CN117762152A - 无人船矢量入库控制方法、系统、无人船及可读存储介质 - Google Patents

Abstract

本发明公开了一种可以实现无人船在狭小水域内的安全、高效入库的无人船矢量入库控制方法、系统、无人船及可读存储介质。本发明通过分段控制的思想，将整个无人船入库过程分为几个阶段进行控制，第一阶段是掉头调整阶段，第二阶段是消减横向偏差阶段，第三阶段是常规入库控制阶段，第四阶段是精细控制阶段，在每个阶段采用不同的控制策略对无人船进行控制，以适应无人船在不同环境条件下的入库需求，从而实现了无人船在狭小水域内的安全、高效入库。

Description

无人船矢量入库控制方法、系统、无人船及可读存储介质

技术领域

本发明涉及无人船控制技术领域，尤其涉及一种无人船矢量入库控制方法、系统、无人船及可读存储介质。

背景技术

随着无人船在河流和湖泊等水域中广泛应用，它们的应用场景变得越来越复杂。特别是在狭小水域内，对无人船进行精确控制和入库操作仍然面临着不少挑战。在这些场景中，风向和水流的不确定性也容易导致无人船产生较大的横向偏差。对于传统欠驱动无人船，由于缺少横向控制自由度，干扰造成的横向偏差会增加无人船操作的安全风险，甚至可能导致碰撞等危险情况的发生。在这种背景下，矢量推进器无人船应运而生。矢量推进器是一种特殊的推进系统，能够提供360度的推力控制，从而使无人船能够在复杂的水域内实现更为精确和灵活的控制。矢量推进器的应用不仅能够显著提高无人船的操控性，还能够在一定程度上解决横向偏差等问题。通过矢量推进器的精确推力控制，无人船能够在狭小的水域内实现安全、高效的入库操作，从而极大地降低了操作风险和提高了入库效率。但同时矢量推进器的引入会带来冗余的控制自由度，如何高效的使用是一个较难的技术问题。

发明内容

本发明所要解决的技术问题在于提供一种无人船矢量入库控制方法、系统、无人船及可读存储介质，可以实现无人船在狭小水域内的安全、高效入库。

为解决上述技术问题，本发明采用如下所述的技术方案：

本发明第一方面提供了一种无人船矢量入库控制方法，其包括有如下步骤：掉头调整阶段：以目标路线的起点作为目标点，以快速完成掉头且能耗经济性为优化目标动态调节无人船的各个推进器的推力和矢量角度，所述目标路线为无人船的返航轨迹，其以库前预定义距离的位置为起点、以返航点为终点；消减横向偏差阶段：以目标路线上距离无人船最近的点作为目标点，根据无人船偏离目标路线趋势调节各个推进器的矢量角度，并以横向偏差消减为优化目标动态调节无人船的各个推进器的推力；常规入库控制阶段：依据预瞄理论选取目标点，以能耗最低为优化目标动态调节无人船的各个推进器的推力和矢量角度；精细控制阶段：依据预瞄理论选取目标点，根据风向/水流向来调节各个推进器的矢量角度，并以横向干扰消除为优化目标动态调节无人船的各个推进器的推力。

本发明第二方面提供了一种无人船矢量入库控制系统，其包括有：掉头调整控制模块，用于以目标路线的起点作为目标点，以快速完成掉头且能耗经济性为优化目标动态调节无人船的各个推进器的推力和矢量角度，其中所述目标路线为无人船的返航轨迹，其以库前预定义距离的位置为起点、以返航点为终点；消减横向偏差控制模块，用于以目标路线上距离无人船最近的点作为目标点，根据无人船偏离目标路线趋势调节各个推进器的矢量角度，并以横向偏差消减为优化目标动态调节无人船的各个推进器的推力；常规入库控制模块，用于依据预瞄理论选取目标点，以能耗最低为优化目标动态调节无人船的各个推进器的推力和矢量角度；精细控制模块，用于依据预瞄理论选取目标点，根据风向/水流向来调节各个推进器的矢量角度，并以横向干扰消除为优化目标动态调节无人船的各个推进器的推力。

本发明第三方面提供了一种无人船，其包括有至少一个处理器以及与所述处理器通信连接的至少一个存储器，其中，所述存储器存储有程序指令，所述程序指令被所述处理器调用执行时实现上述的无人船矢量入库控制方法。

