CN116165903A - 一种海上无人救援艇系统的实现及最优鲁棒性控制方法 - Google Patents

一种海上无人救援艇系统的实现及最优鲁棒性控制方法 Download PDF

Info

Publication number
CN116165903A
CN116165903A CN202310457890.8A CN202310457890A CN116165903A CN 116165903 A CN116165903 A CN 116165903A CN 202310457890 A CN202310457890 A CN 202310457890A CN 116165903 A CN116165903 A CN 116165903A
Authority
CN
China
Prior art keywords
rescue boat
unmanned rescue
unmanned
boat
optimal
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
CN202310457890.8A
Other languages
English (en)
Other versions
CN116165903B (zh
Inventor
张玉璘
徐明辉
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.)
University of Jinan
Original Assignee
University of Jinan
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 University of Jinan filed Critical University of Jinan
Priority to CN202310457890.8A priority Critical patent/CN116165903B/zh
Publication of CN116165903A publication Critical patent/CN116165903A/zh
Application granted granted Critical
Publication of CN116165903B publication Critical patent/CN116165903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种海上无人救援艇系统的实现及最优鲁棒性控制方法，包括一种海上无人救援艇系统的实现和无人救援艇航行过程中最优鲁棒性控制方法；无人救援艇系统包括：无人救援艇本体、动力装置单元、航行信息输入单元、无人救援艇主控单元、随身定位单元、遥控器单元，实现自动导航救援、一键返航、姿态控制功能，实现海上无人化智能救援；最优鲁棒性控制方法采用PID双闭环控制方法，实现无人救援艇航向和航速控制，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，经过实验证明，无人救援艇能够很好满足海上救援任务。

