JP2014004911A - 非線形の自己回帰モデルによる船舶の航路保持方法 - Google Patents
非線形の自己回帰モデルによる船舶の航路保持方法 Download PDFInfo
- Publication number
- JP2014004911A JP2014004911A JP2012141693A JP2012141693A JP2014004911A JP 2014004911 A JP2014004911 A JP 2014004911A JP 2012141693 A JP2012141693 A JP 2012141693A JP 2012141693 A JP2012141693 A JP 2012141693A JP 2014004911 A JP2014004911 A JP 2014004911A
- Authority
- JP
- Japan
- Prior art keywords
- ship
- model
- route
- angle
- control
- 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
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
【解決手段】非線形の自己回帰モデルによる船舶1の航路保持方法において、船舶の海上における時系列データから前記船舶の動きを表現する動径基底関数を非線形の自己回帰モデルの回帰係数としてもつ統計モデルを作成し、最適制御理論により前記船舶の希望航路との航路偏差Ψを最小化する最適な指令舵角を得て、この指令舵角による前記船舶の制御により、前記航路偏差Ψがより少なくなるように前記船舶の位置制御を行う。
【選択図】図1
Description
本発明は、上記状況に鑑みて、船舶の海上における時系列データから船舶の動きを統計的に表現する動径基底関数が非線形の自己回帰モデルであり、船舶の位置制御を少ない舵角量で航路偏差(クロストラック誤差)がより少なくなるように前記船舶の位置制御を行う船舶の航路保持方法を提供することを目的とする。
〔1〕非線形の自己回帰モデルによる船舶の航路保持方法において、船舶の海上における時系列データから前記船舶の動きを表現する動径基底関数を統計的モデルのパラメータとする非線形の自己回帰モデルの回帰係数としてもつ統計モデルを作成し、最適制御理論により前記船舶の希望航路との航路偏差を最小化する最適な指令舵角を得て、できるだけ少ない指令舵角による前記船舶の制御により、前記航路偏差がより少なくなるように前記船舶の位置制御を行うことを特徴とする。
〔3〕上記〔1〕記載の非線形の自己回帰モデルによる船舶の航路保持方法において、前記船舶の位置を得るために、前記船舶の船首の方位角、前記船舶の横揺れ角、前記船舶の舵角、前記船舶の速度のそれぞれの情報を前記船舶の船舶情報装置から取得することを特徴とする。
[A]モデル同定のための実船データの収録
以下の操縦運動モデルをつくるため、対象船を用い出来る限りランダムな操舵信号による船首揺れ(ヨーイング)、横揺れ(ローリング)など関連信号を採取する。
[B]操縦性能基本モデル
船舶の舵を取った時の船首揺れを統計的な非線形の自己回帰モデルによって表す。この自己回帰モデルは、その非線形の自己回帰係数に例えば船の操縦性能に及ぼす横揺れの現時点までの影響などを表現するため、自己回帰係数にそれらを考慮した非線形の動径基底関数を用いる。これにより、操縦性能に及ぼす非線形影響が全体として線形モデルの制御問題の範疇で扱える。
[C]航路偏差検出方法
図1に示す希望する航路とGPSなどによって刻々と測位される自船の位置との偏差(航路偏差:cross track error)Dyを計算により検出する。また、船舶の速度Uを船の既存の自動操舵装置などによって得る。
[D]トラッキングのための状態空間モデル
下式に表すように、操縦性能基本モデルを線形最適制御理論における状態表現モデルに変換する。
[E]船舶は上記式(C)によって移動するとして、適切な長さの将来の区間における各時刻予測平均モデルを作る。
[F]トラッキング運動の2次形式の評価関数を作る。その際、舵を取る速度を制限するため、直前の時刻の舵角との差(舵を取る速度)への制限を加える。
[G]以上の用意のもと、操縦性能モデルおよび最適制御則を計算機に実装し、統計的線形最適制御理論を用い、船首揺れ、GPS等による位置信号から計算するクロストラック誤差信号、これまでの舵角、および操縦性能に及ぼす横揺れ角等をもとに次のステップに対する最適命令信号を計算し、次々と制御を行う。
動径基底関数とは、上記式(A)の係数aおよびbの値が原点から距離のみに依存する実数値関数であり、本発明では船の横揺れ等が操縦性能に与える非線形な影響をこれで表現する。
なお、評価関数内の重みは設計時シミュレーション等を行い出来る限り舵を取らないような係数を選択し、適切に決定する。
従来の船舶の航路追従システムはECDIS(電子海図)に見られるように船首の針路を適切に与えることによって実現してきた。これに対して本発明は、航路偏差、横揺れ、船首角偏差等を考慮し、舵に直接指令舵角を与える新しい方式による最適航路追従方法である。この方法では実際の船舶の海上における時系列データから船舶の動きを実現する動径基底関数を非線形の自己回帰モデルの回帰係数としてもつ新たな統計モデルを作成し、航路偏差、船首角偏差、舵角量、舵角速度を考慮する評価関数の下で最適制御理論により最適な指令舵角を計算する。このことにより、少ない舵角で希望する航路からの偏差を出来る限り少なくするシステムの設計が可能であり、省エネルギー効果を期待できる。この動径基底関数による自己回帰モデル実現法は船舶の非線形性に対応できる柔軟なモデルであることから、このようなトラッキングシステムの他に針路保持システム(オートパイロット)や船舶の主機関のガバナ制御にも応用が可能である。東京海洋大学練習船汐路丸による実船試験により本システムは極めて有効であることが既に実証されている。
