CN113885538A - 一种船舶航向控制方法及系统 - Google Patents
一种船舶航向控制方法及系统 Download PDFInfo
- Publication number
- CN113885538A CN113885538A CN202111482289.1A CN202111482289A CN113885538A CN 113885538 A CN113885538 A CN 113885538A CN 202111482289 A CN202111482289 A CN 202111482289A CN 113885538 A CN113885538 A CN 113885538A
- Authority
- CN
- China
- Prior art keywords
- course
- control
- ship
- function
- order
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000003044 adaptive effect Effects 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 230000009466 transformation Effects 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims description 140
- 238000013461 design Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 29
- 239000000126 substance Substances 0.000 claims description 27
- 238000012546 transfer Methods 0.000 claims description 14
- 230000006978 adaptation Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000001052 transient effect Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 241000380131 Ammophila arenaria Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 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
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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种船舶航向控制方法,包括:将船舶航向控制的一阶野本模型转化为状态空间模型;通过状态空间模型得到船舶的航向误差,并对航向误差进行函数变换,得到变换后的函数,使航向误差收敛在预设的界限范围内;通过变换后的函数设计滤波变量;通过滤波变量设计李雅普诺夫函数;根据李雅普诺夫函数得到航向控制的控制律和自适应律;通过控制律和控制周期对船舶航向进行控制,控制周期根据一阶野本模型得到。本发明还公开了一种船舶航向控制系统,本发明的有益效果为:能够自动估计外界干扰,控制参数随着外界环境变化进行自动调整;同时能够保证误差的暂态收敛性能,将船舶的控制周期根据船型自动匹配以降低打舵频次。
Description
技术领域
本发明涉及航海控制技术领域,具体而言,涉及一种船舶航向控制方法及系统。
背景技术
现有的船舶航向控制方法有的需要基于模型辨识得以实现,有的需要大量且复杂的计算得以实现。现有的航向控制方法无法保证航向误差的暂态收敛性能且没有考虑打舵频次的降低,控制周期较短。
发明内容
为解决现有航向控制方法计算量大且不能降低打舵频次的问题,本发明的目的在于提供一种船舶航向控制方法及系统。
本发明提供了一种船舶航向控制方法,所述方法包括:
将船舶航向控制的一阶野本模型转化为状态空间模型;
通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,得到变换后的函数,使所述航向误差收敛在预设的界限范围内;
通过所述变换后的函数设计滤波变量;
通过所述滤波变量设计李雅普诺夫函数;
根据所述李雅普诺夫函数得到航向控制的控制律和自适应律;
通过所述控制律和控制周期对船舶航向进行控制,所述控制周期根据所述一阶野本模型得到。
作为本发明进一步的改进,所述将船舶航向控制的一阶野本模型转化为状态空间模型,包括:
结合船舶的航向和转向率得到所述状态空间模型:
作为本发明进一步的改进,所述通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,得到变换后的函数,使所述航向误差收敛在预设的界限范围内,包括:
对所述航向误差进行函数变换得到所述变换后的函数:
其中,为航向误差,为航向角,为期望航向角,为航向误差函数变换后的变量,为设计上界,为设计下界,为航向误差经转换函数变换的变量,为引入的转换函数,为转换函数的初始值,为转换函数的最终值,为正常数,为每次转向的时间。
作为本发明进一步的改进,所述通过所述变换后的函数设计滤波变量,包括:
对所述滤波变量求导:
根据数学放缩关系得到不等式:
根据式(17)可得滤波变量的滤波范围:
其中,为简化的中间变量,为简化的中间变量,为滤波变量,为滤波变量中的权重,为中间变量,为通过和得到的核心函数,为扰动变量的最大值,为扰动值和1之间的最大值,为放缩后的函数,为控制率中自适应部分所占的比重,为的平方。
作为本发明进一步的改进,所述通过所述滤波变量设计李雅普诺夫函数,包括:
作为本发明进一步的改进,所述根据所述李雅普诺夫函数得到航向控制的控制律和自适应律,包括:
根据航向控制稳定性的要求,所述李雅普诺夫函数需要满足条件:
通过式(28)和式(29)对式(27)进行放缩,得到所述控制律和所述自适应律:
作为本发明进一步的改进,所述根据所述一阶野本模型确定船舶航向的控制周期,包括:
通过所述一阶野本模型确定船舶的船长和船速;
根据所述船长和船速确定所述船舶航向的控制周期。
本发明还提供了一种船舶航向控制系统,所述系统:
模型转换模块,其用于将船舶航向控制的一阶野本模型转化为状态空间模型;
航向误差计算模块,其用于通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,使所述航向误差收敛在预设的界限范围内;
滤波变量计算模块,其用于通过所述航向误差变换后的函数得到滤波变量,
李雅普诺夫函数计算模块,其用于根据所述滤波变量得到航向控制系统稳定运行的条件,并根据所述条件得到李雅普诺夫函数;
控制律和自适应律计算模块,其用于根据所述李雅普诺夫函数得到航向控制的控制律和自适应律;
控制周期计算模块,其用于根据所述一阶野本模型确定船舶航向的控制周期;
航向控制模块,其用于通过所述控制律和所述控制周期对船舶航向进行控制。
作为本发明进一步的改进,所述将船舶航向控制的一阶野本模型转化为状态空间模型,包括:
结合船舶的航向和转向率得到所述状态空间模型:
作为本发明进一步的改进,所述通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,得到变换后的函数,使所述航向误差收敛在预设的界限范围内,包括:
对所述航向误差进行函数变换得到所述变换后的函数:
其中,为航向误差,为航向角,为期望航向角,为航向误差函数变换后的变量,为设计上界,为设计下界,为航向误差经转换函数变换的变量,为引入的转换函数,为转换函数的初始值,为转换函数的最终值,为正常数,为每次转向的时间。
作为本发明进一步的改进,所述通过所述变换后的函数设计滤波变量,包括:
对所述滤波变量求导:
根据数学放缩关系得到不等式:
根据式(17)可得滤波变量的滤波范围:
其中,为简化的中间变量,为简化的中间变量,为滤波变量,为滤波变量中的权重,为中间变量,为通过和得到的核心函数,为扰动变量的最大值,为扰动值和1之间的最大值,为放缩后的函数,为控制率中自适应部分所占的比重,为的平方。
作为本发明进一步的改进,所述通过所述滤波变量设计李雅普诺夫函数,包括:
作为本发明进一步的改进,所述根据所述李雅普诺夫函数得到航向控制的控制律和自适应律,包括:
根据航向控制稳定性的要求,所述李雅普诺夫函数需要满足条件:
通过式(28)和式(29)对式(27)进行放缩,得到所述控制律和所述自适应律:
作为本发明进一步的改进,所述根据所述一阶野本模型确定船舶航向的控制周期,包括:
通过所述一阶野本模型确定船舶的船长和船速;
根据所述船长和船速确定所述船舶航向的控制周期。
本发明还提供了一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被处理器执行以实现上述方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现上述方法。
本发明的有益效果为:通过滤波变量和李雅普诺夫函数的引入,能够自动估计外界干扰,控制参数随着外界环境变化进行自动调整;同时能够保证误差的暂态收敛性能,将船舶的控制周期根据船型自动匹配以降低打舵频次。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的一种船舶航向控制方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明的描述中,所用术语仅用于说明目的,并非旨在限制本发明的范围。术语“包括”和/或“包含”用于指定所述元件、步骤、操作和/或组件的存在,但并不排除存在或添加一个或多个其他元件、步骤、操作和/或组件的情况。术语“第一”、“第二”等可能用于描述各种元件,不代表顺序,且不对这些元件起限定作用。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个及两个以上。这些术语仅用于区分一个元素和另一个元素。结合以下附图,这些和/或其他方面变得显而易见,并且,本领域普通技术人员更容易理解关于本发明所述实施例的说明。附图仅出于说明的目的用来描绘本发明所述实施例。本领域技术人员将很容易地从以下说明中认识到,在不背离本发明所述原理的情况下,可以采用本发明所示结构和方法的替代实施例。