Description

一种海上无人救援艇系统的实现及最优鲁棒性控制方法
技术领域
本发明涉及海上无人救援艇实现及控制领域，特别涉及一种海上无人救援艇系统的实现及最优鲁棒性控制方法。
背景技术
目前海上救援多采用先向水中投掷遥控救援艇，并控制救援艇航行至落水者附近，当落水者爬上救生艇后，救援艇将落水者运送至安全地点；以此实现海上救援，存在耗时耗财耗力，特别是在恶劣天气情况下，遥控距离有限，落水者由于长期浸泡在水中，会造成人体快速失温，进而造成体力不支，无法爬上救援艇，进而导致救援失败，落水者的生命安全无法保证的问题，因此仅仅依靠人工控制的方式进行救援使得救援难度较大。
随着无人驾驶技术的快速发展，无人驾驶船舶成为海上智能交通的重要研究领域。随着船联网建设的不断完善，以及云计算、大数据在航运领域的逐步应用，构建智能化的无人救援艇已成为可实现的目标。海上智能无人救援艇具有救援速度快，成本低的优点，随着我国对于不同水域或海域的开发程度不断提高，人们进行海上活动的频率也逐渐提升，海上无人智能无人救援艇的研究必然是一项重大课题。
发明内容
本发明针对上述现有技术中存在的问题，提出一种海上无人救援艇系统的实现及最优鲁棒性控制方法，实现无人救援艇在海上救援过程中，无需人为干预，智能化救援，可以多个无人救援艇同时救援工作，利用改进黏菌算法优化PID控制器，提高无人救援艇自动航行的控制性能，提高救援成功率。
为解决上述技术问题，本发明是通过如下技术方案实现的：
本发明提供一种海上无人救援艇系统的实现及最优鲁棒性控制方法，无人救援艇系统包括：无人救援艇本体、动力装置单元、航行信息输入单元、无人救援艇主控单元、随身定位单元、遥控器单元；无人救援艇的控制采用PID双闭环控制方法，实现无人救援艇航向和航速控制，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制。
无人救援艇系统具体组成为：
所述无人救援艇本体是双面可用的，当无人救援艇侧翻后，依然可以航行；
所述动力装置单元分为两组，每组包括两个电机驱动模块和两个无刷直流电机，两组动力置分别位于无人救援艇的正反两面；
所述航行信息输入单元包括北斗+GPS双定位模块、指南针模块、MPU6050陀螺仪模块以及电源模块；
所述无人救援艇主控单元采用STM32F103RCT6为主控芯片，根据航行信息输入单元提供的航行数据，实现无人救援艇的自动导航救援，一键返航功能；
所述随身定位单元包括北斗+GPS双定位模块，为无人救援艇提供佩戴者位置信息；
所述遥控器单元包括信息显示屏和控制按键，负责显示无人救援艇航行数据和对无人救援艇下发救援指令。
所述通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，在传统黏菌算法的基础上，对线性反馈因子b进行改进，引入自适应非线性机制，提高算法寻优速度和精度，进而提高无人救援艇控制性能；改进后的反馈因子b按下式计算：
Figure SMS_1
；
式中，b为改进后的反馈因子，it为当前迭代次数，Max_iter为最大迭代次数。
一种海上无人救援艇系统的实现及最优鲁棒性控制方法，无人救援艇系统的实现为：
S1.启动无人救援艇系统，自动初始化航行信息输入单元，将无人救援艇随机抛入海中；
S2.无人救援艇会自动根据航行信息输入单元中的MPU6050陀螺仪传感器模块采集的落水后的船体姿态信息使能对应面的动力装置；
S3.进入救援等待模式，当求救者启动随身定位单元后，随身定位单元通过蓝牙通信，将求救信息发送给遥控器单元，遥控器单元通过LORA通信再将求救者位置信息和救援命令发送给无人救援艇主控单元；
S4.北斗+GPS双定位模块定位当前无人救援艇经纬度坐标，并记录下落水初始位置作为返航点，通过CAN协议将实时位置数据发送给无人救援艇主控单元；无人救援艇主控单元判断是否接收到救援命令，若是，则进行S5，否者进行S3，继续等待救援命令；
S5.无人救援艇系统进入自动导航救援模式，无人救援艇主控单元根据求救者位置信息和航行信息输入单元中定位模块提供的实时位置信息，计算出求救者相对于无人救援艇的方向和距离，然后通过控制动力执行单元调整航向，然后通过PID控制动力执行单元保证直线行驶，当求救者位置和无人救援艇当前位置距离小于2米时，无人救援艇停止；自动航行过程中，遥控器单元可以随时设置更新航行返回的返航点；
S6.无人救援艇到达目标位置后，落水人员按下无人救援艇主体一键返航按键或者岸基监控人员通过遥控器向无人救援艇下发一键返航命令后，无人救援艇主控单元控制救援艇以设置的返航点为目的地返航。