A:まず、実船実験データを用いて、船舶の舵を取った場合の船舶の位置及び揺れを非線形の自己回帰モデルで表現する(操縦性能基本モデル)。ここで動径基底関数を用いることで、状態空間モデルに変換することが可能となりモデル推定後は線形最小二乗制御の範疇で扱えるようになる。
B:次に、トラッキング制御のための二次形式の評価関数を作る。その際、航路偏差量、船首角偏差量、舵角量の他、舵の動きを制御するため直前の時刻の舵角との差(舵を取る速度)へも制限を加える。
C:GPS等で自船の位置を計測し、方位角、横揺れ角、舵角、速度などの情報を自船の船舶情報システムから取得する。
D:次に、横揺れ角の変化により、上記Aの状態表現モデルの変化も考慮した、評価関数(不変)の下で、最適制御則を計算する。
従来は航路偏差Dyを最小にするために針路を与えており、どのように舵を切っても良いものであったが、本発明では将来船舶がこのような位置に来るはずだという統計モデルを作成し、これを考慮して航路偏差Dyを最小にできるような最小の舵角を指示するという予測型最適操舵制御を行う。
〈トラッキング制御のための船舶動作モデル〉
図1は船舶の希望航路、位置誤差、船首方位角偏差を示す模式図であり、図2は本発明の実施例を示す非線形自己回帰モデルによる船舶の航路保持システムのブロック図である。
図2において、3は船舶測位装置(自船の位置を測位するGPSなど)、4は船舶の舵角検出装置、5は船舶のヨーイング検出装置(船首揺れ検出装置)、6は船舶のローリング角検出装置(船舶の揺れ検出装置)、7はその他の外乱検出装置(波高検出装置,風速検出装置など)、8は船舶の速度検出装置、10はコンピュータ、11は中央処理装置(CPU)、12は記憶装置、13は入力インターフェース、14は出力インターフェース、15は操舵制御装置、20は船舶情報記憶部、21は希望航路データ記憶部、22は航路偏差Dyデータ記憶部、23は船首偏差Ψ記憶部、24は舵角δデータ記憶部、25はその他の外乱記憶部、30は船舶状態・空間モデルに基づく予測制御装置、31は操縦性能基本モデル記憶部、32は状態表現モデル記憶部、33は各時刻予測平均モデル記憶部、34は評価関数記憶部、35は統計的線形最適則記憶部である。
まず、通常非線形でありその正確な物理モデルを得るのに困難とされる、yaw−heel効果を考慮して船首方位角偏差と舵角の動的挙動のモデル化を行う。以下の式(1)で示されるSISO RBF−ARXモデル(Single−input Single−output Radial Basis Function network−style coefficients Auto Regresive model with eXogennous variable model)は1非線形動的挙動を表現するように構築されている。
Dyn −Dyn-1 =U0 Δt sin(Ψn-1 ) …(2)
ここで、Dyn はサンプル時刻nでの航路偏差〔m〕であり、U0 は航海速度(m/s)、Δtは設計されたトラッキング制御システムのサンプル期間(s)である。
<船舶の航路トラッキングのための予測制御装置の設計>
トラッキング誤差モデル式(4)に基づいて、トラッキング制御を装着した予測制御装置を設計し得る。まず、次の信号のベクトルが式(9)で定義される。
式(20)に式(16)を代入し、定数項を除去すると、最適化問題式(20)が、以下の二次式に集約される。
U(n)=U0 (n−1)+FΔU(n) …(22)
U0 (n−1)={δn-1 δn-1 …δn-1 }T …(23)
本発明では、基本的に、船舶の位置、船首方位角偏差及びトラッキング誤差を計算するために地球固定座標(earth−fixed coordinate)を用いている。トラッキング制御のための追従航路は、3つの部分(parts)、すなわち、2つの行程(legs)(直線)とその間の1つの円弧BCの円に分けられる(図3参照)。ここで、半径はBR(またはRC)である。
図1で示す航路偏差Dyと船首方位角偏差Ψを得るために、まず、船のGPS信号(緯度、経度)を次の式(25)を用いてXOY軸上の初期点Oからの座標値(x,y)に変換する。
それから座標値(x,y)をX′OY′座標軸(図4参照)における座標値である(x′,y′)に、次の式(26)を用いて変換する。
(i)ケース1(直線トラッキング)
図5において、船点Oから点BにX′軸に沿って直線で航行する。点A(x′,y′)は船の現在位置である。αは望ましい方位角であり、θは現船首方位角である。この直線トラッキング線分において次の関係が成立することは明らかである。
点Bに到着後、船は半径がBRである円弧に沿って点Cに移動する(図6参照)。点O,B,Rの座標系X′OY′での座標値は、OB=L,BR=Rであるという仮定の下、図6に示される。曲線トラッキング線分では、次の希望針路は船の位置の変動とともに常に一定に変化している。例えば、もし点Aが船の現在位置でθが現船首方位角であれば、現在の希望航路はα+γとして選ばれる。
それゆえ、
曲線トラッキング線分が終わった後、船はもう一つの直線航路を航行する(図7参照)ここで、希望航路はα+γである。
図7より点(x′,y′)は、∠BRCは回転角で、θが現船首方位角であるとしての船の現在位置である。それゆえ、船首方位角偏差は、以下の(30)である。
