CN112650236A - 一种基于自动舵的躲避碰撞系统 - Google Patents
一种基于自动舵的躲避碰撞系统 Download PDFInfo
- Publication number
- CN112650236A CN112650236A CN202011516310.0A CN202011516310A CN112650236A CN 112650236 A CN112650236 A CN 112650236A CN 202011516310 A CN202011516310 A CN 202011516310A CN 112650236 A CN112650236 A CN 112650236A
- Authority
- CN
- China
- Prior art keywords
- ship
- unmanned ship
- rep
- information
- att
- 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.)
- Pending
Links
- 230000033001 locomotion Effects 0.000 claims abstract description 32
- 230000004888 barrier function Effects 0.000 claims abstract description 7
- 238000005381 potential energy Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 101150080778 INPP5D gene Proteins 0.000 description 132
- 238000000034 method Methods 0.000 description 6
- 238000013016 damping Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001914 calming effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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, 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于自动舵的躲避碰撞系统,包括安装于无人船上的信息采集模块、避碰决策模块以及操纵决策模块,信息采集模块用于采集无人船信息、来船信息以及障碍物信息,避碰决策模块对信息采集模块采集的信息进行分析并利用局部航路规划算法获得无人船航行目标点的运动轨迹,并判断无人船与来船或障碍物是否会发生碰撞;操纵决策模块将信息采集模块中船舶罗经系统采集的信息和运动轨迹信息进行融合,将融合的信息传输至无人船的自动舵上,自动舵实现对航向的控制。本发明通过自动舵代替了人工操舵方式,自动舵保持航向的精度比人工操舵高,对此提高了航速。
Description
技术领域
本发明涉及船舶自动驾驶技术领域,具体涉及一种利用雷达、可见光摄像头采集环境信息再结合自动舵实现舵机船舶控制的船舶自动驾驶系统。
背景技术
随着全球经济的一体化的发展,海洋成为世界各国交通运输、发展贸易的一条纽带。然而,海上碰撞事故的频繁发生,不仅给人类生命、财产造成了极大的损失,而且涉及范围广,对海洋生态和环境构成了严重的威胁,船舶作为全球贸易的主要载体,其安全性越来越受到人们的关注。
在现有的航海助航设备中,船舶罗经系统是提供方向基准的仪器,船舶用以确定航向和观测物标方位。罗经有磁罗经和陀螺罗经两种,一般海船都同时装备有磁罗经和陀螺罗经,前者简单可靠,后者使用方便、准确。AIS全名为船舶自动识别系统,目前全球任何500总吨以上的船舶都强制安装AIS系统,因此覆盖的船舶范围非常广泛。然而,在航海助航设备已经高度发达的今天,船舶碰撞事故还缕缕发生,这不能不引起我们高度关注。国际海事组织的调查研究表明,绝大多数海事事故是由于人为因素直接或者间接造成,驾驶员主要依靠经验手动完成避碰措施。在航运行业的初期阶段,船舶数量少,船舶体积小,凭借这种主观判断方法进行避碰决策是可以满足需要。如今,船舶数量日益增长,密度随之增加,船舶本身也逐渐高速化、大型化、现代化,手动完成避碰决策比较困难。而解决人为因素导致的船舶碰撞事故的重要途径之一是实现船舶智能避碰决策自动化,因此研究出一种能够感知周边环境并自主规划航行路线实现自动驾驶的船舶自动驾驶系统,对减少或者避免海事事故发生有着重要的现实意义。
发明内容
本发明要解决的技术问题在于针对上述现有技术存在的不足,提供一种基于自动舵的躲避碰撞系统,它能感知周边环境并自主规划航行路线,提高了船舶航行的安全。
本发明为解决上述提出的技术问题所采用的技术方案为:
