来短时间内的摇荡姿态，实现反馈与前馈复合的控制策略，便可保证无人艇在复杂海况下的高性能航行。
发明内容
针对现有技术中存在的问题和不足，本发明的目的旨在提供一种无人艇高性能航行前馈控制系统及其控制方法。
为实现发明目的，本发明采用的技术方案如下：
一种无人艇高性能航行前馈控制系统，包括前馈控制器、制导系统、模型辨识系统、风浪流短期预报系统和无人艇传感系统；无人艇传感系统用于获取海上当前时刻风浪流状态数据和当前时刻无人艇位姿数据，并将当前时刻风浪流状态数据传输至风浪流短期预报系统、模型辨识系统，将当前时刻无人艇位姿数据传输至前馈控制器和模型辨识系统；风浪流短期预报系统用于预测未来时刻风浪流状态数据，并将未来时刻风浪流状态数据传输至模型辨识系统；模型辨识系统用于预测未来时刻无人艇位姿数据，并将未来时刻无人艇位姿数据传输至前馈控制器；制导系统用于根据无人艇航行目的地和实时海况为无人艇提供实时优化路径点，并将实时优化路径点传输至前馈控制器；前馈控制器对接收的实时优化路径点、当前时刻无人艇位姿数据和未来时刻无人艇位姿数据进行处理分析，生成控制指令，并将控制指令传输至无人艇的动力装置，对无人艇航行进行控制；无人艇的动力装置用于根据前馈控制器的控制指令驱动无人艇航行。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述风浪流短期预报系统包括自回归预报模型，自回归预报模型利用当前时刻风浪流状态数据预测未来时刻风浪流状态数据。自回归预报模型是一个统计模型，它主要考虑样本数据中的数据关联性，可将过去时刻的数据值通过线性组合来表达当前时刻的数据值。对应于给定的时间序列，通过Levinson-Durbin算法对自回归预报模型进行辨识，进而预测未来时刻风浪流状态数据。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述模型辨识系统包括Hammerstein-Wiener模型，Hammerstein-Wiener模型利用当前时刻风浪流状态数据、当前时刻无人艇位姿数据和未来时刻风浪流状态数据预测未来时刻无人艇位姿数据。所述Hammerstein-Wiener模型包含了Hammerstein和Wiener两个非线性系统，即由一个静态的输入非线性模块，一个动态的线性模块和一个静态的输出非线性模块串联组成。所述模型辨识系统利用最小二乘支持向量机回归法，将非线性映射函数将样本映射到高维特征空间，这样就将原样本空间中的非线性函数估计问题转化成高维特征空间中的线性函数估计问题；映射关系构建完成后，便可通过直接通过当前时刻风浪流状态数据、未来时刻风浪流状态数据预测未来时刻艇体的位姿变化，为未来的广义预测控制提供数据支撑。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述前馈控制器包括广义预测控制器和增量式PID控制器，广义预测控制器和增量式PID控制器串联，共同驱动无人艇高性能航行。广义预测控制器具有预测模型、滚动优化和反馈校正三个基本特征；其中，预测模型根据对象的历史信息和未来输入预测其未来的输出；滚动优化通过某一性能指标的最优来确定未来的控制作用，在每一采样时刻，优化性能指标只涉及该时刻起未来有限的时域，而在下一采样时刻，这一优化域同时向前推移，优化计算不是一次离线完成，而是在线反复进行的；反馈校正则是到下一采样时间，则需首先检测对象的实际输出，并利用这一实时信息对给予模型的预测进行修正，然后再进行新的优化。增量式PID通过对控制量的增量（本次控制量和上次控制量的差值）进行PID控制的一种控制算法。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述制导系统包括导航模块、避障模块和路径规划模块；路径规划模块分别与导航模块、避障模块和前馈控制器连接。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述避障模块包括激光雷达、海事雷达和侧扫声呐，用于获取障碍物、大型海浪和涡流的信息，并将获取的信息传输至路径规划模块。更加优选地，避障模块通过激光雷达发射激光束探测无人艇近距离障碍物或者大型海浪的位置、速度等特征量，通过海事雷达获取远距离障碍物的位置、速度等特征量，通过侧扫声纳用于获取水面水下漩涡和乱流信息，然后对障碍物、大型海浪、漩涡进行三维建模，利用基于时空上下文融合的海面目标跟踪算法获取其圆周半径和速度矢量，并将这些特征量信号传至路径规划模块。其中，基于时空上下文融合的海面目标跟踪算法具体参见文献：彭艳, 陈加宏, 李小毛, 罗均, 谢少荣, 刘畅, 蒲华燕 (2018). 时空上下文融合的无人艇海面目标跟踪. 中国科学:技术科学, 48(12), 103-118）。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述路径规划模块包括全局路径规划和局部路径优化两部分，全局路径规划部分是在海图中给无人艇规划设定路径，局部路径优化部分是依据导航模块提供的信息和避障模块提供的障碍物、大型海浪、涡流的信息，对已规划的设定路径进行路径优化，生成实时优化路径点，并将优化路径点传输至前馈控制器。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述导航模块通过惯性测量单元获取无人艇的纵向速度和艏摇角速度，并将测量数据传至路径规划模块。