ここで、θ′=θ−αであり、γ=∠BRCである。
座標系X′OY′での点Cの座標値は、以下の式(31)である。
Dy=y″−y″c・ ・・・(33)
最後に、1ステップ先の予測制御法が、点Bと点Cの周りの大きな行き過ぎを抑制するために設計される(図8参照)。
このシミュレーション研究及び実船実験に用いた船舶は、東京海洋大学練習船「汐路丸」である。図9にその「汐路丸」の図面代用写真を示す。
また、表1においてXRは船中心位置からの操舵範囲であり、Dpはプロペラ径である。Cbは船の肥大性を示すブロック係数である。L/Bは船の長さ/幅の比である。
1秒間隔のサンプリングでの観測データは、図10に示されている。なお、モデル化残差の標準偏差は、0.1621°である。船首方位信号と舵信号は船のオートパイロットからサンプリングされた。横揺れ角信号は高精度光ファイバージャイロからサンプリングされた。図10から、航行中の全体的な動的情報を含むデータを得るために、よく訓練された船員が、危険が及ばない限り、ランダムに舵を操作していたことが分かる。モデル化結果は図11及び図12に表現されている。ここでは、同定されたモデル〔上記式(1)〕の次数は、M=11,L=7,m=1,nw =3である。図12は、図10で示されるロール角信号の変動を変換した推定モデル〔上記式(1)〕の極位置(pole)をプロットしており、そこからモデルの動的挙動は船の状態と共に変化していることが分かる。したがって、異なる作用ポイントで船の局所線形化動力学を示すために、本モデルを用いることが有効であることが分かる。
図16で示されるノイズ過程とその標準偏差は、図11でのモデル化残差の偏差と同じであり、そのノイズシリーズが制御システムに加えられている。なお、プロセスノイズの標準偏差は0.1621°であり、これは同定されたモデル〔上記式(1)〕のモデル化残差の標準偏差と同じである。そして実際の状態をシミュレーションするために図16で生じているように横揺れ角が時間と共に変動するようにセットされている。
RBF−ARXモデルと本発明のシミュレーション研究と以下のリアルタイム制御で用いられた制御装置設計及び追従航路設計方法は全く同一である。<シミュレーション研究>の項で示したシミュレーション解析では、汐路丸でサンプリングされた船の横揺れ角は、モデルのパラメータを船の航行状態で変化させるRBF−ARXモデルに用いられる一連のデータである。それゆえ、シミュレーション研究での船の舵動作には左右されない。しかしながら、リアルタイム制御では、ロール角度は海の条件の影響を受けるだけでなく、舵の運動に直接的、連続的に影響される。大きな横揺れ動作は常に危険であり、避けられるべきである。そのため、リアルタイム制御実験では、舵動作を制御する制御因子を再調整しなければならなかった。
図22−図25に示される曲線トラッキング実験では、円弧に沿って30°と180°回転させるトラッキング実験を行った。実験船の長さは46mであるので、2つの回転半径としてはそれぞれ500mと600mを選択した。(船の長さの約10倍)。希望航路設計方法は上記<追従航路と希望航路設計>の項で示されている。希望航路とリアルタイムトラッキング制御結果を図22−図25に示した。ここでも非常に良い曲線トラッキング制御性能を示している。
図26(a)は本発明の最適操舵記録における船首角偏差角、図26(b)はその舵角、図26(c)はその横揺れ角の変化を示している。一方、図27(a)は従来のオートパイロットによる操舵記録による船首角変位角、図27(b)はその舵角、図27(c)はその横揺れ角の変化を示している。これらの結果より本発明の方がより円滑で無駄のない最適操舵結果を示していることがわかる。
2 希望航路
3 船舶測位装置(自船の位置を測位するGPSなど)
4 船舶の舵角の検出装置
5 船舶のヨーイング検出装置(船首揺れ検出装置)
6 船舶のローリング角検出装置(船舶の揺れ検出装置)
7 その他の外乱検出装置
8 船舶の速度検出装置
10 コンピュータ
11 中央処理装置(CPU)
12 記憶装置
13 入力インターフェース
14 出力インターフェース
15 操舵制御装置
20 船舶情報記憶部
21 希望航路データ記憶部
22 航路偏差Dyデータ記憶部
23 船首偏差記憶部
24 舵角データ記憶部
25 その他の外乱記憶部
30 船舶状態・空間モデルに基づく予測制御装置
31 操縦性能基本モデル記憶部
32 状態表現モデル記憶部
33 各時刻予測平均モデル記憶部
34 評価関数記憶部
35 統計的線形最適則記憶部
Claims (5)
- 船舶の海上における時系列データから前記船舶の動きを表現する動径基底関数を非線形の自己回帰モデルの回帰係数としてもつ統計モデルを作成し、トラッキング制御成績を表す航路偏差量、船首角偏差量、舵角量、舵角変化量を評価する2次形式評価関数を最小化する最適な指令舵角を得て、前記船舶の希望航路との航路偏差を最小化する最適制御理論により、該指令舵角による前記船舶の制御により、最小の舵角と舵角変化量で前記航路偏差がより少なくなるように前記船舶の位置制御を行うことを特徴とする非線形の自己回帰モデルによる船舶の航路保持方法。
- 請求項1記載の非線形の自己回帰モデルによる船舶の航路保持方法において、前記船舶の船首揺れ及び前記船舶の横揺れを考慮し、前記指令舵角に反映させることを特徴とする非線形の自己回帰モデルによる船舶の航路保持方法。
- 請求項1記載の非線形の自己回帰モデルによる船舶の航路保持方法において、前記船舶の位置を得るために、前記船舶の船首の方位角、前記船舶の横揺れ角、前記船舶の舵角、前記船舶の速度のそれぞれの情報を前記船舶の船舶情報装置から取得することを特徴とする非線形の自己回帰モデルによる船舶の航路保持方法。