所述S2中，MPU6050陀螺仪模块采集的无人救援艇姿态信息为横滚角和俯仰角，根据无人救援艇落水后的横滚角和翻滚角判断无人救援艇的触水面，判断公式为：
Figure SMS_2
；
当横滚角和俯仰角满足上式时，认定为无人救援艇反面接触水面，否则正面接触水面；
式中，Roll为横滚角，横滚角指无人救援艇两翼所在的平面与平行线之间的夹角，范围为[-180,180]；Pitch为俯仰角，俯仰角是指无人救援艇头部与水平面的夹角，范围为[-180,180]；||为或。
所述S5中，计算出求救者相对于无人救援艇的方向和距离，具体方式为：
首先通过求救者的经纬度位置和初始经纬度位置计算出经度差值△x和纬度差值△y，然后根据下式计算出，求救者相对于无人救援艇的方向；
Figure SMS_3
；
式中，Yaw为求救者相对于无人救援艇的方向，△x为求救者相对于无人救援艇的经度差，△y为求救者相对于无人救援艇的纬度差，W2为求救者所在位置的纬度值。
求救者相对于无人救援艇的距离计算公式为：
Figure SMS_4
；
式中，L为求救者相对于无人救援艇的直线距离， R 为地球平均半径，W2为求救者所在位置的纬度值，W1为初始位置的纬度值，J2为求救者所在位置的经度值，J1为初始位置的经度值。
无人救援艇最优鲁棒性控制方法，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，具体步骤为：
Step1.搭建无人救援艇控制系统模型；
Step2.参数初始化：设置黏菌搜索上界UB、下界LB，种群规模pop，最大迭代次数Max_iter，维度dim并初始化黏菌种群的位置，其中黏菌种群初始位置是由PID的三个参数决定；
Step3.计算黏菌种群每个个体的当前适应度值并递增排序，记录当前迭代最好适应度值bF和当前迭代最差适应度值wF；适应度值函数为：
Figure SMS_5
；
式中，J为适应度值，e(t）为PID控制系统的输入系统的反馈偏差，t为时间，S(i)为适应度函数值。
Step4.计算自适用非线性反馈因子b；自适用非线性反馈因子b公式为：
Figure SMS_6
；
式中，b为改进后的反馈因子，it为当前迭代次数，Max_iter为最大迭代次数。
Step5.判断rand是否小于自定义参数z，所述z取0.03；
Step6.若rand<z，则直接执行下式（1）更新种群个体位置，否则判断rand是否大于控制变量p；
Figure SMS_7
(1) ;
式中，
Figure SMS_8
为下一次迭代的黏菌新位置，UB和LB分别表示搜索区域的上下界，rand表示取值[0,1]之间的随机数，t为当前迭代次数，i为第i个黏菌，j为第j维。
若rand<p,则执行下式（2）更新种群个体位置；
Figure SMS_9
(2) ；
式中，r 1 为正弦参数，r 2 为[0, 2]内的随机数，决定黏菌个体的移动距离；r 3 为[0,2]内的随机数，控制最优个体对黏菌后一位置的影响，r 4 为0~1间的随机数，X best 为最优个体位置，W为权值系数，
Figure SMS_10
为第i个黏菌的第j维位置，
Figure SMS_11
为下一次迭代的黏菌新位置。
否则，rand>=p，则执行下式（3）更新种群个体位置；
Figure SMS_12
(3)；
其中Vc= [−b,b]，
Figure SMS_13
；
式中，
Figure SMS_14
为下一次迭代的黏菌新位置，
Figure SMS_15
为第i个黏菌的第j维位置，Vc为在[−b,b]之间振荡并最终趋于零的参数。
Step7.根据贪婪策略保留较优解；
Step8.判断当前迭代次数it是否满足迭代停止条件，若满足，则迭代结束，输出全局最优解及适应度值，所述全局最优解为PID的最优参数；若不满足，继续对最新迭代结果进行迭代，执行Step3；
Step9.将最优参数赋值给Kp、Ki、Kd并带入到无人救援艇控制系统模型中，实现最优鲁棒性控制。
相较于现有技术，本发明具有以下优点：
（1）本发明一种海上无人救援艇系统的实现及最优鲁棒性控制方法，具备智能化操作，采用国产北斗定位与GPS双模定位，运用指南针进行实时航向检测，实现无人救援艇自动导航和一键返航救援；
（2）本发明一种海上无人救援艇系统的实现及最优鲁棒性控制方法，无人救援艇可实现双面航行，不需要摆正位置然后投放，大大节约投放时间，提高投放效率；
（3）本发明一种海上无人救援艇系统的实现及最优鲁棒性控制方法，无人救援艇控制采用改进黏菌算法优化的双闭环PID控制器，大大提高了无人救援艇自动化控制性能，提高救援率。
附图说明
图1为海上无人救援艇主体正面结构示意图。
图2为海上无人救援艇主体反面结构示意图。