一种基于自动舵的躲避碰撞系统,包括安装于无人船上的信息采集模块、避碰决策模块、操纵决策模块;
所述信息采集模块用于采集无人船信息、来船信息以及障碍物信息;
所述避碰决策模块对所述信息采集模块采集的信息进行分析并利用局部航路规划算法获得无人船航行目标点的运动轨迹,并判断无人船与来船或障碍物是否会发生碰撞;
所述操纵决策模块将信息采集模块中船舶罗经系统采集的信息和运动轨迹信息进行融合,将融合的信息传输至无人船的自动舵上,自动舵实现对航向的控制。
上述方案中,所述信息采集模块包括安装于无人船上的雷达、可见光摄像头、AIS船舶自动识别系统、GPS系统、船舶罗经系统以及带有MCU的控制盒;所述雷达、可见光摄像头、AIS船舶自动识别系统、GPS系统、船舶罗经系统均与控制盒内的MCU连接;所述雷达和AIS船舶自动识别系统具有互补性,所述雷达和可见光摄像头能对周边环境进行主动探测,同时能对静止和运动的目标进行探测,所述AIS船舶自动识别系统、GPS系统、船舶罗经系统对目标船舶的位置进行精准定位;所述控制盒的MCU接收各设备采集的信息,整合后发送给所述避碰决策模块。
上述方案中,所述避碰决策模块对所述信息采集模块采集的信息进行分析并利用局部航路规划算法获得无人船航行目标点的运动轨迹,所述局部航路规划算法具体为:
在无人船的航行空间中构建一个虚拟势场U,该虚拟势场由Uatt和Urep组成,其中,
Uatt为无人船航行的目标点产生的引力势场,具有负的引力势能,引力势能随无人船与目标点距离的缩短逐渐降低,目标位置对应的引力势能即变为零;规划终点对无人船有吸引作用,吸引作用力Fatt为引力势场Uatt的负梯度,其方向由无人船指向规划终点;
Urep表示环境中的障碍物或来船产生的斥力势场,具备正的斥力势能,无人船与障碍物或来船越靠近斥力势能越高,抵达障碍或来船,对应的斥力势能将达到无穷大;障碍或来船对无人船具有排斥作用,排斥作用力Frep为斥力势场Urep的负梯度,代表斥力势场函数Urep的下降方向,从无人船与障碍或来船的连线背离障碍或来船;
如果存在多个斥力势场,那么无人船在其中受到的合力满足矢量运算原则,即:在整个运动空间中,Uatt和Urep共同合成了虚拟势场U,虚拟势场之间满足矢量运算,即U=Uatt+Urep;无人船所受到的合力F为吸引作用力Fatt与排斥作用力Frep的矢量和,即F=Fatt+Frep。
上述方案中,所述引力势场Uatt对应函数的表达公式为:
式中,katt——引力势场比例增益因子;
X——无人船的位置坐标;
Xg——目标点的位置坐标;
ρ(X,Xg)——ρ(X,Xg)=||Xg-X||为无人船与目标点的相对距离;
吸引作用力Fatt是引力势场对无人船与目标点的相对距离的导数,其数学表达式为:
所述斥力势场Urep对应函数的表达公式为:
式中,krep——斥力势场比例增益因子;
X——无人船的位置坐标;
X0——障碍物或来船的位置坐标;
ρ(X,X0)——ρ(X,X0)=||X0-X||为无人船与障碍物或来船的相对距离;
ρ0——障碍物或来船斥力势场的最大影响间距;
排斥作用力Frep是斥力势场对无人船与障碍物或来船的相对距离的导数,其数学表达式为:
其中,势场U(X)为上述两个势场的叠加,具体函数U(X)表达如下:
U(X)=Uatt(X)+Urep(X) (e)
同样,无人船所受到的合力F(X)为吸引作用力Fatt(X)与排斥作用力Frep(X)的矢量和;
F(X)=Fatt(X)+Frep(X) (f)
通过上述公式能计算得到在整个运动空间中任何一个点对应的势场能以及势场力,基于合力的作用下,无人船能准确抵达目标点,而无人船经过的质点在其中经历的轨迹就是规划路径。
上述方案中,所述自动舵实现对航向的控制,具体方法为:在躲避碰撞系统中设定船舶运动响应模型;所述船舶运动响应模型为:
无人船在势场中某时刻所受势场力为F(X)0,F(X)0与x轴的夹角则为航向控制器的输入航向角ψ,将ψ输入躲避碰撞系统的严格反馈形式式子(3)即可得到舵角δ,以实现对船舶方向的控制。
本发明的有益效果在于:
1)通过设置多传感器,雷达和可见光摄像头可以对周边环境进行主动探测,可以同时对静止和运动的目标进行探测,但雷达和摄像头都会受到盲区限制,容易漏检丢失,但是AIS系统受环境的影响较小,可以弥补这个缺陷,AIS系统和雷达以及可见光摄像头可以优势互补,有效提高目标信息采集的准确性;
2)本发明分析目标参数的运动轨迹,判断是否有碰撞的可能,提高了航行的安全性;
3)自动舵代替了人工操舵方式,自动舵保持航向的精度比人工操舵高,对此提高了航速。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明基于自动舵的躲避碰撞系统的结构框图;
图2是本发明基于自动舵的躲避碰撞系统的船舶运动响应模型示意图;
图3是本发明基于自动舵的躲避碰撞系统的控制系统的严格反馈形式运算的示意图;
图4是本发明基于自动舵的躲避碰撞系统的航向控制器原理图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