根据上述的无人艇高性能航行前馈控制系统，优选地，所述无人艇传感系统包括风速风向仪、多普勒流速仪、水位波浪雷达以及GPS和陀螺仪；风速风向仪、多普勒流速仪和水位波浪雷达用于获取海上当前时刻的风浪流状态数据，GPS和陀螺仪用于获取当前时刻无人艇位姿数据，当前时刻无人艇位姿数据包括无人艇纵向、横向和艏摇方向上的位置、角度和速度信息。
根据上述的无人艇高性能航行前馈控制系统，优选地，无人艇的动力装置用于根据前馈控制器的控制指令驱动无人艇航行；无人艇动力装置包括油门和舵机，油门根据前馈控制器输出的控制指令实时调整无人艇的航速，舵机根据前馈控制器输出的控制指令实时调整无人艇的艏向，确保无人艇实现高精度航行。
上述无人艇高性能航行前馈控制系统的控制方法，包括以下步骤：
（1）无人艇航行过程中，通过无人艇传感系统获取海上当前时刻风浪流状态数据和当前时刻无人艇位姿数据，并将当前时刻风浪流状态数据传输至风浪流短期预报系统和模型辨识系统，将当前时刻无人艇位姿数据传输至前馈控制器和模型辨识系统；
（2）风浪流短期预报系统利用接收的当前时刻风浪流状态数据对未来时刻海上风浪流状态进行预测，得到未来时刻风浪流状态数据，并将未来时刻风浪流状态数据传输至模型辨识系统；
（3）模型辨识系统利用接收的当前时刻风浪流状态数据、当前时刻无人艇位姿数据和未来时刻风浪流状态数据预测未来时刻无人艇的位置和姿态，得到未来时刻无人艇位姿数据，并将未来时刻无人艇位姿数据传输至前馈控制器；
（4）制导系统在充分考虑无人艇系统的动力学约束和机动性能的基础上，结合海图进行全局路径规划，之后依据局部的大型海浪、旋涡、动静态障碍物信息进行局部路径优化，从而获得实时优化的路径点，并将实时优化路径点传输至前馈控制器；
（5）前馈控制器对接收的实时优化路径点、当前时刻无人艇位姿数据和未来时刻无人艇位姿数据进行处理分析，生成控制指令，并将控制指令传输至无人艇动力装置，实现无人艇的航速和艏向控制，确保无人艇在外界干扰信息作用下高精度航行。
与现有技术相比，本发明取得的积极有益效果为：
（1）本发明无人艇高性能航行前馈控制系统设有风浪流短期预报系统和模型辨识系统，风浪流短期预报系统利用自回归预报模型根据当前时刻海上的风浪流状态数据预测未来时刻风浪流状态数据，并将未来时刻的风浪流状态数据传输至模型辨识系统，模型辨识系统利用Hammerstein-Wiener模型根据当前时刻风浪流状态数据、当前时刻无人艇位姿数据和未来时刻风浪流状态数据预测未来时刻无人艇位姿变化数据，并将未来时刻无人艇位姿变化数据传输至前馈控制器，前馈控制器采用广义预测控制算法和增量式PID相结合的控制方法对接收的实时优化路径点信息、当前时刻无人艇位姿数据和未来时刻无人艇位姿数据进行处理分析，实现无人艇真正意义上的事前控制，极大地提高了无人艇航行的精准度和控制效率，保证无人艇在外界干扰信息的作用下航向、航迹保持稳定，确保无人艇高精度航行；解决了复杂海况下无人艇偏航过大的问题。
（2）本发明提取了能够表征海洋干扰信息的要素，并将其作为训练数据；应用最小二乘支持向量机辨识Hammerstein-Wiener型非线性模型，并利用测试数据验证该模型的合理性，完成了小样本海洋环境特征与无人艇运动之间的关系模型。由于该映射关系基于小样本，因此，大大减少了艇载传感器的采样数据量和计算负荷，提高了无人艇未来姿态信息预报的更新速率和准确性；同时，为前馈控制器补偿海洋干扰提供了宝贵的时间，极大地减小了航迹误差。
（3）本发明充分利用了广义预测控制在处理大时滞系统时，具有多步预测、滚动优化、反馈校正、对模型结构要求低等优点，针对无人艇PID串级控制中系统存在的问题，结合广义预测控制和PID控制来实现无人艇的航向跟踪控制，保证控制输出能够及时有效补偿海洋干扰，提前将航迹误差消除在“萌芽”，实现高精度航行。
（4）本发明制导系统的避障模块中设有激光雷达、海事雷达和侧扫声呐，不但能获取障碍物、大型海浪的位置、速度信息，同时还能获取水下漩涡和乱流信息，路径规划模块能够根据障碍物、大型海浪、水下漩涡和乱流信息进行路径优化，因此，本发明制导系统能够充分考虑实时海洋环境信息完成路径优化，保证无人艇在复杂海况中安全航行。