图3为海上无人救援艇控制系统模型。
图4为海上无人救援艇系统实现方法流程图。
图5为改进前后反馈因子b的变化图。
图6为海上无人救援艇最优鲁棒性控制方法流程图。
图7为基础黏菌算法和改进黏菌算法优化PID控制器Kp参数取值对比图。
图8为基础黏菌算法和改进黏菌算法优化PID控制器Ki参数取值对比图。
图9为基础黏菌算法和改进黏菌算法优化PID控制器Kd参数取值对比图。
图10为基础黏菌算法适应度值曲线图。
图11为改进黏菌算法适应度值曲线图。
附图中，各标号说明：
1、航行信息输入单元 ，2、北斗+GPS双定位模块，3、MPU6050陀螺仪模块，4、指南针模块，5、第一电机驱动模块，6、第二电机驱动模块，7、第三电机驱动模块，8、第四电机驱动模块，9、第一无刷直流电机，10、第二无刷直流电机，11、一键返航按键，12、第三无刷直流电机，13、第四无刷直流电机。
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它实施例，都属于本发明保护的范围。
如图1-图11所示，本发明提供了一种海上无人救援艇系统的实现及最优鲁棒性控制方法，具体为：
如图1-图2所示，无人救援艇系统包括：无人救援艇本体、动力装置单元、航行信息输入单元、无人救援艇主控单元、随身定位单元、遥控器单元；如图3所示无人救援艇的控制采用PID双闭环控制方法，实现无人救援艇航向和航速控制，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制。
无人救援艇系统具体组成为：
所述无人救援艇本体是双面可用的，当无人救援艇侧翻后，依然可以航行；
所述动力装置单元分为两组，每组包括两个电机驱动模块和两个无刷直流电机，两组动力置分别位于无人救援艇的正反两面；
所述航行信息输入单元包括北斗+GPS双定位模块、指南针模块、MPU6050陀螺仪模块以及电源模块；
所述无人救援艇主控单元采用STM32F103RCT6为主控芯片，根据航行信息输入单元提供的航行数据，实现无人救援艇的自动导航救援，一键返航功能；
所述随身定位单元包括北斗+GPS双定位模块，为无人救援艇提供佩戴者位置信息；
所述遥控器单元包括信息显示屏和控制按键，负责显示无人救援艇航行数据和对无人救援艇下发救援指令。
如图4所示，一种海上无人救援艇系统的实现及最优鲁棒性控制方法，无人救援艇系统的实现为：
S1.启动无人救援艇系统，自动初始化航行信息输入单元，将无人救援艇随机抛入海中；
S2.无人救援艇自动根据航行信息输入单元中的MPU6050陀螺仪传感器模块采集的落水后的船体姿态信息使能对应面的动力装置；
S3.进入救援等待模式，当求救者启动随身定位单元后，随身定位单元通过蓝牙通信，将求救信息发送给遥控器单元，遥控器单元通过LORA通信再将求救者位置信息和救援命令发送给无人救援艇主控单元；
S4.北斗+GPS双定位模块定位当前无人救援艇经纬度坐标，并记录下落水初始位置作为返航点，通过CAN协议将实时位置数据发送给无人救援艇主控单元；无人救援艇主控单元判断是否接收到救援命令，若是，则进行S5，否者进行S3，继续等待救援命令；
S5.无人救援艇系统进入自动导航救援模式，无人救援艇主控单元根据求救者位置信息和航行信息输入单元中定位模块提供的实时位置信息，计算出求救者相对于无人救援艇的方向和距离，然后通过控制动力执行单元调整航向，然后通过PID控制动力执行单元保证直线行驶，当求救者位置和无人救援艇当前位置距离小于2米时，无人救援艇停止；自动航行过程中，遥控器单元可以随时设置更新航行返回的返航点；
S6.无人救援艇到达目标位置后，落水人员按下无人救援艇主体一键返航按键或者岸基监控人员通过遥控器向无人救援艇下发一键返航命令后，无人救援艇主控单元控制无人救援艇以设置的返航点为目的地返航。
所述S2中，MPU6050陀螺仪模块采集的无人救援艇姿态信息为横滚角和俯仰角，根据无人救援艇落水后的横滚角和翻滚角判断无人救援艇的触水面，判断公式为：
Figure SMS_16
；
当横滚角和俯仰角满足上式时，认定为无人救援艇反面接触水面，否则正面接触水面；
式中，Roll为横滚角，横滚角指无人救援艇两翼所在的平面与平行线之间的夹角，范围为[-180,180]；Pitch为俯仰角，俯仰角是指无人救援艇头部与水平面的夹角，范围为[-180,180]；||为或。
若无人救援艇正面接触水面，则控制第一电机驱动模块5和第二电机驱动模块6驱动第一无刷直流电机9和第二无刷直流电机10转动；否则，控制第三电机驱动模块7和第四电机驱动模块8驱动第三无刷直流电机12和第四无刷直流电机13转动。
所述S5中，计算出求救者相对于无人救援艇的方向和距离，具体方式为：