- 請求項1、2又は3記載の非線形の自己回帰モデルによる船舶の航路保持方法において、前記船舶の実験データを用いて、前記船舶の舵角を変化させた場合の前記船舶の位置及び揺れを非線形の自己回帰モデルで表現した後、前記非線形の自己回帰モデルを状態表現モデルに変換し、トラッキング制御のための二次形式の評──数を作成し、前記船舶の位置を計測し、前記船舶の船首の方位角、前記船舶の横揺れ角、前記船舶の舵角、前記船舶の速度の情報を前記船舶の船舶情報装置から取得し、前記横揺れ角の変化により、前記状態表現モデルの変化を考慮した前記評価関数のもとで最適制御則を計算することを特徴とする非線形の自己回帰モデルによる船舶の航路保持方法。
- 請求項4記載の非線形の自己回帰モデルによる船舶の航路保持方法において、(a)船舶の船首の方位角、前記船舶の横揺れ角、前記船舶の舵角、前記船舶の速度の情報を有し、(b)前記船舶のランダムな操舵信号による船首揺れ及び前記船舶の横揺れの信号を得て、(c)前記船舶の横揺れを統計的な前記船舶の動きを表現する動径基底関数を非線形の自己回帰モデルの回帰係数としてもつ操縦性能基本モデルを作成し、(d)船舶の希望航路と刻々と測位される前記船舶の位置との航路偏差Dyを検出し、(e)前記操縦性能に基づくモデルを線形トラッキングのための状態表現モデルに変換し、(f)前記船舶がトラッキングのための状態空間モデルによって移動することとして、適切な長さの将来の区間における各時刻予測平均モデルを作成し、(g)トラッキング運動の2次形式の評価関数を作成し、(h)前記操縦性能基本モデル及び最適制御則をコンピュータに実装し、統計的線形最適制御理論を用い、船首揺れ、希望する航路と船首方位との偏差信号、これまでの舵角、および操縦性能に及ぼす横揺れ角を基に次のステップに対する最適命令舵角信号を得て、前記船舶の最適制御を実行することを特徴とする非線形の自己回帰モデルによる船舶の航路保持方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012141693A JP2014004911A (ja) | 2012-06-25 | 2012-06-25 | 非線形の自己回帰モデルによる船舶の航路保持方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012141693A JP2014004911A (ja) | 2012-06-25 | 2012-06-25 | 非線形の自己回帰モデルによる船舶の航路保持方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014004911A true JP2014004911A (ja) | 2014-01-16 |
Family
ID=50103063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012141693A Pending JP2014004911A (ja) | 2012-06-25 | 2012-06-25 | 非線形の自己回帰モデルによる船舶の航路保持方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2014004911A (ja) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015196406A (ja) * | 2014-03-31 | 2015-11-09 | 東京計器株式会社 | 船舶用自動操舵装置 |
CN108958294A (zh) * | 2018-09-25 | 2018-12-07 | 北京航空航天大学 | 无人水下潜航器编队控制方法及装置 |
CN111026116A (zh) * | 2019-12-16 | 2020-04-17 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶操纵控制方法、装置及电子设备 |
CN111240225A (zh) * | 2020-01-19 | 2020-06-05 | 智慧航海(青岛)科技有限公司 | 一种智能船舶循迹航行能力计算机仿真测试系统及方法 |
CN111767612A (zh) * | 2020-07-01 | 2020-10-13 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 模型构建方法、船舶控制方法、装置及电子设备 |
CN113031614A (zh) * | 2021-03-11 | 2021-06-25 | 上海海事大学 | 一种远洋船舶航向控制复合优化节油方法 |
CN113110511A (zh) * | 2021-05-19 | 2021-07-13 | 大连海事大学 | 一种基于广义模糊双曲模型的智能船舶航向控制方法 |
CN113189979A (zh) * | 2021-04-02 | 2021-07-30 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113485377A (zh) * | 2021-08-16 | 2021-10-08 | 大连海事大学 | 双层虚拟引导机制的无人帆船自适应路径跟踪控制方法 |
CN113703454A (zh) * | 2021-08-26 | 2021-11-26 | 大连海事大学 | 一种基于四自由度的无人船动力参数实时辨识方法 |