相关技术中,随着航海业的发展,越来越多的自动航向控制方案应用在船舶的航向控制系统中,其中船舶航向控制的主要控制方法有传统的PID控制,基于模型辨识的自适应控制、自校正控制,随后发展的LQR控制和MPC控制,以及模糊控制、神经网络、基于学习法则等智能控制方法。
现有的传统PID控制方案,在航海应用的过程中存在控制参数难调整,需要进行持续试凑。同时,对于运行过程中的海浪等外界干扰无法自动抵抗。积分过慢时会使得抵抗外界扰动变化能力较弱;积分过快时容易产生航向控制超调。因此,面对无规律变化的海况,实时调整PID参数任务繁重,失去了自动控制的意义。
现有的基于模型辨识的自适应控制方案,要求在较平静的海况下进行辨识,这一条件限制了船舶模型的应用。另外,一旦模型辨识不准确,再基于所辨识的模型对航向进行自适应控制和自校正控制,控制效果会更差且系统可能存在发散不稳定的危险性。模型的辨识也存在计算耗时和浪费存储空间等问题。
LQR和MPC的控制均依赖于模型的准确度,不准确的模型会使控制控制质量变差,此外MPC的控制涉及到的计算较大。
模糊控制、神经网络、基于机器学习等职能控制方法,依赖于人工经验,工况不一定或者船型不一定时需要进行模糊规则,学习法则,神经元的数量和神经网络结构的修改,因此调试较为麻烦。同时因为需要进行多次学习,多层神经网络的计算无疑计算量会很大。
上述各种控制方法均不能保证航向误差的暂态收敛性能,且均没有考虑打舵频次的降低,控制周期都比较短。
如图1所示,本发明实施例所述的一种船舶航向控制方法,所述方法包括:
将船舶航向控制的一阶野本模型转化为状态空间模型,转化后的状态空间模型更有利于船舶航向控制过程中的计算,使船舶航向控制方法更加简易。
通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,得到变换后的函数,使所述航向误差收敛在预设的界限范围内,从而在利用所述船舶航向控制方法对船舶航向进行控制过程中,尽可能降低船舶转向的航向误差,使转向后的船舶航向更接近于所要达到的航向。
通过所述变换后的函数设计滤波变量。滤波变量的引入有利于航向控制过程中的分析和设计。
通过所述滤波变量设计李雅普诺夫函数,根据该函数的稳定性理论,可以保证航向控制器的稳定运行,并能够分析外界干扰的估计影响。
根据所述李雅普诺夫函数得到航向控制的控制律和自适应律,其中,自适应律用来估计外界扰动,随外界扰动的变化而变化,从而使控制律发生变化。
通过所述控制律和控制周期对船舶航向进行控制,所述控制周期根据所述一阶野本模型得到。每个船舶有其之间的反应时间,太快的舵令(控制律)输出,船舶来不及响应,只会增加无效的舵角变化,因此当根据船舶的船型选择不同的控制周期,可有效降低无效舵角变化,从而降低打舵频次。
一种可选的实施方式,所述将船舶航向控制的一阶野本模型转化为状态空间模型,包括:
结合船舶的航向和转向率得到所述状态空间模型:
一种可选的实施方式,所述通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,得到变换后的函数,使所述航向误差收敛在预设的界限范围内,包括:
对所述航向误差进行函数变换得到所述变换后的函数:
其中,为航向误差,为航向角,为期望航向角,为航向误差函数变换后的变量,为设计上界,为设计下界,为航向误差经转换函数变换的变量,为引入的转换函数,为转换函数的初始值,为转换函数的最终值,为正常数,为每次转向的时间。
一种可选的实施方式,所述通过所述变换后的函数设计滤波变量,包括:
对所述滤波变量求导:
根据数学放缩关系得到不等式:
根据式(17)可得滤波变量的滤波范围:
其中,为简化的中间变量,为简化的中间变量,为滤波变量,为滤波变量中的权重,为中间变量,为通过和得到的核心函数,为扰动变量的最大值,为扰动值和1之间的最大值,为放缩后的函数,为控制率中自适应部分所占的比重,为的平方。
一种可选的实施方式,所述通过所述滤波变量设计李雅普诺夫函数,用于保证航向控制器的稳定运行及分析外界干扰的估计影响,包括:
根据所述滤波变量的滤波范围,结合航向控制器稳定运行所需满足的条件,设计李雅普诺夫函数:
一种可选的实施方式,所述根据所述李雅普诺夫函数得到航向控制的控制律和自适应律,包括:
将式(20)代入式(26-1)得到:
根据航向控制稳定性的要求,所述李雅普诺夫函数需要满足条件:
为了便于计算,增加中间变量:
将式(26-3)和式(26-4)代入式(26-2)中得到:
将式(26-6)和式(26-7)代入式(26-5)中得到:
根据式(24)可以对式(26-8)进行化简和放缩得到:
为了使式(26-9)满足式(27)中的条件,可进一步令:
将式(26-10)和式(26-11)代入式(26-9)中得到:
通过式(24)以及均值等不等式对式(26-12)进行放缩得到:
由式(26-13)得,当式(26-6)、(26-7)、(26-10)和(26-11)均成立时,式(26-2)满足式(27)的条件,此时式(27)中的两个参数分别为:
根据上述分析过程,结合式(26-13)与式(26-2)的对应关系即可得到所述控制律和所述自适应律:
其中,为中间变量,为李雅普诺夫函数放缩后的整合变量,为控制律中权重的设计参数,为自适应律中影响收敛快慢的设计参数,为控制律,为自适应律。控制律为船舶舵角变化的指令,舵角值按照控制律的变化而变化,根据控制律即可换算得出舵角值,进而对船舶的航向进行控制。上述控制律和自适应律的整个计算步骤只是用到了简单的数学计算,没有用到神经网络等复杂的云端,从而降低了计算难道,使所述船舶航向控制方法的算法更加简便。
一种可选的实施方式,所述根据所述一阶野本模型确定船舶航向的控制周期,包括:
通过所述一阶野本模型确定船舶的船长和船速,根据所述船长和船速确定所述船舶航向的控制周期。例如,当船舶的船长较长时可以适当延长控制周期,当船舶的船长较短时可以适当缩短控制周期;再例如,当船舶的船速较快时可以适当缩短控制周期,当船舶的船速较慢时可以适当延长控制周期。在实际应用中,控制周期也可能会存在其他的影响因素,可以根据实际情况综合各个影响因素对控制周期进行确定,而不仅限于根据上述的船长和船速两个因素进行确定。
本发明还提供了一种船舶航向控制系统,所述系统包括:
模型转换模块,其用于将船舶航向控制的一阶野本模型转化为状态空间模型;
航向误差计算模块,其用于通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,使所述航向误差收敛在预设的界限范围内;
滤波变量计算模块,其用于通过所述航向误差变换后的函数得到滤波变量,
李雅普诺夫函数计算模块,其用于根据所述滤波变量得到航向控制系统稳定运行的条件,并根据所述条件得到李雅普诺夫函数;
控制律和自适应律计算模块,其用于根据所述李雅普诺夫函数得到航向控制的控制律和自适应律;
控制周期计算模块,其用于根据所述一阶野本模型确定船舶航向的控制周期;
航向控制模块,其用于通过所述控制律和所述控制周期对船舶航向进行控制。
一种可选的实施方式,所述将船舶航向控制的一阶野本模型转化为状态空间模型,包括:
结合船舶的航向和转向率得到所述状态空间模型:
一种可选的实施方式,所述通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,得到变换后的函数,使所述航向误差收敛在预设的界限范围内,包括:
对所述航向误差进行函数变换得到所述变换后的函数:
其中,为航向误差,为航向角,为期望航向角,为航向误差函数变换后的变量,为设计上界,为设计下界,为航向误差经转换函数变换的变量,为引入的转换函数,为转换函数的初始值,为转换函数的最终值,为正常数,为每次转向的时间。
一种可选的实施方式,所述通过所述变换后的函数设计滤波变量,包括:
对所述滤波变量求导:
根据数学放缩关系得到不等式:
根据式(17)可得滤波变量的滤波范围:
其中,为简化的中间变量,为简化的中间变量,为滤波变量,为滤波变量中的权重,为中间变量,为通过和得到的核心函数,为扰动变量的最大值,为扰动值和1之间的最大值,为放缩后的函数,为控制率中自适应部分所占的比重,为的平方。
一种可选的实施方式,所述通过所述滤波变量设计李雅普诺夫函数,用于保证航向控制器的稳定运行及分析外界干扰的估计影响,包括:
根据所述滤波变量的滤波范围,结合航向控制器稳定运行所需满足的条件,设计李雅普诺夫函数:
一种可选的实施方式,所述根据所述李雅普诺夫函数得到航向控制的控制律和自适应律,包括:
将式(20)代入式(26-1)得到:
根据航向控制稳定性的要求,所述李雅普诺夫函数需要满足条件:
为了便于计算,增加中间变量:
将式(26-3)和式(26-4)代入式(26-2)中得到:
将式(26-6)和式(26-7)代入式(26-5)中得到:
根据式(24)可以对式(26-8)进行化简和放缩得到:
为了使式(26-9)满足式(27)中的条件,可进一步令:
将式(26-10)和式(26-11)代入式(26-9)中得到:
通过式(24)以及均值等不等式对式(26-12)进行放缩得到:
由式(26-13)得,当式(26-6)、(26-7)、(26-10)和(26-11)均成立时,式(26-2)满足式(27)的条件,此时式(27)中的两个参数分别为:
根据上述分析过程,结合式(26-13)与式(26-2)的对应关系即可得到所述控制律和所述自适应律:
其中,为中间变量,为李雅普诺夫函数放缩后的整合变量,为控制律中权重的设计参数,为自适应律中影响收敛快慢的设计参数,为控制律,为自适应律。控制律为船舶舵角变化的指令,舵角值按照控制律的变化而变化,根据控制律即可换算得出舵角值,进而对船舶的航向进行控制。上述控制律和自适应律的整个计算步骤只是用到了简单的数学计算,没有用到神经网络等复杂的云端,从而降低了计算难道,使所述船舶航向控制方法的算法更加简便。
一种可选的实施方式,所述根据所述一阶野本模型确定船舶航向的控制周期,包括:
通过所述一阶野本模型确定船舶的船长和船速,根据所述船长和船速确定所述船舶航向的控制周期。例如,当船舶的船长较长时可以适当延长控制周期,当船舶的船长较短时可以适当缩短控制周期;再例如,当船舶的船速较快时可以适当缩短控制周期,当船舶的船速较慢时可以适当延长控制周期。在实际应用中,控制周期也可能会存在其他的影响因素,可以根据实际情况综合各个影响因素对控制周期进行确定,而不仅限于根据上述的船长和船速两个因素进行确定。
本公开还涉及一种电子设备,包括服务器、终端等。该电子设备包括:至少一个处理器;与至少一个处理器通信连接的存储器;以及与存储介质通信连接的通信组件,所述通信组件在处理器的控制下接收和发送数据;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行以实现上述实施例中的船舶航向控制方法。
在一种可选的实施方式中,存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述船舶航向控制方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器中,当被一个或者多个处理器执行时,执行上述任意方法实施例中的船舶航向控制方法。
上述产品可执行本申请实施例所提供的船舶航向控制方法,具备执行方法相应的功能模块和有益效果,未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的船舶航向控制方法。
本公开还涉及一种计算机可读存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的船舶航向控制方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
此外,本领域普通技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本领域技术人员应理解,尽管已经参考示例性实施例描述了本发明,但是在不脱离本发明的范围的情况下,可进行各种改变并可用等同物替换其元件。另外,在不脱离本发明的实质范围的情况下,可进行许多修改以使特定情况或材料适应本发明的教导。因此,本发明不限于所公开的特定实施例,而是本发明将包括落入所附权利要求范围内的所有实施例。
Claims (10)
1.一种船舶航向控制方法,其特征在于,所述方法包括:
将船舶航向控制的一阶野本模型转化为状态空间模型;
通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,得到变换后的函数,使所述航向误差收敛在预设的界限范围内;
通过所述变换后的函数设计滤波变量;
通过所述滤波变量设计李雅普诺夫函数;
根据所述李雅普诺夫函数得到航向控制的控制律和自适应律;
通过所述控制律和控制周期对船舶航向进行控制,所述控制周期根据所述一阶野本模型得到。
7.根据权利要求1所述的方法,其特征在于,所述控制周期根据所述一阶野本模型得到,包括:
通过所述一阶野本模型确定船舶的船长和船速;
根据所述船长和船速确定所述船舶航向的控制周期。
8.一种船舶航向控制系统,其特征在于,所述系统包括:
模型转换模块,其用于将船舶航向控制的一阶野本模型转化为状态空间模型;
航向误差计算模块,其用于通过所述状态空间模型得到船舶的航向误差,并对所述航向误差进行函数变换,使所述航向误差收敛在预设的界限范围内;
滤波变量计算模块,其用于通过所述航向误差变换后的函数得到滤波变量,
李雅普诺夫函数计算模块,其用于根据所述滤波变量得到航向控制系统稳定运行的条件,并根据所述条件得到李雅普诺夫函数;
控制律和自适应律计算模块,其用于根据所述李雅普诺夫函数得到航向控制的控制律和自适应律;
控制周期计算模块,其用于根据所述一阶野本模型确定船舶航向的控制周期;
航向控制模块,其用于通过所述控制律和所述控制周期对船舶航向进行控制。
9.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被处理器执行以实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行以实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111482289.1A CN113885538B (zh) | 2021-12-07 | 2021-12-07 | 一种船舶航向控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111482289.1A CN113885538B (zh) | 2021-12-07 | 2021-12-07 | 一种船舶航向控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113885538A true CN113885538A (zh) | 2022-01-04 |
CN113885538B CN113885538B (zh) | 2022-03-15 |