首先通过求救者的经纬度位置和初始经纬度位置计算出经度差值△x和纬度差值△y，然后根据下式计算出，求救者相对于无人救援艇的方向；
Figure SMS_17
；
式中，Yaw为求救者相对于无人救援艇的方向，△x为求救者相对于无人救援艇的经度差，△y为求救者相对于无人救援艇的纬度差，W2为求救者所在位置的纬度值。
求救者相对于无人救援艇的距离计算公式为：
Figure SMS_18
；
式中，L为求救者相对于无人救援艇的直线距离， R 为地球平均半径，W2为求救者所在位置的纬度值，W1为初始位置的纬度值，J2为求救者所在位置的经度值，J1为初始位置的经度值。
在传统黏菌算法的基础上，对线性反馈因子b进行改进，引入自适应非线性机制，提高算法寻优速度和精度，进而提高无人救援艇控制性能；改进后的反馈因子b按下式计算：
Figure SMS_19
；
式中，b为改进后的反馈因子，it为当前迭代次数，Max_iter为最大迭代次数；
线性下降的反馈因子往往很难很好地描述实际情况下质量和浓度之间的反馈关系，会使得算法出现收敛速度慢、容易限于局部最优状态的问题，引入自适应非线性机制，改进后的反馈因子可以使算法跳出局部最优，提高收敛速度，具体如图5所示，改进前后反馈因子b的变化图，改进后的反馈因子b呈非线性变化。
如图6所示，无人救援艇最优鲁棒性控制方法，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，具体步骤为：
Step1.搭建无人救援艇控制系统模型；
Step2.参数初始化：设置黏菌搜索上界UB、下界LB，种群规模pop，最大迭代次数Max_iter，维度dim并初始化黏菌种群的位置，其中黏菌种群初始位置是由PID的三个参数决定；
Step3.计算黏菌种群每个个体的当前适应度值并递增排序，记录当前迭代最好适应度值bF和当前迭代最差适应度值wF；适应度值函数为：
Figure SMS_20
；
式中，J为适应度值，e(t）为PID控制系统的输入系统的反馈偏差，t为时间，S(i)为适应度函数值；
Step4.计算自适用非线性反馈因子b；自适用非线性反馈因子b公式为：
Figure SMS_21
；
式中，b为改进后的反馈因子，it为当前迭代次数，Max_iter为最大迭代次数；
Step5.判断rand是否小于自定义参数z，所述z取0.03；
Step6.若rand<z，则直接执行下式更新种群个体位置，否则判断rand是否大于控制变量p；
Figure SMS_22
(1) ;
式中，
Figure SMS_23
为下一次迭代的黏菌新位置，UB和LB分别表示搜索区域的上下界，rand表示取值[0,1]之间的随机数，z为自定义参数，t为当前迭代次数，i为第i个黏菌，j为第j维。
若rand<p,则执行下式更新种群个体位置；
Figure SMS_24
(2) ；
式中，r 1 为正弦参数，r 2 为[0, 2]内的随机数，决定黏菌个体的移动距离；r 3 为[0,2]内的随机数，控制最优个体对黏菌后一位置的影响，r 4 为0~1间的随机数，X best 为最优个体位置，W为权值系数，
Figure SMS_25
为第i个黏菌的第j维位置，
Figure SMS_26
为下一次迭代的黏菌新位置。
否则，rand>=p，则执行下式更新种群个体位置；
Figure SMS_27
(3)；
其中Vc= [−b,b]，
Figure SMS_28
；
式中，
Figure SMS_29
为下一次迭代的黏菌新位置，
Figure SMS_30
为第i个黏菌的第j维位置，Vc为在[−b,b]之间振荡并最终趋于零的参数。
Step7.根据贪婪策略保留较优解；
Step8.判断当前迭代次数it是否满足迭代停止条件，若满足，则迭代结束，输出全局最优解及适应度值，所述全局最优解为PID的最优参数；若不满足，继续对最新迭代结果进行迭代，执行Step3；
Step9.将最优参数赋值给Kp、Ki、Kd并带入到无人救援艇控制系统模型中，实现最优鲁棒性控制。
图7-图9为基础黏菌算法和改进黏菌算法优化无人救援艇PID控制器三个参数的对比图，在PID控制中，PID控制器最重要的Kp、Ki、Kd三个参数越小越好，从图中国可以对比发现，改进黏菌算法优化PID参数所得的参数值比基础黏菌算法优化PID参数所得的参数值更小，且收敛速度更快，优化效果更佳。
适应度值是反应算法优化PID效果的重要依据，适应度值越快稳定，越小代表算法优化性能越好；从图10、图11对比可发现，改进黏菌算法适应度值收敛速度更快，在迭代20次时，便可以达到最优适应度值，收敛速度更快。