本发明第四方面提供了一种可读存储介质，其存储有程序指令，所述程序指令被处理器执行时实现上述的无人船矢量入库控制方法。

本发明的有益技术效果在于：本发明通过分段控制的思想，将整个无人船入库过程分为几个阶段进行控制，第一阶段是掉头调整阶段，第二阶段是消减横向偏差阶段，第三阶段是常规入库控制阶段，第四阶段是精细控制阶段，在每个阶段采用不同的控制策略对无人船进行控制，以适应无人船在不同环境条件下的入库需求，从而实现了无人船在狭小水域内的安全、高效入库。

附图说明

图1为本发明一个实施例中的无人船矢量入库控制方法的流程示意图；

图2为各个推进器在消减横向偏差阶段时的矢量角度示意图；

图3为各个推进器在精细控制阶段时的矢量角度示意图；

图4为本发明另一个实施例中的无人船矢量入库控制方法的流程示意图；

图5为本发明一个实施例中的无人船矢量入库控制系统的结构示意图；

图6为本发明另一个实施例中的无人船矢量入库控制系统的结构示意图。

具体实施方式

为使本领域的普通技术人员更加清楚地理解本发明的目的、技术方案和优点，以下结合附图和实施例对本发明做进一步的阐述。

本发明提供了一种无人船矢量入库控制方法。如图1所示，在本发明一个实施例中，无人船矢量入库控制方法包括有步骤S10至步骤S40：

S10、掉头调整阶段：以目标路线的起点作为目标点，以快速完成掉头且能耗经济性为优化目标动态调节无人船的各个推进器的推力和矢量角度。

S20、消减横向偏差阶段：以目标路线上距离无人船最近的点作为目标点，根据无人船偏离目标路线趋势调节各个推进器的矢量角度，并以横向偏差消减为优化目标动态调节无人船的各个推进器的推力。

S30、常规入库控制阶段：依据预瞄理论选取目标点，以能耗最低为优化目标动态调节无人船的各个推进器的推力和矢量角度。

S40、精细控制阶段：依据预瞄理论选取目标点，根据风向/水流向来调节各个推进器的矢量角度，并以横向干扰消除为优化目标动态调节无人船的各个推进器的推力。

本发明将整个无人船入库过程分为几个阶段进行控制，第一阶段是掉头调整阶段，第二阶段是消减横向偏差阶段，第三阶段是常规入库控制阶段，第四阶段是精细控制阶段，在每个阶段采用不同的控制策略对无人船进行控制，以适应无人船在不同环境条件下的入库需求。

由于入库过程中不同阶段所要实现的功能重点不同，因此，不同阶段所采用的控制策略的侧重点不同。在掉头调整阶段，控制策略会更加注重在航向方面的控制；在消减横向偏差阶段，控制策略会在横向控制方面更加激进；在常规入库控制阶段，控制策略会兼容快速性和位置控制精度；在精细控制阶段，控制策略会更注重横向位置控制精度。

入库任务一般与正行任务相组合，即正行任务结束后再执行入库任务，因此为使无人船能快速调整姿态，由正行状态调整为倒行状态，本发明设计掉头调整阶段，尽可能以最小转弯半径完成转弯掉头，保证无人船执行掉头动作过程中，尽可能不偏离目标路线，不断缩小无人船到目标点的欧式距离。在本实施例中，所述步骤S10具体包括有步骤S11-S15：

S11、选取目标路线的起点作为目标点。所述目标路线为无人船的返航轨迹，其以库前预定义距离的位置为起点、以返航点为终点。

S12、获取目标点的位置信息和无人船当前的航行信息。

S13、依据模糊PID+PID的级联控制方法计算无人船的推力和航向推力矩。

由于在掉头调整阶段的控制需求是在满足一定位置控制精度基础上保证乘坐舒适性，所能允许的偏差相对较大（横向位置偏差小于0.6m，航向偏差小于30°），因此，可以采用模糊PID+PID（比例-积分-微分）的级联控制方法对无人船进行控制。先根据目标点的位置信息和无人船当前航行信息，以目标点为基准建立局部坐标系，计算出横向、纵向和航向的三自由度误差；再以横向、纵向和航向的误差和误差变化率分别为模糊控制器的输入，以横向位置误差、纵向位置误差和航向角度误差作为外环控制器输入，以横向速度误差、纵向速度误差和航向角速度误差为内环控制器输入，再以各控制器输出乘以对应等效质量或转动惯量（横向控制器输出乘以横向等效质量或转动惯量，纵向、航向类似），从而得到无人船横向、纵向的推力和航向推力矩。