（5）本发明无人艇高性能航行前馈控制系统涉及合理，能够确保无人艇在复杂海况中实现高精度的安全航行，而且整个系统控制过程无人工干预，完全自主，可以满足海上测绘等无人化高精度作业需求。
附图说明
图1为本发明无人艇高性能航行前馈控制系统的示意图。
具体实施方式
实施例1：
一种无人艇高性能航行前馈控制系统，参见图1，包括前馈控制器、制导系统、模型辨识系统、风浪流短期预报系统和无人艇传感系统；所述前馈控制器分别与制导系统、模型辨识系统、无人艇传感系统、无人艇动力装置连接，所述无人艇传感系统分别与风浪流短期预报系统、模型辨识系统连接，所述风浪流短期预报系统与模型辨识系统连接。无人艇传感系统用于获取海上当前时刻风浪流状态数据和当前时刻无人艇位姿数据，并将当前时刻风浪流状态数据传输至风浪流短期预报系统、模型辨识系统，将当前时刻无人艇位姿数据传输至前馈控制器和模型辨识系统；风浪流短期预报系统用于预测未来时刻风浪流状态数据，并将未来时刻风浪流状态数据传输至模型辨识系统；模型辨识系统用于预测未来时刻无人艇位姿数据，并将未来时刻无人艇位姿数据传输至前馈控制器；制导系统用于根据无人艇航行目的地和实时海况为无人艇提供实时优化路径点，并将实时优化路径点传输至前馈控制器；前馈控制器对接收的实时优化路径点、当前时刻无人艇位姿数据和未来时刻无人艇位姿数据进行处理分析，生成控制指令，并将控制指令传输至无人艇动力装置，对无人艇航行进行控制；无人艇动力装置根据前馈控制器的控制指令驱动无人艇航行。
风浪流短期预报系统包括自回归预报模型，自回归预报模型利用当前时刻风浪流状态数据预测未来时刻风浪流状态数据。自回归预报模型是一个统计模型，它主要考虑样本数据中的数据关联性，可将过去时刻的数据值通过线性组合来表达当前时刻的数据值。对应于给定的时间序列，通过Levinson-Durbin算法对自回归预报模型进行辨识，进而预测未来时刻风浪流状态数据。
模型辨识系统包括Hammerstein-Wiener模型，Hammerstein-Wiener模型利用当前时刻风浪流状态数据、当前时刻无人艇位姿数据和未来时刻风浪流状态数据预测未来时刻无人艇位姿数据。所述Hammerstein-Wiener模型包含了Hammerstein和Wiener两个非线性系统，即由一个静态的输入非线性模块，一个动态的线性模块和一个静态的输出非线性模块串联组成。所述模型辨识系统利用最小二乘支持向量机回归法，将非线性映射函数将样本映射到高维特征空间，这样就将原样本空间中的非线性函数估计问题转化成高维特征空间中的线性函数估计问题；映射关系构建完成后，便可通过直接通过当前时刻风浪流状态数据、未来时刻风浪流状态数据预测未来时刻艇体的位姿变化，为未来的广义预测控制提供数据支撑。
前馈控制器包括广义预测控制器和增量式PID控制器，广义预测控制器和增量式PID控制器串联，共同驱动无人艇高性能航行。广义预测控制器具有预测模型、滚动优化和反馈校正三个基本特征；其中，预测模型根据对象的历史信息和未来输入预测其未来的输出；滚动优化通过某一性能指标的最优来确定未来的控制作用，在每一采样时刻，优化性能指标只涉及该时刻起未来有限的时域，而在下一采样时刻，这一优化域同时向前推移，优化计算不是一次离线完成，而是在线反复进行的；反馈校正则是到下一采样时间，则需首先检测对象的实际输出，并利用这一实时信息对给予模型的预测进行修正，然后再进行新的优化。增量式PID通过对控制量的增量（本次控制量和上次控制量的差值）进行PID控制的一种控制算法。
制导系统包括导航模块、避障模块和路径规划模块；路径规划模块分别与导航模块、避障模块和前馈控制器连接。导航模块通过惯性测量单元获取无人艇的纵向速度和艏摇角速度，并将测量数据传至路径规划模块。避障模块包括激光雷达、海事雷达和侧扫声呐，用于获取障碍物、大型海浪和涡流的信息，并将获取的信息传输至路径规划模块。更加优选地，避障模块通过激光雷达发射激光束探测无人艇近距离障碍物或者大型海浪的位置、速度等特征量，通过海事雷达获取远距离障碍物的位置、速度等特征量，通过侧扫声纳用于获取水面水下漩涡和乱流信息，然后对障碍物、大型海浪、漩涡进行三维建模，利用基于时空上下文融合的海面目标跟踪算法获取其圆周半径和速度矢量，并将这些特征量信号传至路径规划模块。路径规划模块包括全局路径规划和局部路径优化两部分，全局路径规划部分是在海图中给无人艇规划设定路径，局部路径优化部分是依据导航模块提供的信息和避障模块提供的障碍物、大型海浪、涡流的信息，结合A*算法对已规划的设定路径进行路径优化，生成实时优化路径点，并将优化路径点传输至前馈控制器。
