CN112000097A - 一种港区无人拖航作业的拖船集群自适应控制方法 - Google Patents

一种港区无人拖航作业的拖船集群自适应控制方法 Download PDF

Info

Publication number
CN112000097A
CN112000097A CN202010826106.2A CN202010826106A CN112000097A CN 112000097 A CN112000097 A CN 112000097A CN 202010826106 A CN202010826106 A CN 202010826106A CN 112000097 A CN112000097 A CN 112000097A
Authority
CN
China
Prior art keywords
towed
towing
ship
thrust
unmanned
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
CN202010826106.2A
Other languages
English (en)
Other versions
CN112000097B (zh
Inventor
王磊
蒋旭
贺华成
于特
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202010826106.2A priority Critical patent/CN112000097B/zh
Publication of CN112000097A publication Critical patent/CN112000097A/zh
Application granted granted Critical
Publication of CN112000097B publication Critical patent/CN112000097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种港区无人拖航作业的拖船集群自适应控制方法,解决了传统的人工拖航作业程序繁琐、操纵复杂、风险较大、效率低下,在港区船舶操作性再次降低的弊端,其技术方案要点是包括有以下步骤:根据被拖母船拖航作业目的地,通过开环低通滤波法计算获得一条被拖母船的预期拖航轨迹;确定被拖母船用于循迹的反步法控制器,根据被拖母船当前位置与预期拖航轨迹的偏差计算获得需作用于被拖母船的推力合力;将推力合力计算分配至若干拖船,获得各个拖船所需提供推力大小及方向;各个拖船根据获得的推力大小及方向进行拖航,本发明的一种港区无人拖航作业的拖船集群自适应控制方法,能实现港区的自适应控制拖航,拖航更加的高效、智能化。