如图1所示,本发明的一种基于自动舵的躲避碰撞系统,包括安装于无人船上的信息采集模块、避碰决策模块、操纵决策模块。所述信息采集模块用于采集无人船信息、来船信息以及障碍物信息。所述避碰决策模块对所述信息采集模块采集的信息进行分析并利用局部航路规划算法获得无人船航行目标点的运动轨迹,并判断无人船与来船或障碍物是否会发生碰撞。所述操纵决策模块将信息采集模块中船舶罗经系统采集的信息和运动轨迹信息进行融合,将融合的信息传输至无人船的自动舵上,自动舵实现对航向的控制。
所述信息采集模块包括安装于无人船上的雷达、可见光摄像头、AIS船舶自动识别系统、GPS系统、船舶罗经系统以及带有MCU的控制盒。所述雷达、可见光摄像头、AIS船舶自动识别系统、GPS系统、船舶罗经系统均与控制盒内的MCU连接。所述雷达和AIS船舶自动识别系统具有互补性,所述雷达和可见光摄像头能对周边环境进行主动探测,同时能对静止和运动的目标进行探测,所述AIS船舶自动识别系统、GPS系统、船舶罗经系统对目标船舶的位置进行精准定位。控制盒的MCU接收各设备采集的信息,整合后发送给所述避碰决策模块。
所述避碰决策模块对所述信息采集模块采集的信息进行分析并利用局部航路规划算法获得无人船航行目标点的运动轨迹,具体方法为:在无人船航行的空间中构造一个抽象势场,无人船航行的目标点产生引力势场,环境中的障碍物或来船产生斥力势场,无人船在斥力势场的作用下远离障碍物实现避障,在引力势场的作用下向目标点靠近。根据以上描述,在无人船的航行空间中构建一个虚拟势场U,该虚拟势场U由Uatt和Urep组成,其中:
Uatt为无人船航行的目标点产生的引力势场,具有负的引力势能,引力势能随无人船与目标点距离的缩短,引力势能逐渐降低,目标位置对应的引力势能即变为零。规划终点于无人船而言有吸引作用,吸引作用力Fatt为引力势场Uatt的负梯度,其方向由船指向规划终点;
Urep表示环境中的障碍物或来船产生的斥力势场,具备正的斥力势能,无人船与障碍物或来船越靠近斥力势能越高,抵达障碍,对应的斥力势能将达到无穷大。障碍对无人船具有排斥作用,其排斥作用力Frep为Urep的负梯度,代表斥力势场函数Urep的下降方向,从无人船与障碍的连线背离障碍;
如果存在多个斥力势场,那么无人船在其中受到的合力满足矢量运算原则,即:在整个运动空间中,Uatt和Urep共同合成了虚拟势场U,虚拟势场之间满足矢量运算,即U=Uatt+Urep。
引力势场Uatt对应函数的表达公式为:
式中,katt——引力势场比例增益因子;
X——无人船的位置坐标;
Xg——目标点的位置坐标;
ρ(X,Xg)——ρ(X,Xg)=||Xg-X||为无人船与目标点的相对距离。
引力势场Uatt对无人船产生吸引作用力Fatt,Fatt为引力势场Uatt的负梯度作用力,代表引力势场的最快下降方向,是引力势场Uatt对无人船与目标点的相对距离的导数,其数学表达式为:
障碍物或来船斥力势场函数Urep,其具体表达式为:
式中,krep——斥力势场比例增益因子;
X——无人船的位置坐标;
X0——障碍物或来船的位置坐标;
ρ(X,X0)——ρ(X,X0)=||X0-X||为无人船与障碍物或来船的相对距离;
ρ0——障碍物或来船斥力势场的最大影响间距。
斥力势场Urep对无人船产生排斥作用力Frep,Frep为斥力势场Urep的负梯度作用力,代表斥力势场Urep的最快下降方向,是斥力势场Urep对无人船与障碍物或来船的相对距离的导数,其数学表达式为:
其中,势场U(X)为上述两个势场的叠加,具体函数U(X)表达如下:
U(X)=Uatt(X)+Urep(X) (e)
同样,无人船所受到的合力F(X)为吸引作用力Fatt(X)与排斥作用力Frep(X)的矢量和:
F(X)=Fatt(X)+Frep(X) (f)
通过上述公式能计算得到在整个运动空间中任何一个点对应的势场能以及势场力,基于合力的作用下,无人船能准确抵达目标点,而无人船经过的质点在其中经历的轨迹就是规划路径。
所述自动舵实现对航向的控制,具体方法为:
将船舶运动模型简化成一种只有三个自由度的平面运动问题,即前进运动、横漂运动和首摇运动,如图2和图3所示,O-xy是船舶运动的惯性坐标系,o-x0y0是船舶本身的附体坐标系,δ为舵角,ψ为船舶航向角,r为回转率(即转首角速度)。
建立非线性船舶运动响应模型,系统输入为船舶航向角ψ,输出为舵角δ,具体为:
(1)作变量代换,有:
z1=x1-ψd (4)
假设x2为虚拟控制量,则有:
z2=x2-φ(z1) (5)
构造第一个Lyapunov函数:
(2)镇定z2子系统,根据式(9):
构造第二个Lyapunov函数:
其中,k2(k2>0)是航向控制器参数,n2(z2)>0是非线性阻尼项,可得:
由Lyapunov稳定性定理可知,上面求得的航向控制器使z2子系统被镇定,也使z1子系统被镇定,从而系统在平衡点(x1=ψd,x2=0)一致渐进稳定,控制系统的状态反馈结构如图3所示。