无人艇传感系统包括风速风向仪、多普勒流速仪、水位波浪雷达以及GPS和陀螺仪；风速风向仪、多普勒流速仪和水位波浪雷达用于获取海上当前时刻的风浪流状态数据，GPS和陀螺仪用于获取当前时刻无人艇位姿数据，当前时刻无人艇位姿数据包括无人艇纵向、横向和艏摇方向上的位置、角度和速度信息。
无人艇动力装置包括油门和舵机，油门根据前馈控制器输出的控制指令实时调整无人艇的航速，舵机根据前馈控制器输出的控制指令实时调整无人艇的艏向，确保无人艇实现高精度航行。
实施例2：
实施例1所述无人艇高性能航行前馈控制系统的控制方法，包括以下步骤：
（1）无人艇航行过程中，通过无人艇传感系统获取海上当前时刻风浪流状态数据和当前时刻无人艇位姿数据，并将当前时刻风浪流状态数据传输至风浪流短期预报系统和模型辨识系统，将当前时刻无人艇位姿数据传输至前馈控制器和模型辨识系统；
（2）风浪流短期预报系统利用接收的当前时刻风浪流状态数据对未来时刻海上风浪流状态进行预测，得到未来时刻风浪流状态数据，并将未来时刻风浪流状态数据传输至模型辨识系统；
（3）模型辨识系统利用接收的当前时刻风浪流状态数据、当前时刻无人艇位姿数据和未来时刻风浪流状态数据预测未来时刻无人艇的位置和姿态，得到未来时刻无人艇位姿数据，并将未来时刻无人艇位姿数据传输至前馈控制器；
（4）制导系统在充分考虑到无人艇系统的动力学约束和机动性能的基础上，结合海图进行全局路径规划，之后依据局部的大型海浪、旋涡、动静态障碍物等的位置和速度进行局部路径优化，从而获得实时优化的路径点，并将实时优化路径点传输至前馈控制器；
（5）前馈控制器对接收的实时优化路径点、当前时刻无人艇位姿数据和未来时刻无人艇位姿数据进行处理分析，生成控制指令，并将控制指令传输至无人艇动力装置，实现无人艇的航速和艏向控制，确保无人艇在外界干扰信息作用下高精度航行。
以上所述仅为本发明的较佳实施例而已，但不仅限于上述实例，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种无人艇高性能航行前馈控制系统，其特征在于，包括前馈控制器、制导系统、模型辨识系统、风浪流短期预报系统和无人艇传感系统；无人艇传感系统用于获取海上当前时刻风浪流状态数据和当前时刻无人艇位姿数据，并将当前时刻风浪流状态数据传输至风浪流短期预报系统、模型辨识系统，将当前时刻无人艇位姿数据传输至前馈控制器和模型辨识系统；风浪流短期预报系统用于预测海上未来时刻风浪流状态数据，并将未来时刻风浪流状态数据传输至模型辨识系统；模型辨识系统用于预测未来时刻无人艇位姿数据，并将未来时刻无人艇位姿数据传输至前馈控制器；制导系统用于根据无人艇航行目的地和实时海况为无人艇提供实时优化路径点，并将实时优化路径点传输至前馈控制器；前馈控制器对接收的实时优化路径点、当前时刻无人艇位姿数据和未来时刻无人艇位姿数据进行处理分析，生成控制指令，并将控制指令传输至无人艇的动力装置，对无人艇航行进行控制。
2.根据权利要求1所述的无人艇高性能航行前馈控制系统，其特征在于，所述风浪流短期预报系统包括自回归预报模型，自回归预报模型利用当前时刻风浪流状态数据预测未来时刻风浪流状态数据。
3.根据权利要求1或2所述的无人艇高性能航行前馈控制系统，其特征在于，所述模型辨识系统包括Hammerstein-Wiener模型，Hammerstein-Wiener模型利用当前时刻风浪流状态数据、当前时刻无人艇位姿数据和未来时刻风浪流状态数据预测未来时刻无人艇位姿数据。
4.根据权利要求3所述的无人艇高性能航行前馈控制系统，其特征在于，所述前馈控制器包括串联的广义预测控制器和增量式PID控制器。
5.根据权利要求4所述的无人艇高性能航行前馈控制系统，其特征在于，所述制导系统包括导航模块、避障模块和路径规划模块；路径规划模块分别与导航模块、避障模块和前馈控制器连接。
6.根据权利要求5所述的无人艇高性能航行前馈控制系统，其特征在于，所述避障模块包括激光雷达、海事雷达和侧扫声呐，用于获取障碍物、大型海浪和涡流的信息，并将获取的信息传输至路径规划模块；所述路径规划模块包括全局路径规划和局部路径优化两部分，全局路径规划部分是在海图中给无人艇规划设定路径，局部路径优化部分是依据导航模块提供的信息和避障模块提供的障碍物、大型海浪、涡流的信息，对已规划的设定路径进行路径优化。
7.根据权利要求5所述的无人艇高性能航行前馈控制系统，其特征在于，所述无人艇传感系统包括风速风向仪、多普勒流速仪、水位波浪雷达以及GPS和陀螺仪；风速风向仪、多普勒流速仪和水位波浪雷达用于获取海上当前时刻的风浪流状态数据，GPS和陀螺仪用于获取当前时刻无人艇位姿数据。
8.一种权利要求1～7任一所述无人艇高性能航行前馈控制系统的控制方法，其特征在于，包括以下步骤：