Description

一种港区无人拖航作业的拖船集群自适应控制方法
技术领域
本发明涉及海洋工程领域,特别涉及一种港区无人拖航作业的拖船集群自适应控制方法。
背景技术
随着全球航运事业的发展和通航密度的增大,拖航业务也进入繁忙阶段。同时,船舶逐渐向大型化发展,其进出港、靠离码头等特殊工况下,操纵比较困难,需要借助拖轮拖带来协助操船。对于没有自航能力的驳船或者失去自航能力的船舶的海上救助也需要拖带完成。此外,海洋钻井平台的转移同样依赖拖船拖带作业完成。
而传统的人工拖航作业程序繁琐、操纵复杂、风险较大、效率低下,已渐渐不足以应对日益繁多的拖航业务需求,而且在港区中,因为水深交钱,船舶阻尼系数与深水区别很大,船舶操作性再次降低,亟需更加智能高效的拖航作业方法。
发明内容
本发明的目的是提供一种港区无人拖航作业的拖船集群自适应控制方法,能实现港区的自适应控制拖航,拖航更加的高效、智能化。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种港区无人拖航作业的拖船集群自适应控制方法,包括有以下步骤:
根据被拖母船拖航作业目的地,通过开环低通滤波法计算获得一条被拖母船的预期拖航轨迹;
确定被拖母船用于循迹的反步法控制器,根据被拖母船当前位置与预期拖航轨迹的偏差计算获得需作用于被拖母船的推力合力;
将推力合力计算分配至若干拖船,以获得各个拖船所需提供推力大小及方向;
各个拖船根据分配获得的推力大小及方向对被拖母船进行拖航。
作为优选,预期拖航轨迹的计算获取具体为:
通过开环低通滤波法规划出一条被拖母船的拖航轨迹,
Figure BDA0002636230250000021
其中,Pd(s)为频域下规划出的拖航轨迹,可通过傅里叶变换获得时域下的拖航轨迹;ωni与ζi分别为被拖母船的固有频率和相对阻尼系数,hlp(s)为相应的传递函数,s表示在频域下求解。
作为优选,采用反步法控制器,计算需作用于被拖母船的推力合力具体为:
Figure BDA0002636230250000022
其中,M为被拖母船包含附加质量矩阵的惯性矩阵,C(v)为表示科式力系数,
Figure BDA0002636230250000023
Figure BDA0002636230250000024
分别表示预期轨迹对时间的一次和二次微分,v=[u,v,r]T为被拖母船的速度;RT(ψ)为转换矩阵的转置,
Figure BDA0002636230250000025
S(r)为反对称矩阵,
Figure BDA0002636230250000026
kp和k为控制增益,ep、ev与e为控制器定义的误差项,具体的
ep=RT(ψ)(Pd-P)
Figure BDA0002636230250000027
e=ev+kpep
其中,P=[x,y,ψ]T为被拖母船的当前位置;
公式中的
Figure BDA0002636230250000031
为反步法控制器中针对阻尼系数的自适应项,其自适应更新率为
Figure BDA0002636230250000032
其中,V=diag(u,v,r),
Figure BDA0002636230250000033
为阻尼系数的预估值,d是假设已知阻尼系数的上限。
作为优选,通过求解最优化问题将推力合力计算分配至若干拖船
J=min(Bτ-τnet)
s.t.τi≤τmax
其中,τmax为拖船的拖力上限,B为配置矩阵。
综上所述,本发明具有以下有益效果:
通过反步法控制器,能够针对被拖母船在港区的阻尼系数进行自适应控制调整,通过若干拖船,以及被拖母船设定的预期拖航轨迹,能实现高效、稳定且智能化的拖航作业。
附图说明
图1为本方法的流程示意图;
图2为本方法的工作原理图;
图3为被拖母船与若干拖船的示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
传统拖航作业多是依靠船长和引航员的经验来现场应变,这种操纵方式很难精确地设定和控制拖航时的航线,同时也可能增加拖航航行的危险。同时,引航员通过传呼机发送指令给多名拖船船长,从指令逐条发送完成到各个拖船完成相应的拖带动作,之间存在着一定的延迟,这样的延迟在日益繁忙的航线和海港中易引发事故。所以,针对传统人工拖航作业无法克服程序繁琐、操纵复杂、风险较大、效率低下等缺点,研究无人拖船集群的协同拖航作业系统对航运业和海洋工程的发展有重大意义。
目前,无人智能体,如无人机、无人船、无人驾驶汽车等,已逐渐应用于工业界和民众生活中。随着无人技术的发展和完善,采用无人拖船代替传统人工操纵拖船进行拖航作业已变得可行。
根据一个或多个实施例,公开了一种港区无人拖航作业的拖船集群自适应控制方法,如图1及图2所示,包括有以下步骤:
根据被拖母船拖航作业目的地,通过开环低通滤波法计算获得一条被拖母船的预期拖航轨迹;
确定被拖母船用于循迹的反步法控制器,根据被拖母船当前位置与预期拖航轨迹的偏差计算获得需作用于被拖母船的推力合力;
将推力合力计算分配至若干拖船,以获得各个拖船所需提供推力大小及方向;
各个拖船根据分配获得的推力大小及方向对被拖母船进行拖航。
具体的,预期拖航轨迹的计算获取为:
通过开环低通滤波法规划出一条被拖母船的拖航轨迹,
Figure BDA0002636230250000041
其中,Pd(s)为频域下规划出的拖航轨迹,可通过傅里叶变换获得时域下的拖航轨迹;ωni与ζi分别为被拖母船的固有频率和相对阻尼系数,hlp(s)为相应的传递函数,s表示在频域下求解。
计算需作用于被拖母船的推力合力具体为:
Figure BDA0002636230250000051
其中,M为被拖母船的惯性矩阵,包含附加质量矩阵;C(v)为表示科式力系数,
Figure BDA0002636230250000052
Figure BDA0002636230250000053
分别表示预期轨迹对时间的一次和二次微分,v=[u,v,r]T为被拖母船的速度。RT(ψ)为转换矩阵的转置,
Figure BDA0002636230250000054
S(r)为反对称矩阵,
Figure BDA0002636230250000055
kp和k为控制增益,ep、ev与e为控制器定义的误差项,具体的
ep=RT(ψ)(Pd-P)
Figure BDA0002636230250000056
e=ev+kpep
其中,P=[x,y,ψ]T为被拖母船的当前位置。
公式中的
Figure BDA0002636230250000057
为反步法控制器中针对阻尼系数的自适应项,其自适应更新率为
Figure BDA0002636230250000058
其中,V=diag(u,v,r),
Figure BDA0002636230250000059
为阻尼系数的预估值,d是假设已知的阻尼系数的上限。
将上步得到的控制力进行推力分配,得到各个拖船所需提供的推力大小和方向,如图3所示,在被拖母船的周围设置拖船,为图3中的Boat1-4,分别施加f1-f4,进行拖航。即求解最优化问题:
J=min(Bτ-τnet)
s.t.τi≤τmax
其中τmax为拖船的拖力上限,B为配置矩阵。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (4)