联立式(6)、(7)、(9)和(11),得控制律为:
δ=u (14)
在反步法航向控制器的设计中,由于是关于ψd的二阶导函数,而控制律u中的作用至关重要,则要求控制系统的设定航向ψd在时间t上的各阶导数都存在且光滑,以保证控制律u的平滑与稳定。在处理阶跃信号输入时,在其后加上二阶惯性环节,即可得到平滑的输入航向ψd。经实验测试和分析,式(13)中的增益参数设为:k1=4,k2=16。
控制流程如图4所示,设置航向控制器每一秒钟读取一次输入,无人船在势场中某时刻所受势场力分别为F(X)0,F(X)0与x轴的夹角则为航向控制器的输入航向角ψ,通过船舶罗经系统可以获得当前设定的航向ψd,将ψ和ψd输入航向控制器即可得到舵角δ,以实现对船舶方向的控制。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (5)
1.一种基于自动舵的躲避碰撞系统,其特征在于,包括安装于无人船上的信息采集模块、避碰决策模块、操纵决策模块;
所述信息采集模块用于采集无人船信息、来船信息以及障碍物信息;
所述避碰决策模块对所述信息采集模块采集的信息进行分析并利用局部航路规划算法获得无人船航行目标点的运动轨迹,并判断无人船与来船或障碍物是否会发生碰撞;
所述操纵决策模块将信息采集模块中船舶罗经系统采集的信息和运动轨迹信息进行融合,将融合的信息传输至无人船的自动舵上,自动舵实现对航向的控制。
2.根据权利要求1所述的基于自动舵的躲避碰撞系统,其特征在于,所述信息采集模块包括安装于无人船上的雷达、可见光摄像头、AIS船舶自动识别系统、GPS系统、船舶罗经系统以及带有MCU的控制盒;所述雷达、可见光摄像头、AIS船舶自动识别系统、GPS系统、船舶罗经系统均与控制盒内的MCU连接;所述雷达和AIS船舶自动识别系统具有互补性,所述雷达和可见光摄像头能对周边环境进行主动探测,同时能对静止和运动的目标进行探测,所述AIS船舶自动识别系统、GPS系统、船舶罗经系统对目标船舶的位置进行精准定位;所述控制盒的MCU接收各设备采集的信息,整合后发送给所述避碰决策模块。
3.根据权利要求1所述的基于自动舵的躲避碰撞系统,其特征在于,所述避碰决策模块对所述信息采集模块采集的信息进行分析并利用局部航路规划算法获得无人船航行目标点的运动轨迹,所述局部航路规划算法具体为:
在无人船的航行空间中构建一个虚拟势场U,该虚拟势场由Uatt和Urep组成,其中,
Uatt为无人船航行的目标点产生的引力势场,具有负的引力势能,引力势能随无人船与目标点距离的缩短逐渐降低,目标位置对应的引力势能即变为零;规划终点对无人船有吸引作用,吸引作用力Fatt为引力势场Uatt的负梯度,其方向由无人船指向规划终点;
Urep表示环境中的障碍物或来船产生的斥力势场,具备正的斥力势能,无人船与障碍物或来船越靠近斥力势能越高,抵达障碍或来船,对应的斥力势能将达到无穷大;障碍或来船对无人船具有排斥作用,排斥作用力Frep为斥力势场Urep的负梯度,代表斥力势场函数Urep的下降方向,从无人船与障碍或来船的连线背离障碍或来船;
如果存在多个斥力势场,那么无人船在其中受到的合力满足矢量运算原则,即:在整个运动空间中,Uatt和Urep共同合成了虚拟势场U,虚拟势场之间满足矢量运算,即U=Uatt+Urep;无人船所受到的合力F为吸引作用力Fatt与排斥作用力Frep的矢量和,即F=Fatt+Frep。
4.根据权利要求3所述的基于自动舵的躲避碰撞系统,其特征在于,所述引力势场Uatt对应函数的表达公式为:
式中,katt——引力势场比例增益因子;
X——无人船的位置坐标;
Xg——目标点的位置坐标;
ρ(X,Xg)——ρ(X,Xg)=||Xg-X||为无人船与目标点的相对距离;
吸引作用力Fatt是引力势场对无人船与目标点的相对距离的导数,其数学表达式为:
所述斥力势场Urep对应函数的表达公式为:
式中,krep——斥力势场比例增益因子;
X——无人船的位置坐标;
X0——障碍物或来船的位置坐标;
ρ(X,X0)——ρ(X,X0)=||X0-X||为无人船与障碍物或来船的相对距离;
ρ0——障碍物或来船斥力势场的最大影响间距;
排斥作用力Frep是斥力势场对无人船与障碍物或来船的相对距离的导数,其数学表达式为:
其中,势场U(X)为上述两个势场的叠加,具体函数U(X)表达如下:
U(X)=Uatt(X)+Urep(X) (e)
同样,无人船所受到的合力F(X)为吸引作用力Fatt(X)与排斥作用力Frep(X)的矢量和;
F(X)=Fatt(X)+Frep(X) (f)
通过上述公式能计算得到在整个运动空间中任何一个点对应的势场能以及势场力,基于合力的作用下,无人船能准确抵达目标点,而无人船经过的质点在其中经历的轨迹就是规划路径。
5.根据权利要求1所述的基于自动舵的躲避碰撞系统,其特征在于,所述自动舵实现对航向的控制,具体方法为:在躲避碰撞系统中设定船舶运动响应模型;所述船舶运动响应模型为:
无人船在势场中某时刻所受势场力为F(X)0,F(X)0与x轴的夹角则为航向控制器的输入航向角ψ,将ψ输入躲避碰撞系统的严格反馈形式式子(3)即可得到舵角δ,以实现对船舶方向的控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011516310.0A CN112650236A (zh) | 2020-12-21 | 2020-12-21 | 一种基于自动舵的躲避碰撞系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011516310.0A CN112650236A (zh) | 2020-12-21 | 2020-12-21 | 一种基于自动舵的躲避碰撞系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112650236A true CN112650236A (zh) | 2021-04-13 |
Family
ID=75358505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011516310.0A Pending CN112650236A (zh) | 2020-12-21 | 2020-12-21 | 一种基于自动舵的躲避碰撞系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112650236A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107577230A (zh) * | 2017-08-16 | 2018-01-12 | 武汉理工大学 | 一种面向无人船的智能避碰系统 |
CN107608346A (zh) * | 2017-08-30 | 2018-01-19 | 武汉理工大学 | 基于人工势场的船舶智能避障方法及系统 |
CN109263826A (zh) * | 2018-08-30 | 2019-01-25 | 武汉理工大学 | 基于操纵性建模的船舶智能避碰系统及方法 |
CN110471427A (zh) * | 2019-09-06 | 2019-11-19 | 大连海事大学 | 一种基于路径规划与人工势场法的船舶编队智能避碰方法 |
-
2020
- 2020-12-21 CN CN202011516310.0A patent/CN112650236A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107577230A (zh) * | 2017-08-16 | 2018-01-12 | 武汉理工大学 | 一种面向无人船的智能避碰系统 |
CN107608346A (zh) * | 2017-08-30 | 2018-01-19 | 武汉理工大学 | 基于人工势场的船舶智能避障方法及系统 |
CN109263826A (zh) * | 2018-08-30 | 2019-01-25 | 武汉理工大学 | 基于操纵性建模的船舶智能避碰系统及方法 |
CN110471427A (zh) * | 2019-09-06 | 2019-11-19 | 大连海事大学 | 一种基于路径规划与人工势场法的船舶编队智能避碰方法 |
Non-Patent Citations (3)
Title |
---|
王永涛: "基于粒子群优化反步法的船舶航向控制器设计", 《中国航海》 * |
钟碧良; 刘先杰; 吴建生; 邱建宁; 姜华: "基于人工势场法的船舶自动避碰系统研究", 《广州航海高等专科学校学报》 * |
陈宗海: "《系统仿真技术及其应用 第10卷》" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng | Moving path following control for a surface vessel with error constraint | |
Naeem et al. | An integrated multi-sensor data fusion algorithm and autopilot implementation in an uninhabited surface craft | |
Fang et al. | Applying the self-tuning fuzzy control with the image detection technique on the obstacle-avoidance for autonomous underwater vehicles | |