（1）无人艇航行过程中，通过无人艇传感系统获取海上当前时刻风浪流状态数据和当前时刻无人艇位姿数据，并将当前时刻风浪流状态数据传输至风浪流短期预报系统和模型辨识系统，将当前时刻无人艇位姿数据传输至前馈控制器和模型辨识系统；
（2）风浪流短期预报系统利用接收的当前时刻风浪流状态数据对未来时刻海上风浪流状态进行预测，得到未来时刻风浪流状态数据，并将未来时刻风浪流状态数据传输至模型辨识系统；
（3）模型辨识系统利用接收的当前时刻风浪流状态数据、当前时刻无人艇位姿数据和未来时刻风浪流状态数据预测未来时刻无人艇的位置和姿态，得到未来时刻无人艇位姿数据，并将未来时刻无人艇位姿数据传输至前馈控制器；
（4）制导系统在充分考虑无人艇系统的动力学约束和机动性能的基础上，结合海图进行全局路径规划，之后依据局部的大型海浪、旋涡、动静态障碍物信息进行局部路径优化，从而获得实时优化的路径点，并将实时优化路径点传输至前馈控制器；
（5）前馈控制器对接收的实时优化路径点、当前时刻无人艇位姿数据和未来时刻无人艇位姿数据进行处理分析，生成控制指令，并将控制指令传输至无人艇的动力装置，实现无人艇的航速和艏向控制，确保无人艇在外界干扰信息作用下高精度航行。
CN202010056401.4A 2020-01-18 2020-01-18 一种无人艇高性能航行前馈控制系统及其控制方法 Active CN111026135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010056401.4A CN111026135B (zh) 2020-01-18 2020-01-18 一种无人艇高性能航行前馈控制系统及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010056401.4A CN111026135B (zh) 2020-01-18 2020-01-18 一种无人艇高性能航行前馈控制系统及其控制方法

Publications (2)

Publication Number Publication Date
CN111026135A true CN111026135A (zh) 2020-04-17
CN111026135B CN111026135B (zh) 2020-11-13

Family

ID=70199426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010056401.4A Active CN111026135B (zh) 2020-01-18 2020-01-18 一种无人艇高性能航行前馈控制系统及其控制方法

Country Status (1)

Country Link
CN (1) CN111026135B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111736600A (zh) * 2020-06-10 2020-10-02 哈尔滨工程大学 一种时滞非对称时变全状态约束下的水面无人艇轨迹跟踪控制方法
CN112162562A (zh) * 2020-10-20 2021-01-01 中国石油大学(华东) 一种多平台基桩rov协同作业系统及方法
CN112327835A (zh) * 2020-10-23 2021-02-05 上海大学 一种无人艇滑模编队控制系统及其方法
CN113625725A (zh) * 2021-09-02 2021-11-09 中国舰船研究设计中心 一种水面无人艇路径跟踪控制方法
CN117647981A (zh) * 2023-11-23 2024-03-05 中船(北京)智能装备科技有限公司 一种无人艇智能航行控制方法、装置及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106325071A (zh) * 2016-09-28 2017-01-11 哈尔滨工程大学 一种基于事件驱动的广义预测自适应补给船航向控制方法
CN108489492A (zh) * 2018-02-13 2018-09-04 上海大学 一种考虑海况因素的无人艇路径规划系统和方法
CN108564202A (zh) * 2018-03-18 2018-09-21 哈尔滨工程大学 一种基于环境预报信息的无人艇航线优化方法
CN108563119A (zh) * 2018-03-26 2018-09-21 哈尔滨工程大学 一种基于模糊支持向量机算法的无人艇运动控制方法
CN109808853A (zh) * 2019-03-05 2019-05-28 上海大学 一种无人艇艏向航速分级控制系统及其控制方法