S14、基于计算得到的推力和航向推力矩，以快速完成掉头且能耗经济性为优化目标求解各个推进器的推力和矢量角度，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，为/>的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离。

S15、依据步骤S14得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

当外界环境因素影响较大（大风浪、大水流场景），同时又受到水域面积限制，没有足够的入库距离去调整横向偏差，本发明设计消减横向偏差阶段，主要是在某些特定场景或特殊情况下，快速减小无人船的横向偏差。在本实施例中，所述步骤S20具体包括有步骤S21-S26：

S21、选取目标路线上距离无人船最近的点作为目标点。所述目标路线为无人船的返航轨迹，其以库前预定义距离的位置为起点、以返航点为终点。

S22、获取目标点的位置信息和无人船当前的航行信息。

S23、根据无人船偏离目标路线趋势调节各个推进器的矢量角度。

如图2所示，在本实施例中，无人船具有四个推进器，其中1号推进器和4号推进器的角度固定不可调节，2号推进器和3号推进器为矢量推进器，通过调节2号推进器和3号推进器的角度可以改变无人船的航向。在消减横向偏差阶段，需要有足够的侧向推力消除横向偏差，使无人船快速回到目标路线上，因此两个矢量推进器（2、3号推进器）以相同方向调整到最大角度（即矢量角调整为最大值），且方向由无人船的位置决定。如图2所示，默认2、3号推进器的方向为正90度（图中虚线箭头方向），若无人船位于目标路线（目标轨迹）右侧，且固定时间段内横向偏差无减小趋势，则调整2、3号推进器方向到负90度（图中实线箭头方向），快速调整横向偏差。

S24、依据模糊PID+PID的级联控制方法计算无人船的推力和航向推力矩。

由于在消减横向偏差阶段侧重于横向位置精度和响应速度的控制，所能允许的偏差相对较大（横向位置偏差小于0.6m，航向偏差小于30°），因此，可以采用模糊PID+PID（比例-积分-微分）的级联控制方法对无人船进行控制。先根据目标点的位置信息和无人船当前航行信息，以目标点为基准建立局部坐标系，计算出横向、纵向和航向的三自由度误差；再以横向、纵向和航向的误差和误差变化率分别为模糊控制器的输入，以横向位置误差、纵向位置误差和航向角度误差作为外环控制器输入，以横向速度误差、纵向速度误差和航向角速度误差为内环控制器输入，再以各控制器输出乘以对应等效质量或转动惯量（横向控制器输出乘以横向等效质量或转动惯量，纵向、航向类似），从而得到无人船横向、纵向的推力和航向推力矩。

S25、基于计算得到的推力和航向推力矩，以横向偏差消减为优化目标求解各个推进器的推力，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，为/>的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离。

由于在步骤S23中，已根据无人船偏离目标路线趋势确定了各个推进器的矢量角度，因此，在本步骤中，只需求解各个推进器的推力，即可推力和航向推力矩分配方案。

S26、依据步骤S25得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

在无特殊场景的入库时，依据快速、节能的原则，采用倒行轨迹跟踪的方式，快速实现无人船入库路线跟踪控制，本发明设计常规入库控制阶段主要是在无外界干扰或消除掉外界干扰后等无特殊场景下，能够快速执行倒行任务。在本实施例中，所述步骤S30具体包括有步骤S31-S35：

S31、依据预瞄理论选取目标点。

具体过程如下：

；

其中，表示预瞄点的数量，/>表示最大预瞄距离，/>表示横向误差占比的权重系数，/>表示横向偏差，/>表示最大横向偏差，/>表示当前轨迹曲率，/>表示最大轨迹曲率。