Claims (7)

1.一种海上无人救援艇系统的实现方法，其特征在于，具体步骤为：
S1.启动无人救援艇系统，自动初始化航行信息输入单元，将无人救援艇本体任意抛入海中；
S2.无人救援艇会自动根据航行信息输入单元中的MPU6050陀螺仪模块采集的落水后的船体姿态信息使能对应面的动力装置；
S3.进入救援等待模式，当求救者启动随身定位单元后，随身定位单元通过蓝牙通信，将求救信息发送给遥控器单元，遥控器单元通过LORA通信再将求救者位置信息和救援命令发送给无人救援艇主控单元；
S4.北斗+GPS双定位模块定位当前无人救援艇经纬度坐标，并记录下落水初始位置作为返航点，通过CAN通信将实时位置数据发送给无人救援艇主控单元；无人救援艇主控单元判断是否接收到救援命令，若是，则进行S5，否者进行S3，继续等待救援命令；
S5.无人救援艇系统进入自动导航救援模式，无人救援艇主控单元根据求救者位置信息和航行信息输入单元中定位模块提供的实时位置信息，计算出求救者相对于无人救援艇的方向和距离，然后通过控制动力执行单元调整航向，通过PID控制动力执行单元保证直线行驶，当求救者位置和无人救援艇当前位置距离小于2米时，无人救援艇停止；自动航行过程中，遥控器单元可以随时设置更新航行返回的返航点；
S6.无人救援艇到达目标位置后，落水人员按下无人救援艇主体一键返航按键或者岸基监控人员通过遥控器向无人救援艇下发一键返航命令后，无人救援艇主控单元控制无人救援艇以设置的返航点为目的地返航。
2.根据权利要求1所述的一种海上无人救援艇系统的实现方法，其特征在于，所述S1中，无人救援艇本体正反两面各有两个动力执行装置，动力执行装置以无刷直流电机为主体；根据无人救援艇主体落水后的姿态，若反面接触海面，则开启反面的动力执行装置，否则开启正面的执行装置。
3.根据权利要求1所述的一种海上无人救援艇系统的实现方法，其特征在于，所述S2中，MPU6050陀螺仪模块采集的无人救援艇姿态信息为横滚角和俯仰角，根据无人救援艇落水后的横滚角和翻滚角判断无人救援艇的触水面，判断公式为：
Figure QLYQS_1
；
当横滚角和俯仰角满足上式时，认定为无人救援艇反面接触水面，否则正面接触水面；
式中，Roll为横滚角，横滚角指无人救援艇两翼所在的平面与平行线之间的夹角，范围为[-180,180]；Pitch为俯仰角，俯仰角是指无人救援艇头部与水平面的夹角，范围为[-180,180]；||为或。
4.根据权利要求1所述的一种海上无人救援艇系统的实现方法，其特征在于，所述S5中，计算出求救者相对于无人救援艇的方向和距离，具体方式为：
首先通过求救者的经纬度位置和初始经纬度位置计算出经度差值△x和纬度差值△y，然后根据下式计算出，求救者相对于无人救援艇的方向；
Figure QLYQS_2
；
式中，Yaw为求救者相对于无人救援艇的方向，△x为求救者相对于无人救援艇的经度差，△y为求救者相对于无人救援艇的纬度差，W2为求救者所在位置的纬度值；
求救者相对于无人救援艇的距离计算公式为：
Figure QLYQS_3
；
式中，L为求救者相对于无人救援艇的直线距离， R 为地球平均半径，W2为求救者所在位置的纬度值，W1为初始位置的纬度值，J2为求救者所在位置的经度值，J1为初始位置的经度值。
5.一种海上无人救援艇系统最优鲁棒性控制方法，其特征在于，无人救援艇的控制采用PID双闭环控制方法，实现无人救援艇航向和航速控制，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制。
6.根据权利要求5所述的一种海上无人救援艇系统最优鲁棒性控制方法，其特征在于，所述通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，在传统黏菌算法的基础上，对线性反馈因子b进行改进，引入自适应非线性机制，提高算法寻优速度和精度，进而提高无人救援艇控制性能；改进后的反馈因子b按下式计算：