Family
ID=79015812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111482289.1A Active CN113885538B (zh) | 2021-12-07 | 2021-12-07 | 一种船舶航向控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113885538B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2158109A1 (en) * | 1994-10-11 | 1996-04-12 | Douglas W. Ford | Small Watercraft Automatic Steering Apparatus and Method |
CN103324195A (zh) * | 2013-06-14 | 2013-09-25 | 哈尔滨工程大学 | 基于反步法的船舶自适应鲁棒航向跟踪控制方法 |
CN107015562A (zh) * | 2017-04-26 | 2017-08-04 | 华南理工大学 | 一种满足预设跟踪性能的欠驱动水面船舶控制方法 |
CN109814547A (zh) * | 2018-12-24 | 2019-05-28 | 上海大学 | 风浪干扰作用下的无人艇航向保持装置和方法 |
CN111290387A (zh) * | 2020-02-21 | 2020-06-16 | 大连海事大学 | 一种智能船舶自动舵系统的模糊自适应输出反馈指定性能控制方法及系统 |
CN112578801A (zh) * | 2021-03-01 | 2021-03-30 | 北京海兰信数据科技股份有限公司 | 一种船舶航向抗干扰控制方法 |
CN112698575A (zh) * | 2020-12-30 | 2021-04-23 | 大连海事大学 | 一种智能船舶自动舵自适应模糊输出反馈控制方法及系统 |
-
2021
- 2021-12-07 CN CN202111482289.1A patent/CN113885538B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2158109A1 (en) * | 1994-10-11 | 1996-04-12 | Douglas W. Ford | Small Watercraft Automatic Steering Apparatus and Method |
CN103324195A (zh) * | 2013-06-14 | 2013-09-25 | 哈尔滨工程大学 | 基于反步法的船舶自适应鲁棒航向跟踪控制方法 |
CN107015562A (zh) * | 2017-04-26 | 2017-08-04 | 华南理工大学 | 一种满足预设跟踪性能的欠驱动水面船舶控制方法 |
CN109814547A (zh) * | 2018-12-24 | 2019-05-28 | 上海大学 | 风浪干扰作用下的无人艇航向保持装置和方法 |
CN111290387A (zh) * | 2020-02-21 | 2020-06-16 | 大连海事大学 | 一种智能船舶自动舵系统的模糊自适应输出反馈指定性能控制方法及系统 |
CN112698575A (zh) * | 2020-12-30 | 2021-04-23 | 大连海事大学 | 一种智能船舶自动舵自适应模糊输出反馈控制方法及系统 |
CN112578801A (zh) * | 2021-03-01 | 2021-03-30 | 北京海兰信数据科技股份有限公司 | 一种船舶航向抗干扰控制方法 |
Non-Patent Citations (1)
Title |
---|
严浙平 等: "时变干扰下欠驱动AUV水平面轨迹跟踪的反步滑模控制", 《宇航总体技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113885538B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghommam et al. | Adaptive leader–follower formation control of underactuated surface vessels under asymmetric range and bearing constraints | |
Karimi et al. | A linear matrix inequality approach to robust fault detection filter design of linear systems with mixed time-varying delays and nonlinear perturbations | |