由于常规入库控制阶段需兼顾横向偏差和轨迹曲率，因此，横向误差占比的权重系数的设置会相对保守。

S32、获取目标点的位置信息和无人船当前的航行信息。

S33、依据模糊PID+PID的级联控制方法计算无人船的推力和航向推力矩。

由于在常规入库控制阶段对横向、纵向、航向的控制精度和入库效率有一定要求，所能允许的偏差相对较大（横向位置偏差小于0.6m，航向偏差小于30°），因此，可以采用模糊PID+PID（比例-积分-微分）的级联控制方法对无人船进行控制。先根据目标点的位置信息和无人船当前航行信息，以目标点为基准建立局部坐标系，计算出横向、纵向和航向的三自由度误差；再以横向、纵向和航向的误差和误差变化率分别为模糊控制器的输入，以横向位置误差、纵向位置误差和航向角度误差作为外环控制器输入，以横向速度误差、纵向速度误差和航向角速度误差为内环控制器输入，再以各控制器输出乘以对应等效质量或转动惯量（横向控制器输出乘以横向等效质量或转动惯量，纵向、航向类似），从而得到无人船横向、纵向的推力和航向推力矩。

S34、基于计算得到的推力和航向推力矩，以能耗最低为优化目标求解各个推进器的推力和矢量角度，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，为/>的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离。

S35、依据步骤S34得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

在一些特殊岸基场景下（如岸基入库、窄U型库入库等），要求较高的横向控制精度，这类场景多处于入库结束段，具有速度低、横向偏差小的特点，本发明设计精细控制阶段，主要是保证无人船能稳定保持在较小的横向偏差内。在本实施例中，所述步骤S40具体包括有步骤S41-S46：

S41、依据预瞄理论选取目标点。

具体过程如下：

；

其中，表示预瞄点的数量，/>表示最大预瞄距离，/>表示横向误差占比的权重系数，/>表示横向偏差，/>表示最大横向偏差，/>表示当前轨迹曲率，/>表示最大轨迹曲率。

由于精细控制阶段更侧重横向误差控制，所以横向误差占比的权重系数的设置会相对较大。

S42、获取目标点的位置信息和无人船当前的航行信息。

S43、根据风向/水流向来调节各个推进器的矢量角度。

如图3所示，在本实施例中，无人船具有四个推进器，其中1号推进器和4号推进器的角度固定不可调节，2号推进器和3号推进器为矢量推进器，通过调节2号推进器和3号推进器的角度可以改变无人船的航向。在精细控制阶段，需要有足够的侧向推力抵抗侧向干扰力，保证横向位置和航向的控制精度，因此两个矢量推进器（2、3号推进器）以相同方向调整到最大角度（即矢量角调整为最大值），且方向由风向/水流向决定。如图3所示，风/水流从路线右侧过来，2、3号推进器向右转至最大角度90°，反之则左转至最大角度-90°。

S44、依据基于无人船模型的LQR控制方法计算无人船的推力和航向推力矩。

由于在精细控制阶段对于横向、纵向、航向的控制精度要求更高，所允许的偏差较小（横向位置偏差小于0.4m，航向偏差小于15°），因此，可以采用基于无人船模型的LQR(线性二次调节器)控制方法对无人船进行控制。先根据目标点的位置信息和无人船当前航行信息，以目标点为基准建立局部坐标系，计算出横向、纵向和航向的三自由度误差；建立如下的控制模型：

；

其中，为纵向的位置误差、速度误差，/>为横向的位置误差、速度误差，为航向的角度误差、角速度误差，/>和/>分别为惯性系数和阻尼系数(/>的取值为11、22、33，分别代表纵向、横向和航向)，/>分别为纵向速度、横向速度和航向角速度，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，分别为船体坐标系下的纵向阻力、横向阻力和航向阻力矩。

设计一个能量函数，其形式为：

；

其中，为/>，/>为/>，/>为半正定矩阵，/>为正定矩阵。然后通过LQR求解其最优控制解，即得到纵向、横向推力及航向转矩。

S45、基于计算得到的推力和航向推力矩，以横向干扰消除为优化目标求解各个推进器的推力，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，为/>的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离。

由于在步骤S43中，已根据风向/水流向确定了各个推进器的矢量角度，因此，在本步骤中，只需求解各个推进器的推力，即可推力和航向推力矩分配方案。

S46、依据步骤S45得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

如图4所示，在本发明一个实施例中，无人船矢量入库控制方法包括有步骤S100至步骤S140。其中，步骤S110至步骤S140与图1所示实施例中的步骤S10至步骤S40相同，这里不再赘述。