CN109839934A (zh) * 2019-02-26 2019-06-04 华南理工大学 基于rise技术的无人水面艇预设性能跟踪控制方法
CN110442135A (zh) * 2019-08-06 2019-11-12 南京赛沃夫海洋科技有限公司 一种基于改进遗传算法的无人艇路径规划方法及系统
ES2732185T3 (es) * 2014-05-22 2019-11-21 Saab Ab Vehículo de superficie no tripulado

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2732185T3 (es) * 2014-05-22 2019-11-21 Saab Ab Vehículo de superficie no tripulado
CN106325071A (zh) * 2016-09-28 2017-01-11 哈尔滨工程大学 一种基于事件驱动的广义预测自适应补给船航向控制方法
CN108489492A (zh) * 2018-02-13 2018-09-04 上海大学 一种考虑海况因素的无人艇路径规划系统和方法
CN108564202A (zh) * 2018-03-18 2018-09-21 哈尔滨工程大学 一种基于环境预报信息的无人艇航线优化方法
CN108563119A (zh) * 2018-03-26 2018-09-21 哈尔滨工程大学 一种基于模糊支持向量机算法的无人艇运动控制方法
CN109839934A (zh) * 2019-02-26 2019-06-04 华南理工大学 基于rise技术的无人水面艇预设性能跟踪控制方法
CN109808853A (zh) * 2019-03-05 2019-05-28 上海大学 一种无人艇艏向航速分级控制系统及其控制方法
CN110442135A (zh) * 2019-08-06 2019-11-12 南京赛沃夫海洋科技有限公司 一种基于改进遗传算法的无人艇路径规划方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
EDOARDO I. SARDA；HUAJIN QU: "Station-keeping control of an unmanned surface vehicle exposed to current and wind disturbances", 《OCEAN ENGINEERING》 *
PETER H. HEINS，BRYN LL. JONES，DOMINIC J. TAUNTON: "Design and validation of an unmanned surface vehicle simulation model", 《APPLIED MATHEMATICAL MODELLING》 *
YAN PENG, YI YANG, JIANXIANG CUI, XIAOMAO LI,ETC: "Development of the USV ‘JingHai-I’ and sea trials in the Southern Yellow Sea", 《OCEAN ENGINEERING》 *
ZHIXIANG LIU, YOUMIN ZHANG, CHI YUAN, AND JUN LUO: "Adaptive Path Following Control of Unmanned Surface Vehicles Considering Environmental Disturbances and System Constraints", 《IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS: SYSTEMS》 *
张臣，刘收，李宝安: "无人水面艇航迹跟踪控制仿真", 《计算机测量与控制》 *
王舜: "无人艇直线路径跟踪控制的研究与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111736600A (zh) * 2020-06-10 2020-10-02 哈尔滨工程大学 一种时滞非对称时变全状态约束下的水面无人艇轨迹跟踪控制方法
CN111736600B (zh) * 2020-06-10 2022-04-15 哈尔滨工程大学 一种时滞非对称时变全状态约束下的水面无人艇轨迹跟踪控制方法
CN112162562A (zh) * 2020-10-20 2021-01-01 中国石油大学(华东) 一种多平台基桩rov协同作业系统及方法
CN112327835A (zh) * 2020-10-23 2021-02-05 上海大学 一种无人艇滑模编队控制系统及其方法