1.一种港区无人拖航作业的拖船集群自适应控制方法,其特征是,包括有以下步骤:
根据被拖母船拖航作业目的地,通过开环低通滤波法计算获得一条被拖母船的预期拖航轨迹;
确定被拖母船用于循迹的反步法控制器,根据被拖母船当前位置与预期拖航轨迹的偏差计算获得需作用于被拖母船的推力合力;
将推力合力计算分配至若干拖船,以获得各个拖船所需提供推力大小及方向;
各个拖船根据分配获得的推力大小及方向对被拖母船进行拖航。
2.根据权利要求1所述的港区无人拖航作业的拖船集群自适应控制方法,其特征是,预期拖航轨迹的计算获取具体为:
通过开环低通滤波法规划出一条被拖母船的拖航轨迹,
Figure FDA0002636230240000011
其中,Pd(s)为频域下规划出的拖航轨迹,可通过傅里叶变换获得时域下的拖航轨迹;ωni与ζi分别为被拖母船的固有频率和相对阻尼系数,hlp(s)为相应的传递函数,s表示在频域下求解。
3.根据权利要求1所述的港区无人拖航作业的拖船集群自适应控制方法,其特征是:计算需作用于被拖母船的推力合力,其中实时更新被拖母船的阻尼系数,具体为
Figure FDA0002636230240000012
其中,M为被拖母船的惯性矩阵,C(v)为表示科式力系数,
Figure FDA0002636230240000013
Figure FDA0002636230240000014
分别表示预期轨迹对时间的一次和二次微分,v=[u,v,r]T为被拖母船的速度;RT(ψ)为转换矩阵的转置,
Figure FDA0002636230240000021
S(r)为反对称矩阵,
Figure FDA0002636230240000022
kp和k为控制增益,ep、ev与e为控制器定义的误差项,具体的
ep=RT(ψ)(Pd-P)
Figure FDA0002636230240000023
e=ev+kpep
其中,P=[x,y,ψ]T为被拖母船的当前位置;
公式中的
Figure FDA0002636230240000024
为反步法控制器中针对阻尼系数的自适应项,其自适应更新率为
Figure FDA0002636230240000025
其中,V=diag(u,v,r),
Figure FDA0002636230240000026
为阻尼系数的预估值,d是假定已知阻尼系数的上限。
4.根据权利要求1所述的港区无人拖航作业的拖船集群自适应控制方法,其特征是:通过求解最优化问题将推力合力计算分配至若干拖船
J=min(Bτ-τnet)
s.t.τi≤τmax
其中τmax为拖船的拖力上限,B为配置矩阵。
CN202010826106.2A 2020-08-17 2020-08-17 一种港区无人拖航作业的拖船集群自适应控制方法 Active CN112000097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010826106.2A CN112000097B (zh) 2020-08-17 2020-08-17 一种港区无人拖航作业的拖船集群自适应控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010826106.2A CN112000097B (zh) 2020-08-17 2020-08-17 一种港区无人拖航作业的拖船集群自适应控制方法

Publications (2)

Publication Number Publication Date
CN112000097A true CN112000097A (zh) 2020-11-27
CN112000097B CN112000097B (zh) 2022-05-27

Family

ID=73473528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010826106.2A Active CN112000097B (zh) 2020-08-17 2020-08-17 一种港区无人拖航作业的拖船集群自适应控制方法

Country Status (1)