S100、获取环境探测数据，并根据获取的环境探测数据决策是否正常执行入库任务。

在本实施例中，所述步骤S100具体包括有步骤S101-S104：

S101、获取无人船上的风速传感器测量数据。

S102、依据风速的动态行为，可以由下面的非线性状态方程描述：

；

其中，是风速，/>是风速变化率，/>是风速的外部输入（可能是风的源头或其他气象因素），/>是风速的阻尼系数。

观测方程可以表示：

；

其中，是风速传感器观测值（传感器测量得到的风速），/>是真实风速，/>是观测噪声。

S103、使用扩展卡尔曼滤波（简称EKF），借助传感器测量数据校正预测状态和预测状态估计误差协方差矩阵/>，从而连续地估计风速状态，即：

；

其中，是状态方程预测k时刻的风速，/>是k-1时刻的风速，/>表示k时刻与k-1时刻之间的时间间隔，/>是状态方程预测k时刻的误差协方差，/>是k-1时刻的误差协方差；/>和/>分别为状态方程的雅可比矩阵和过程噪声协方差矩阵；/>为观测方程的雅可比矩阵；/>为观测噪声协方差矩阵；/>为风速传感器观测值；/>是卡尔曼增益更新的状态估计，/>是卡尔曼增益更新的状态协方差。

通过步骤S102、S103对获取的环境探测数据进行去噪、平滑等处理，得到较为准确的、连续的风速数据。

S104、根据步骤S103计算得到的估计结果判断无人船当前所处水域的风浪等级，并根据无人船当前所处水域的风浪等级来决定当前无人船的行为动作决策。

本专利所描述的风浪等级是按照无人船能抵抗的等效流速来划分，而此划分标准因推进器、船型等差异而变化，本专利定义的微小风浪为等效流速小于0.3m/s,中等风浪为等效流速小于0.6m/s,大风浪为等效流速大于0.6m/s。根据无人船当前所处水域的风浪等级来决定当前无人船的行为动作决策：若无人船当前所处水域的风浪等级为微小风浪，则跳转到步骤S120，正常执行入库任务；若无人船当前所处水域的风浪等级为中等风浪，则暂停当前入库任务，控制无人船保持在当前位置等待，根据风速变化再决定是否继续执行任务；若无人船当前所处水域的风浪等级为微大风浪，此时，无人船已无法正常控制，则上报警告并禁止无人船出航。

基于如图1所示实施例中的无人船矢量入库控制方法，本发明提供了一种无人船矢量入库控制系统。如图5所示，所述无人船矢量入库控制系统包括有：

掉头调整控制模块10：用于以目标路线的起点作为目标点，以快速完成掉头且能耗经济性为优化目标动态调节无人船的各个推进器的推力和矢量角度，即用于执行如图1所示实施例中的无人船矢量入库控制方法中的步骤S10。

消减横向偏差控制模块20：用于以目标路线上距离无人船最近的点作为目标点，根据无人船偏离目标路线趋势调节各个推进器的矢量角度，并以横向偏差消减为优化目标动态调节无人船的各个推进器的推力，即用于执行如图1所示实施例中的无人船矢量入库控制方法中的步骤S20。

常规入库控制模块30：用于依据预瞄理论选取目标点，以能耗最低为优化目标动态调节无人船的各个推进器的推力和矢量角度，即用于执行如图1所示实施例中的无人船矢量入库控制方法中的步骤S30。

精细控制模块40：用于依据预瞄理论选取目标点，根据风向/水流向来调节各个推进器的矢量角度，并以横向干扰消除为优化目标动态调节无人船的各个推进器的推力，即用于执行如图1所示实施例中的无人船矢量入库控制方法中的步骤S40。

基于如图4所示实施例中的无人船矢量入库控制方法，本发明提供了一种无人船矢量入库控制系统。如图6所示，所述无人船矢量入库控制系统包括有：

任务执行决策模块100：用于获取环境探测数据，并根据获取的环境探测数据决策是否正常执行入库任务，即用于执行如图4所示实施例中的无人船矢量入库控制方法中的步骤S100。

掉头调整控制模块110：用于以目标路线的起点作为目标点，以快速完成掉头且能耗经济性为优化目标动态调节无人船的各个推进器的推力和矢量角度，即用于执行如图4所示实施例中的无人船矢量入库控制方法中的步骤S110。