Liu et al. | Adaptive barrier Lyapunov function-based obstacle avoidance control for an autonomous underwater vehicle with multiple static and moving obstacles | |
JP2021181301A (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 | |
CN111026135B (zh) | 一种无人艇高性能航行前馈控制系统及其控制方法 | |
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 | |
CN113093742B (zh) | 一种自动规避多障碍物的无人船路径跟踪系统 | |
Koo et al. | Hierarchical hybrid system design on Berkeley UAV | |
CN113467231A (zh) | 基于侧滑补偿ilos制导律的无人艇路径跟踪方法 | |
CN110297500A (zh) | 一种给定多航路点下无人机的连续航迹规划方法 | |
Kurowski et al. | Multi-vehicle guidance, navigation and control towards autonomous ship maneuvering in confined waters | |
Qu et al. | Nonlinear station keeping control for underactuated unmanned surface vehicles to resist environmental disturbances | |
Kim et al. | A numerical and experimental study on the obstacle collision avoidance system using a 2D LiDAR sensor for an autonomous surface vehicle | |
Li et al. | Integrating dynamic event-triggered and sensor-tolerant control: Application to USV-UAVs cooperative formation system for maritime parallel search | |
CN112650236A (zh) | 一种基于自动舵的躲避碰撞系统 | |
Soares et al. | An algorithm for formation-based chemical plume tracing using robotic marine vehicles | |
Zhao et al. | Model predictive control based integral line-of-sight curved path following for unmanned aerial vehicle | |
CN116540717A (zh) | 一种基于改进dwa的auv局部路径规划方法 | |
Mousazadeh et al. | Experimental evaluation of a new developed algorithm for an autonomous surface vehicle and comparison with simulink results | |
Lee | On the Complete Automation of Vertical Flight Aircraft Ship Landing | |
Morel et al. | Modelling and identification of an autonomous surface vehicle: Technical report | |
Tian et al. | Development of a guidance and control system for an underwater plume exploring AUV | |
Koschorrek et al. | Towards semi-autonomous operation of an over-actuated river ferry | |
Malecki | Fuzzy track-keeping steering design for a precise control of the ship |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210413 |
|
RJ01 | Rejection of invention patent application after publication |