CN113791623A (zh) * | 2021-09-17 | 2021-12-14 | 上海海事大学 | 一种具有横摇约束的欠驱动船舶航向制导方法 |
CN113985898A (zh) * | 2021-10-21 | 2022-01-28 | 中山大学 | 一种欠驱动海洋航行器的非线性路径跟踪控制方法 |
CN114063450A (zh) * | 2021-10-08 | 2022-02-18 | 武汉理工大学 | 一种基于模型预测控制的拖轮能效优化方法 |
US11383813B2 (en) | 2018-05-10 | 2022-07-12 | Furuno Electric Company Limited | Automatic steering device, automatic steering method and automatic steering program |
CN114815584A (zh) * | 2022-04-11 | 2022-07-29 | 哈尔滨工程大学 | 一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及系统 |
CN115113524A (zh) * | 2022-06-02 | 2022-09-27 | 大连海事大学 | 一种基于干预lvs制导的asv多端口事件触发路径跟踪控制方法 |
CN115562266A (zh) * | 2022-09-30 | 2023-01-03 | 北京航空航天大学合肥创新研究院(北京航空航天大学合肥研究生院) | 基于变参数视线法的无人船航迹控制方法及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60116593A (ja) * | 1983-11-28 | 1985-06-24 | Mitsui Eng & Shipbuild Co Ltd | 自己回帰型舶用制御装置 |
JPH0635707A (ja) * | 1992-05-19 | 1994-02-10 | Sanyo Electric Co Ltd | 自己増殖型ニューロファジィ知識獲得装置およびそれを用いた次元推定装置 |
US6611737B1 (en) * | 1999-04-23 | 2003-08-26 | Canadian Space Agency | Advanced ship autopilot system |
-
2012
- 2012-06-25 JP JP2012141693A patent/JP2014004911A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60116593A (ja) * | 1983-11-28 | 1985-06-24 | Mitsui Eng & Shipbuild Co Ltd | 自己回帰型舶用制御装置 |
JPH0635707A (ja) * | 1992-05-19 | 1994-02-10 | Sanyo Electric Co Ltd | 自己増殖型ニューロファジィ知識獲得装置およびそれを用いた次元推定装置 |
US6611737B1 (en) * | 1999-04-23 | 2003-08-26 | Canadian Space Agency | Advanced ship autopilot system |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015196406A (ja) * | 2014-03-31 | 2015-11-09 | 東京計器株式会社 | 船舶用自動操舵装置 |
US11383813B2 (en) | 2018-05-10 | 2022-07-12 | Furuno Electric Company Limited | Automatic steering device, automatic steering method and automatic steering program |
CN108958294A (zh) * | 2018-09-25 | 2018-12-07 | 北京航空航天大学 | 无人水下潜航器编队控制方法及装置 |
CN108958294B (zh) * | 2018-09-25 | 2020-11-27 | 北京航空航天大学 | 无人水下潜航器编队控制方法及装置 |
CN111026116A (zh) * | 2019-12-16 | 2020-04-17 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶操纵控制方法、装置及电子设备 |
CN111026116B (zh) * | 2019-12-16 | 2023-05-26 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶操纵控制方法、装置及电子设备 |
CN111240225A (zh) * | 2020-01-19 | 2020-06-05 | 智慧航海(青岛)科技有限公司 | 一种智能船舶循迹航行能力计算机仿真测试系统及方法 |
CN111240225B (zh) * | 2020-01-19 | 2023-06-16 | 智慧航海(青岛)科技有限公司 | 一种智能船舶循迹航行能力计算机仿真测试系统及方法 |
CN111767612B (zh) * | 2020-07-01 | 2024-05-28 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 模型构建方法、船舶控制方法、装置及电子设备 |