消减横向偏差控制模块120：用于以目标路线上距离无人船最近的点作为目标点，根据无人船偏离目标路线趋势调节各个推进器的矢量角度，并以横向偏差消减为优化目标动态调节无人船的各个推进器的推力，即用于执行如图4所示实施例中的无人船矢量入库控制方法中的步骤S120。

常规入库控制模块130：用于依据预瞄理论选取目标点，以能耗最低为优化目标动态调节无人船的各个推进器的推力和矢量角度，即用于执行如图4所示实施例中的无人船矢量入库控制方法中的步骤S130。

精细控制模块140：用于依据预瞄理论选取目标点，根据风向/水流向来调节各个推进器的矢量角度，并以横向干扰消除为优化目标动态调节无人船的各个推进器的推力，即用于执行如图4所示实施例中的无人船矢量入库控制方法中的步骤S140。

本发明还提供了一种无人船，所述无人船包括有处理器以及与所述处理器通信连接的存储器，其中，存储器用于存储各种类型的数据以支持对该无人船的控制，这些数据可以包括用于对该无人船进行控制的任何应用程序或方法的指令，以及应用程序相关的数据，例如，用于执行图1或图4所示实施例中的无人船矢量入库控制方法的程序指令、传感器数据等等。该存储器可以由任何类型的一个或一个以上易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器 (Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。处理器可以采用一个或一个以上，处理器用于控制该无人船，通过调用执行所述存储器存储的程序指令，以完成图1或图4所示实施例中的无人船矢量入库控制方法的各个步骤。

本发明还提供了一种可读存储介质，所述可读存储介质存储有程序指令，该程序指令被处理器执行时实现上述无人船矢量入库控制方法的各个步骤。其中，该可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由处理器执行以完成图1或图4所示实施例中的无人船矢量入库控制方法的各个步骤。

以上所述仅为本发明的优选实施例，而非对本发明做任何形式上的限制。本领域的技术人员可在上述实施例的基础上施以各种等同的更改和改进，凡在权利要求范围内所做的等同变化或修饰，均应落入本发明的保护范围之内。

Claims (10)

1.一种无人船矢量入库控制方法，其特征在于，所述无人船矢量入库控制方法包括有如下步骤：

S10、掉头调整阶段：以目标路线的起点作为目标点，以快速完成掉头且能耗经济性为优化目标动态调节无人船的各个推进器的推力和矢量角度，所述目标路线为无人船的返航轨迹，其以库前预定义距离的位置为起点、以返航点为终点；

S20、消减横向偏差阶段：以目标路线上距离无人船最近的点作为目标点，根据无人船偏离目标路线趋势调节各个推进器的矢量角度，并以横向偏差消减为优化目标动态调节无人船的各个推进器的推力；

S30、常规入库控制阶段：依据预瞄理论选取目标点，以能耗最低为优化目标动态调节无人船的各个推进器的推力和矢量角度；

S40、精细控制阶段：依据预瞄理论选取目标点，根据风向/水流向来调节各个推进器的矢量角度，并以横向干扰消除为优化目标动态调节无人船的各个推进器的推力。

2.如权利要求1所述的无人船矢量入库控制方法，其特征在于，所述步骤S10具体包括有：

S11、选取目标路线的起点作为目标点；

S12、获取目标点的位置信息和无人船当前的航行信息；

S13、依据模糊PID+PID的级联控制方法计算无人船的推力和航向推力矩；

S14、基于计算得到的推力和航向推力矩，以快速完成掉头且能耗经济性为优化目标求解各个推进器的推力和矢量角度，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，/>为的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离；

S15、依据步骤S14得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

3.如权利要求1所述的无人船矢量入库控制方法，其特征在于，所述步骤S20具体包括有：

S21、选取目标路线上距离无人船最近的点作为目标点；

S22、获取目标点的位置信息和无人船当前的航行信息；

S23、根据无人船偏离目标路线趋势调节各个推进器的矢量角度；

S24、依据模糊PID+PID的级联控制方法计算无人船的推力和航向推力矩；

S25、基于计算得到的推力和航向推力矩，以横向偏差消减为优化目标求解各个推进器的推力，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，/>为/>的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离；

S26、依据步骤S25得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

4.如权利要求1所述的无人船矢量入库控制方法，其特征在于，所述步骤S30具体包括有：

S31、依据预瞄理论选取目标点；

S32、获取目标点的位置信息和无人船当前的航行信息；

S33、依据模糊PID+PID的级联控制方法计算无人船的推力和航向推力矩；

S34、基于计算得到的推力和航向推力矩，以能耗最低为优化目标求解各个推进器的推力和矢量角度，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，/>为/>的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离；