CN113625725A (zh) * 2021-09-02 2021-11-09 中国舰船研究设计中心 一种水面无人艇路径跟踪控制方法
CN113625725B (zh) * 2021-09-02 2024-05-07 中国舰船研究设计中心 一种水面无人艇路径跟踪控制方法
CN117647981A (zh) * 2023-11-23 2024-03-05 中船(北京)智能装备科技有限公司 一种无人艇智能航行控制方法、装置及设备

Also Published As

Publication number Publication date
CN111026135B (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN111026135B (zh) 一种无人艇高性能航行前馈控制系统及其控制方法
Wang et al. Roboat II: A novel autonomous surface vessel for urban environments
Wang et al. A COLREGs-based obstacle avoidance approach for unmanned surface vehicles
Erckens et al. Avalon
Brekke et al. milliAmpere: An autonomous ferry prototype
WO2021230356A1 (ja) 船舶の自動誘導方法、船舶の自動誘導プログラム、船舶の自動誘導システム、及び船舶
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
CN113885534B (zh) 一种基于智能预测控制的水面无人船路径跟踪方法
CN107942095B (zh) 波浪滑翔器实际航向预测方法
CN112527019B (zh) 适用于恶劣海况的异构无人系统协同编队控制系统及方法
Fan et al. Impact of current disturbances on AUV docking: Model-based motion prediction and countering approaches
CN114115264B (zh) 无人船测绘航行系统及其控制方法
Kim et al. A numerical and experimental study on the obstacle collision avoidance system using a 2D LiDAR sensor for an autonomous surface vehicle
CN114967702A (zh) 一种无人艇控制系统及路径跟踪方法
CN113126492B (zh) 动力定位船舶自动路径跟踪方法
Zhang et al. Research on the maneuverability and path following control of the wave glider with a propeller-rudder system
Sans-Muntadas et al. Spiral path planning for docking of underactuated vehicles with limited FOV
Paez et al. Implementation of an unmanned surface vehicle for environmental monitoring applications
Zheng et al. Survey of approaches for improving the intelligence of marine surface vehicles
CN115903800A (zh) 一种基于领导者协同的多无人船编队的严格安全控制方法
CN112947068B (zh) 一种自主水下航行器一体化声学定位与跟踪控制方法
Moulton et al. Dynamic autonomous surface vehicle controls under changing environmental forces
Li et al. Energy Efficient Space-Air-Ground-Ocean Integrated Network based on Intelligent Autonomous Underwater Glider
CN113031632A (zh) 一种适用于潜航器水面回收的控制系统及其控制方法

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