Figure QLYQS_4
；
式中，b为改进后的反馈因子，it为当前迭代次数，Max_iter为最大迭代次数；
线性下降的反馈因子往往很难很好地描述实际情况下质量和浓度之间的反馈关系，会使得算法出现收敛速度慢、容易限于局部最优状态的问题，引入自适应非线性机制，改进后的反馈因子可以使算法跳出局部最优，提高收敛速度。
7.根据权利要求5所述的一种海上无人救援艇系统最优鲁棒性控制方法，其特征在于，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，具体步骤为：
Step1.搭建无人救援艇控制系统模型；
Step2.参数初始化：设置黏菌搜索上界UB、下界LB，种群规模pop，最大迭代次数Max_ iter，维度dim并初始化黏菌种群的位置，其中黏菌种群初始位置是由PID的三个参数决定；
Step3.计算黏菌种群每个个体的当前适应度值并递增排序，记录当前迭代最好适应度值bF和当前迭代最差适应度值wF；适应度值函数为：
Figure QLYQS_5
；
式中，J为适应度值，e(t）为PID控制系统的输入系统的反馈偏差，t为时间，S(i)为适应度函数值；
Step4.计算自适用非线性反馈因子b；自适用非线性反馈因子b公式为：
Figure QLYQS_6
；
式中，b为改进后的反馈因子，it为当前迭代次数，Max_iter为最大迭代次数；
Step5.判断rand是否小于自定义参数z，所述z取0.03；
Step6.若rand<z，则直接执行下式（1）更新种群个体位置，否则判断rand是否大于控制变量p；
Figure QLYQS_7
(1) ;
式中，
Figure QLYQS_8
为下一次迭代的黏菌新位置，UB和LB分别表示搜索区域的上下界，rand表示取值[0,1]之间的随机数，t为当前迭代次数，i为第i个黏菌，j为第j维；
若rand<p,则执行下式（2）更新种群个体位置；
Figure QLYQS_9
(2) ；
式中，r 1 为正弦参数，r 2 为[0, 2]内的随机数，决定黏菌个体的移动距离；r 3 为[0, 2]内的随机数，控制最优个体对黏菌后一位置的影响，r 4 为0~1间的随机数，X best 为最优个体位置，W为权值系数，
Figure QLYQS_10
为第i个黏菌的第j维位置，
Figure QLYQS_11
为下一次迭代的黏菌新位置；
否则，rand>=p，则执行下式（3）更新种群个体位置；
Figure QLYQS_12
(3)；
其中Vc = [−b,b]，
Figure QLYQS_13
；
式中，
Figure QLYQS_14
为下一次迭代的黏菌新位置，
Figure QLYQS_15
为第i个黏菌的第j维位置，Vc为在 [−b,b]之间振荡并最终趋于零的参数；
Step7.根据贪婪策略保留较优解；
Step8.判断当前迭代次数it是否满足迭代停止条件，若满足，则迭代结束，输出全局最优解及适应度值，所述全局最优解为PID的最优参数；若不满足，继续对最新迭代结果进行迭代，执行Step3；
Step9.将最优参数赋值给Kp、Ki、Kd并带入到无人救援艇控制系统模型中，实现最优鲁棒性控制。
CN202310457890.8A 2023-04-26 2023-04-26 一种海上无人救援艇系统最优鲁棒性控制方法 Active CN116165903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310457890.8A CN116165903B (zh) 2023-04-26 2023-04-26 一种海上无人救援艇系统最优鲁棒性控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310457890.8A CN116165903B (zh) 2023-04-26 2023-04-26 一种海上无人救援艇系统最优鲁棒性控制方法