Country Link
CN (1) CN112000097B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112051845A (zh) * 2020-08-17 2020-12-08 上海交通大学 一种面向无人拖航作业的分布式集群控制系统及其方法
CN112859867A (zh) * 2021-01-19 2021-05-28 武汉理工大学 一种基于多拖轮协同的船舶靠离泊控制系统和方法
CN114063442A (zh) * 2021-11-25 2022-02-18 中国船舶重工集团公司第七0七研究所 一种基于神经网络船舶拖曳作业pid航向控制方法
CN116540730A (zh) * 2023-05-30 2023-08-04 武汉理工大学 多拖轮协作的靠离泊智能辅助系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105667727A (zh) * 2016-03-04 2016-06-15 中铁隧道集团二处有限公司 一种沉管法隧道管节浮运船舶编队方法
US20180158340A1 (en) * 2016-12-02 2018-06-07 Veniam, Inc. Systems and methods for port management in a network of moving things, for example including autonomous vehicles
CN108255176A (zh) * 2017-12-29 2018-07-06 北京航天万鸿高科技有限公司 一种双无人艇自主协同回收船舶方法
CN109388060A (zh) * 2018-09-30 2019-02-26 上海交通大学 面向海上拖航作业的无人拖船集群协同作业系统和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105667727A (zh) * 2016-03-04 2016-06-15 中铁隧道集团二处有限公司 一种沉管法隧道管节浮运船舶编队方法
US20180158340A1 (en) * 2016-12-02 2018-06-07 Veniam, Inc. Systems and methods for port management in a network of moving things, for example including autonomous vehicles
CN108255176A (zh) * 2017-12-29 2018-07-06 北京航天万鸿高科技有限公司 一种双无人艇自主协同回收船舶方法
CN109388060A (zh) * 2018-09-30 2019-02-26 上海交通大学 面向海上拖航作业的无人拖船集群协同作业系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FEEMSTER.M.G 等: ""Comprehensive framework for tracking control and thrust allocation for a highly overactuated autonomous surface vessel"", 《JOURNAL OF FIELD ROBOTICS》 *
王飚 等: ""无人船的协同控制策略综述"", 《中国水运(下半月)》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112051845A (zh) * 2020-08-17 2020-12-08 上海交通大学 一种面向无人拖航作业的分布式集群控制系统及其方法
CN112859867A (zh) * 2021-01-19 2021-05-28 武汉理工大学 一种基于多拖轮协同的船舶靠离泊控制系统和方法
CN114063442A (zh) * 2021-11-25 2022-02-18 中国船舶重工集团公司第七0七研究所 一种基于神经网络船舶拖曳作业pid航向控制方法
CN114063442B (zh) * 2021-11-25 2023-04-28 中国船舶重工集团公司第七0七研究所 一种基于神经网络船舶拖曳作业pid航向控制方法
CN116540730A (zh) * 2023-05-30 2023-08-04 武汉理工大学 多拖轮协作的靠离泊智能辅助系统及方法
CN116540730B (zh) * 2023-05-30 2024-04-19 武汉理工大学 多拖轮协作的靠离泊智能辅助系统及方法

Also Published As

Publication number Publication date
CN112000097B (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN112000097B (zh) 一种港区无人拖航作业的拖船集群自适应控制方法
Sawada et al. Path following algorithm application to automatic berthing control
Im A study on ship automatic berthing with assistance of auxiliary devices
CN104020771B (zh) 一种基于动态虚拟小船制导算法的欠驱动船舶路径跟踪规划方法
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
Chen et al. Distributed model predictive control for cooperative floating object transport with multi-vessel systems
Fang et al. Application of neuro-fuzzy algorithm to portable dynamic positioning control system for ships
CN112051845A (zh) 一种面向无人拖航作业的分布式集群控制系统及其方法
US20190225307A1 (en) Towboat and operations thereof
CN116540730B (zh) 多拖轮协作的靠离泊智能辅助系统及方法
Qiang et al. Review on the research of ship automatic berthing control
He et al. Survey on hydrodynamic effects on cooperative control of maritime autonomous surface ships
CN109916400B (zh) 一种基于梯度下降算法与vo法相结合的无人艇避障方法
JP2001287697A (ja) 船舶の航路保持制御装置及び方法
CN103699007B (zh) 一种船舶动力定位系统的设计方法
Wang et al. Autonomous piloting and berthing based on Long Short Time Memory neural networks and nonlinear model predictive control algorithm
Zinchenko et al. Intelligent System Control of the Vessel Executive Devices Redundant Structure
CN113359737A (zh) 一种考虑队形伸缩的船舶编队自适应事件触发控制方法
Klinger et al. Experimental testing of an adaptive controller for USVs with uncertain displacement and drag
Verwilligen et al. Full-scale measurements of vertical motions on ultra large container vessels in Scheldt estuary
Skejic et al. Modeling and control of underway replenishment operations in calm water
Ma et al. Cooperative towing for double unmanned surface vehicles connected with a floating rope via vertical formation and adaptive moment control
CN115258073A (zh) 环境干扰下的船舶拖曳系统轨迹跟踪方法
Du et al. Dynamic coordination of multiple vessels for offshore platform transportation
Giron-Sierra et al. Towing a boom with two USVs for oil spill recovery: Scaled experimental development

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