CN111767612A (zh) * | 2020-07-01 | 2020-10-13 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 模型构建方法、船舶控制方法、装置及电子设备 |
CN113031614A (zh) * | 2021-03-11 | 2021-06-25 | 上海海事大学 | 一种远洋船舶航向控制复合优化节油方法 |
CN113031614B (zh) * | 2021-03-11 | 2022-09-30 | 上海海事大学 | 一种远洋船舶航向控制复合优化节油方法 |
CN113189979A (zh) * | 2021-04-02 | 2021-07-30 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113189979B (zh) * | 2021-04-02 | 2023-12-01 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113110511A (zh) * | 2021-05-19 | 2021-07-13 | 大连海事大学 | 一种基于广义模糊双曲模型的智能船舶航向控制方法 |
CN113110511B (zh) * | 2021-05-19 | 2024-04-05 | 大连海事大学 | 一种基于广义模糊双曲模型的智能船舶航向控制方法 |
CN113485377B (zh) * | 2021-08-16 | 2023-11-17 | 大连海事大学 | 双层虚拟引导机制的无人帆船自适应路径跟踪控制方法 |
CN113485377A (zh) * | 2021-08-16 | 2021-10-08 | 大连海事大学 | 双层虚拟引导机制的无人帆船自适应路径跟踪控制方法 |
CN113703454B (zh) * | 2021-08-26 | 2024-05-07 | 大连海事大学 | 一种基于四自由度的无人船动力参数实时辨识方法 |
CN113703454A (zh) * | 2021-08-26 | 2021-11-26 | 大连海事大学 | 一种基于四自由度的无人船动力参数实时辨识方法 |
CN113791623B (zh) * | 2021-09-17 | 2024-04-05 | 上海海事大学 | 一种具有横摇约束的欠驱动船舶航向制导方法 |
CN113791623A (zh) * | 2021-09-17 | 2021-12-14 | 上海海事大学 | 一种具有横摇约束的欠驱动船舶航向制导方法 |
CN114063450A (zh) * | 2021-10-08 | 2022-02-18 | 武汉理工大学 | 一种基于模型预测控制的拖轮能效优化方法 |
CN113985898B (zh) * | 2021-10-21 | 2023-08-29 | 中山大学 | 一种欠驱动海洋航行器的非线性路径跟踪控制方法 |
CN113985898A (zh) * | 2021-10-21 | 2022-01-28 | 中山大学 | 一种欠驱动海洋航行器的非线性路径跟踪控制方法 |
CN114815584A (zh) * | 2022-04-11 | 2022-07-29 | 哈尔滨工程大学 | 一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及系统 |
CN115113524B (zh) * | 2022-06-02 | 2023-09-19 | 大连海事大学 | 一种基于干预lvs制导的asv多端口事件触发路径跟踪控制方法 |
CN115113524A (zh) * | 2022-06-02 | 2022-09-27 | 大连海事大学 | 一种基于干预lvs制导的asv多端口事件触发路径跟踪控制方法 |
CN115562266A (zh) * | 2022-09-30 | 2023-01-03 | 北京航空航天大学合肥创新研究院(北京航空航天大学合肥研究生院) | 基于变参数视线法的无人船航迹控制方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2014004911A (ja) | 非線形の自己回帰モデルによる船舶の航路保持方法 | |
Wu et al. | Ship's tracking control based on nonlinear time series model | |
Fossen et al. | Direct and indirect adaptive integral line‐of‐sight path‐following controllers for marine craft exposed to ocean currents | |
Sonnenburg et al. | Modeling, identification, and control of an unmanned surface vehicle | |
Fossen et al. | Line-of-sight path following for dubins paths with adaptive sideslip compensation of drift forces | |
Liu et al. | Predictive path following based on adaptive line-of-sight for underactuated autonomous surface vessels | |