S35、依据步骤S34得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

5.如权利要求1所述的无人船矢量入库控制方法，其特征在于，所述步骤S40具体包括有：

S41、依据预瞄理论选取目标点；

S42、获取目标点的位置信息和无人船当前的航行信息；

S43、根据风向/水流向来调节各个推进器的矢量角度；

S44、依据基于无人船模型的LQR控制方法计算无人船的推力和航向推力矩；

S45、基于计算得到的推力和航向推力矩，以横向干扰消除为优化目标求解各个推进器的推力，得到推力和航向推力矩分配方案，优化求解模型如下：

；

其中，为各推进器推力的权重，/>为各推进器推力，/>为/>的矢量角度，/>为/>的初始矢量角度，q表示矢量角度变化的权重矩阵，/>分别为船体坐标系下的纵向推力、横向推力和航向推力矩，/>分别为船体坐标系下的推进器之间的纵向距离和横向距离；

S46、依据步骤S45得到的推力和航向推力矩分配方案对各个推进器进行相应控制，以调整各个推进器的推力和矢量角度。

6.如权利要求1-5任一项所述的无人船矢量入库控制方法，其特征在于，所述无人船矢量入库控制方法还包括有：

S01、获取环境探测数据，并根据获取的环境探测数据决策是否正常执行入库任务，若是，跳转到步骤S10。

7.如权利要求6所述的无人船矢量入库控制方法，其特征在于，所述步骤S01具体包括有：

S011、获取无人船上的风速传感器的测量数据；

S012、依据风速的动态行为，风速可以由下面的非线性状态方程描述：

；

其中，是风速，/>是风速变化率，/>是风速的外部输入，/>是风速的阻尼系数；

风速的观测方程可以表示为：

；

其中，是风速传感器观测值，/>是真实风速，/>是观测噪声；

S013、使用扩展卡尔曼滤波，借助传感器测量数据校正预测状态和预测状态估计误差协方差矩阵/>，从而连续地估计风速状态：

；

其中，是状态方程预测k时刻的风速，/>是k-1时刻的风速，/>表示k时刻与k-1时刻之间的时间间隔，/>是状态方程预测k时刻的误差协方差，/>是k-1时刻的误差协方差；/>和/>分别为状态方程的雅可比矩阵和过程噪声协方差矩阵；/>为观测方程的雅可比矩阵；/>为观测噪声协方差矩阵；/>为风速传感器观测值；/>是卡尔曼增益更新的状态估计，/>是卡尔曼增益更新的状态协方差;

S014、根据步骤S013计算得到的估计结果判断无人船当前所处水域的风浪等级，并根据无人船当前所处水域的风浪等级来决定当前无人船的行为动作决策。

8.一种无人船矢量入库控制系统，其特征在于，所述无人船矢量入库控制系统包括有：

掉头调整控制模块，用于以目标路线的起点作为目标点，以快速完成掉头且能耗经济性为优化目标动态调节无人船的各个推进器的推力和矢量角度，其中，所述目标路线为无人船的返航轨迹，其以库前预定义距离的位置为起点、以返航点为终点；

消减横向偏差控制模块，用于以目标路线上距离无人船最近的点作为目标点，根据无人船偏离目标路线趋势调节各个推进器的矢量角度，并以横向偏差消减为优化目标动态调节无人船的各个推进器的推力；

常规入库控制模块，用于依据预瞄理论选取目标点，以能耗最低为优化目标动态调节无人船的各个推进器的推力和矢量角度；

精细控制模块，用于依据预瞄理论选取目标点，根据风向/水流向来调节各个推进器的矢量角度，并以横向干扰消除为优化目标动态调节无人船的各个推进器的推力。

9.一种无人船，其特征在于，所述无人船包括有至少一个处理器以及与所述处理器通信连接的至少一个存储器，其中，所述存储器存储有程序指令，所述程序指令被所述处理器调用执行时实现权利要求1-7任一项所述的无人船矢量入库控制方法。

10.一种可读存储介质，其特征在于，所述可读存储介质存储有程序指令，所述程序指令被处理器执行时实现权利要求1-7任一项所述的无人船矢量入库控制方法。