Publications (2)

Publication Number Publication Date
CN116165903A true CN116165903A (zh) 2023-05-26
CN116165903B CN116165903B (zh) 2023-07-07

Family

ID=86416786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310457890.8A Active CN116165903B (zh) 2023-04-26 2023-04-26 一种海上无人救援艇系统最优鲁棒性控制方法

Country Status (1)

Country Link
CN (1) CN116165903B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116400585A (zh) * 2023-06-06 2023-07-07 济南大学 一种基于改进雾凇优化算法的海上救援飞翼控制优化方法
CN116449687A (zh) * 2023-06-16 2023-07-18 济南大学 一种基于改进型海上救援飞翼扰动观测pid控制方法
CN118323395A (zh) * 2024-06-13 2024-07-12 中国科学院合肥物质科学研究院 一种防溺水智能监控与救援方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008064526A1 (fr) * 2006-11-28 2008-06-05 Hsin-Chi Su Système d'enregistrement d'emplacement de sauvetage
CN104751596A (zh) * 2013-12-30 2015-07-01 中国科学院深圳先进技术研究院 一种求救信号的发送和接收方法、装置及系统
CN207257949U (zh) * 2017-10-16 2018-04-20 武汉深海蓝科技有限公司 一种喷水推进装置及水上推进装置
CN207374618U (zh) * 2017-11-03 2018-05-18 武汉深海蓝科技有限公司 一种水面救生艇
CN207571311U (zh) * 2017-12-04 2018-07-03 上海腾嘉讯船用设备有限公司 一种水上救援定位发射终端、接收终端和系统
US20210327247A1 (en) * 2018-08-29 2021-10-21 Storyforyou Co., Ltd. Signal Device for Maritime Distress Rescue and Surveilance Device for Maritime Distress Rescue
CN114429703A (zh) * 2022-01-27 2022-05-03 潘雨微 一种基于量子粒子群优化的水上救援落水智能报警系统
CN114763195A (zh) * 2022-05-17 2022-07-19 深圳市万航鑫科技有限公司 一种一键往返智能救援救生系统
CN114967428A (zh) * 2022-07-29 2022-08-30 济南大学 基于改进粒子群算法的无人救生圈最优鲁棒控制方法
CN115167445A (zh) * 2022-07-28 2022-10-11 中国矿业大学 一种基于粒子群优化的海上智能搜救方法
CN115258098A (zh) * 2022-09-12 2022-11-01 济南大学 基于声纳探测与gps定位的水中救生系统及控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008064526A1 (fr) * 2006-11-28 2008-06-05 Hsin-Chi Su Système d'enregistrement d'emplacement de sauvetage
CN104751596A (zh) * 2013-12-30 2015-07-01 中国科学院深圳先进技术研究院 一种求救信号的发送和接收方法、装置及系统
CN207257949U (zh) * 2017-10-16 2018-04-20 武汉深海蓝科技有限公司 一种喷水推进装置及水上推进装置
CN207374618U (zh) * 2017-11-03 2018-05-18 武汉深海蓝科技有限公司 一种水面救生艇
CN207571311U (zh) * 2017-12-04 2018-07-03 上海腾嘉讯船用设备有限公司 一种水上救援定位发射终端、接收终端和系统
US20210327247A1 (en) * 2018-08-29 2021-10-21 Storyforyou Co., Ltd. Signal Device for Maritime Distress Rescue and Surveilance Device for Maritime Distress Rescue
CN114429703A (zh) * 2022-01-27 2022-05-03 潘雨微 一种基于量子粒子群优化的水上救援落水智能报警系统
CN114763195A (zh) * 2022-05-17 2022-07-19 深圳市万航鑫科技有限公司 一种一键往返智能救援救生系统
CN115167445A (zh) * 2022-07-28 2022-10-11 中国矿业大学 一种基于粒子群优化的海上智能搜救方法
CN114967428A (zh) * 2022-07-29 2022-08-30 济南大学 基于改进粒子群算法的无人救生圈最优鲁棒控制方法
CN115258098A (zh) * 2022-09-12 2022-11-01 济南大学 基于声纳探测与gps定位的水中救生系统及控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘成汉 等: "改进交叉算子的自适应人工蜂群黏菌算法", 小型微型计算机系统, vol. 44, no. 2, pages 3 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116400585A (zh) * 2023-06-06 2023-07-07 济南大学 一种基于改进雾凇优化算法的海上救援飞翼控制优化方法
CN116400585B (zh) * 2023-06-06 2023-08-18 济南大学 一种基于改进雾凇优化算法的海上救援飞翼控制优化方法
CN116449687A (zh) * 2023-06-16 2023-07-18 济南大学 一种基于改进型海上救援飞翼扰动观测pid控制方法
CN116449687B (zh) * 2023-06-16 2023-09-08 济南大学 一种基于改进型海上救援飞翼扰动观测pid控制方法
CN118323395A (zh) * 2024-06-13 2024-07-12 中国科学院合肥物质科学研究院 一种防溺水智能监控与救援方法
CN118323395B (zh) * 2024-06-13 2024-08-30 中国科学院合肥物质科学研究院 一种防溺水智能监控与救援方法

Also Published As

Publication number Publication date
CN116165903B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN116165903B (zh) 一种海上无人救援艇系统最优鲁棒性控制方法
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
EP2976257B1 (en) Autonomous sailboat for oceanographic monitoring
CN104267736B (zh) 一种帆船自主控制方法、装置及帆船
CN113885534B (zh) 一种基于智能预测控制的水面无人船路径跟踪方法
CN109828570A (zh) 一种自适应边界层水面无人艇控制导引方法
CN106990787A (zh) 一种上下体艏向信息融合的波浪滑翔器航点跟踪方法
CN112960078B (zh) 一种无人帆船自动驾驶系统及其方法
CN108549396B (zh) 一种基于stm32f429的双电机驱动无人船控制系统
CN108082428A (zh) 无人帆船动力及转向装置和无人帆船
CN106950960B (zh) 一种湖库作业船对偶变向侧桨在线自动控制方法
CN113433933A (zh) 一种智能水面保洁无人船的自主巡航方法
CN108919800A (zh) 一种船舶智能列队航行系统
CN108829102B (zh) 自适应艏向信息融合的波浪滑翔器航向控制方法
CN110673615A (zh) 一种自主水下无人航行器控制系统
CN109839932A (zh) 基于惯性测量单元与gps的自动导航方法
CN113810655A (zh) 一种湖区智能救生系统的实现方法
CN206601624U (zh) 一种水下无人船航行控制系统
CN113093737B (zh) 水空两栖式全方位自主搜救舰队
WO2023029307A1 (zh) 一种强生存力长周期智能无人航行器
CN116520834B (zh) 一种低能耗的无人船巡航方法
CN116819950B (zh) 一种船舶与浮式海洋平台动力定位控制方法及系统
US11084561B2 (en) Square-rig wing sail for unmanned surface vehicles
CN109491388A (zh) 一种无人艇动力定位系统
CN214930497U (zh) 一种无人帆船自动驾驶系统

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