EP4151517A1 (en) | Method for autonomously guiding vessel, program for autonomously guiding vessel, system for autonomously guiding vessel, and vessel | |
WO2000065417A1 (en) | Advanced ship autopilot system | |
Zhang et al. | Sliding mode adaptive control for ship path following with sideslip angle observer | |
Miyauchi et al. | System parameter exploration of ship maneuvering model for automatic docking/berthing using CMA-ES | |
Liu et al. | Integrated line of sight and model predictive control for path following and roll motion control using rudder | |
Li et al. | Path following of under-actuated ships based on model predictive control with state observer | |
Zhang et al. | Active disturbance rejection control for ship path following with Euler method | |
Wang et al. | A novel path following approach for autonomous ships based on fast marching method and deep reinforcement learning | |
Kinjo et al. | Trajectory tracking of a fully-actuated surface vessel using nonlinear model predictive control | |
Çimen | Development and validation of a mathematical model for control of constrained non-linear oil tanker motion | |
Chen et al. | Tracking controller for ship manoeuvring in a shallow or confined fairway: Design, comparison and application | |
Zhang et al. | Model identification of ship turning maneuver and extreme short-term trajectory prediction under the influence of sea currents | |
Guo et al. | Robust adaptive event-triggered path following control for autonomous surface vehicles in shallow waters | |
Pandey et al. | Autonomous navigation of catamaran surface vessel | |
Tomera | Path controller for ships with switching approach | |
Bhattacharyya et al. | Target Path Iteration method for trajectory control of ships | |
Ghassemzadeh et al. | Path following control using robust sliding mode for an autonomous surface vessel based on ε-support vector regression identified steering model | |
Uehara Sasaki et al. | Digital twin of a maneuvering ship: Real-time estimation of derivatives and resistance coefficient based on motion sensor | |
Kula | Heading control system with limited turning radius based on IMC structure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150512 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20150512 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150512 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160324 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160412 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20161115 |