Shojaei | Observer-based neural adaptive formation control of autonomous surface vessels with limited torque | |
Bhopale et al. | Reinforcement learning based obstacle avoidance for autonomous underwater vehicle | |
Yunsheng et al. | On fuzzy self-adaptive PID control for USV course | |
Elhaki et al. | Reinforcement learning-based saturated adaptive robust neural-network control of underactuated autonomous underwater vehicles | |
Zhou et al. | Three-dimensional trajectory tracking for underactuated AUVs with bio-inspired velocity regulation | |
Kucukdemiral et al. | A model predictive vertical motion control of a passenger ship | |
Wei et al. | Safe control with neural network dynamic models | |
CN110161853A (zh) | 一种新型具有实时性的船舶综合自动驾驶系统 | |
Karg et al. | Learning-based approximation of robust nonlinear predictive control with state estimation applied to a towing kite | |
CN112149237A (zh) | 一种船舶实时避碰方法及系统 | |
CN113885538B (zh) | 一种船舶航向控制方法及系统 | |
Xia et al. | Adaptive filtering backstepping for ships steering control without velocity measurements and with input constraints | |
Sivaraj et al. | On the performance of different Deep Reinforcement Learning based controllers for the path-following of a ship | |
Li et al. | New second order sliding mode control design for course-keeping control of ship with input saturation | |
CN114755917A (zh) | 一种无模型自适应抗干扰船舶速度控制器及设计方法 | |
CN113110519B (zh) | 一种舰船用非增量型无模型自适应艏向控制方法 | |
CN110703792B (zh) | 基于增强学习的水下机器人姿态控制方法 | |
Zou et al. | Design and stabilization analysis of luxury cruise with dynamic positioning systems based on sampled-data control | |
CN114967429B (zh) | 一种船舶航向的控制方法、装置及设备 | |
Yu | Adaptive Fuzzy Design of Ship's Autopilot with Input Saturation | |
Cildoz et al. | Comparative study of chattering-free sliding mode controllers applied to an autonomous underwater vehicle (auv) | |
Li et al. | Adaptive fixed-time fuzzy formation control for multiple AUV systems considering time-varying tracking error constraints and asymmetric actuator saturation | |
Fan et al. | Path-Following Control of Unmanned Underwater Vehicle Based on an Improved TD3 Deep Reinforcement Learning |
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 |