我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:OG视讯 > 单艇攻击 >

无人水面艇航向航速协同控制方法pdf

归档日期:07-06       文本归类:单艇攻击      文章编辑:爱尚语录

  1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

  第10卷 第6期 中 国 舰 船 研 究 Vol.10No.6 2015年12月 Chinese Journal of Ship Research Dec.2015 中 国 舰 船 研 究 第10卷 网络出版地址:/kcms/detail/42.1755.TJ.20151110.1025.018.html 期刊网址: 引用格式:曹诗杰,曾凡明,陈于涛.无人水面艇航向航速协同控制方法[J].中国舰船研究,2015,10(6):74-80. CAOShijie,ZENGFanming,CHENYutao.Thecourseandspeedcooperativecontrolmethodforunmannedsurface vehicles[J].ChineseJournalof ShipResearch,2015,10(6):74-80. 无人水面艇航向航速协同控制方法 曹诗杰,曾凡明,陈于涛 海军工程大学动力工程学院,湖北武汉 430033 摘 要:针对无人水面艇(USV)在未知干扰环境下的自主运动控制问题,研究基于模糊自适应算法的USV航 向、航速协同控制方法。设计以航向角偏差量和直线距离偏差量为输入量,以及以舵角偏转控制量和油门开度 控制量为输出量的模糊控制算法,并通过以航向角偏差率为输入量及以控制周期为输出量的自适应控制,使系 统响应外部环境的变化。以抵达目标点的时间和舵角变化次数的加权最小值作为优化目标函数,分析论域、控 制周期等参数对控制效果的影响。优化分析的结果表明:此方法在不同海面风、浪、流随机干扰的条件下,均能 使无人艇抵达目标点,实现点对点的自主航行。 关键词:无人水面艇;模糊算法;自适应控制;协同优化 中图分类号:U664.82 文献标志码:A DOI:10.3969/j.issn.1673-3185.2015.06.011 Thecourseandspeedcooperativecontrolmethodforunmannedsurfacevehicles CAO Shijie ,ZENG Fanming ,CHEN Yutao CollegeofPowerEngineering,NavalUniversityofEngineering,Wuhan430033,China Abstract:Inordertosolvetheproblemofautonomousdynamiccontrolforunmannedsurfacevehicles (USV)underunknownconditions,acourseandspeedcooperativecontrolmethodbasedontheadaptive fuzzyalgorithmisstudiedinthispaper.Thefuzzycontrolalgorithmisdesignedastotheinputsarethedevi⁃ ationofcourseandposition,andtheoutputsaretherudderangleandthrottle.Theself-adaptivecontrol methodisapplied,ofwhichtheinputisthedeviationrateofcourseandtheoutputisthecontrolcycle,to makethesystemeffectivelyresponsetoexternalchanges.Theobjectivefunctionoftheoptimizationisthe weightedminimumofthearrivaltimeandthechangingfrequencyofrudder.Thespecificeffectsofthepa⁃ rameters,likedomainsandthecontrolcycle,areanalyzed.Theresultsofoptimizationanalysisshowthat themethodenablestheUSVtosuccessfullyreachthetargetpointinrandomdisturbanceconditionswith differentwind,currentandwave,andtoachievethepointtopointautonomousvoyage. Keywords:UnmannedSurfaceVehicle(USV);fuzzyalgorithm;self-adaptivecontrol;cooperativeopti⁃ mization 一。在自主运动的控制问题中,实用有效的航向、 0 引 言 航速控制算法是USV平台在各种不确定水面环境 [1] 无人水面艇(USV)是一种无人操作的水面舰 中完成复杂航行任务的关键 。 艇,属于无人智能动力平台的研究领域。自主运 目前USV航向、航速的控制方法主要包括以 动控制是USV区别于有人操纵船舶的核心技术之 下2个方面。 - - 收稿日期:2015 05 05 网络出版时间:2015-11-1010:25 基金项目:中国博士后科学基金资助项目(201150M1547);湖北省自然科学基金资助项目(2013CFB440) 作者简介:曹诗杰,男,1991年生,硕士生。研究方向:舰船动力装置总体设计、分析与优化。E-mail:975526435@ 曾凡明(通信作者),男,1962年生,博士,教授,博士生导师。研究方向:舰船动力装置总体设计、分析与优化 第6期 曹诗杰等:无人水面艇航向航速协同控制方法 75 1)将航向保持作为自动控制目标,使船舶能 够自动跟随给定的航向,但是航向给定不在自主 控制的范围内。相应的控制算法主要包括:基于 精确运动模型的PID控制、Lyapunov控制、Back⁃ [2] stepping控制等常规控制算法 ,基于在线辨识模 型参数的变结构控制等自适应控制算法,基于模 [3] 糊规则的模糊控制算法等 。 2)在航向保持的基础上,将航向给定纳入自 主控制的范围,由艇载计算机通过控制算法自主 图1 USV试验研究平台 得出航向给定值,进行闭环控制,但航速给定不包 Fig.1 Experimentalresearchplatformof [4] 括在自主控制的范围内 。 unmannedsurfacevehicle 以上控制方法存在的问题是:在控制算法方 表1 USV艇体主尺度 面,基于精确数学模型的常规控制算法中,船体运 Tab.1 MainscaleoftheUSVshull 动模型较难精确确定,而且在不确定和强非线性 主尺度 数值 的水面环境中,线性时不变的运动模型参数难以 总长Loa /m 1.72 实时和准确地描述船体运动状态的变化;在自适 型宽B /m 0.51 型深D /m 0.48 应控制算法中,自适应函数和精确干扰模型较难 吃水d /m 0.33 确定;在模糊控制算法中,算法结构、输入输出变 经济航速ve /kn 10 量的模糊域、模糊规则的确定需要丰富的工程实 践经验;在控制策略方面,航向、航速的协同控制 舶航向与航速控制的解耦问题,这在一定程度上 程度较弱,主要考虑航向对运动控制结果的贡献, 解决了不匹配、不确定性的干扰。但要想得到更 仅将航向纳入自主控制算法的范围,而较少考虑 好的控制效果,就需要航向、航速协同控制,这将 航速对运动控制的快速性、鲁棒性和自主性的影响。 [5-6] 综合组成一个多输入多输出(MIMO)系统 。 本文将针对现有技术的不足,研究一种基于 图2为本文的控制系统结构图。 模糊自适应算法的USV航向、航速协同控制方法, 避免常规方法中的船体运动建模问题,改进模糊 自适应 控制的策略和算法,融入自适应因素,提高控制方 控制器 法在不确定水面环境中的适应性和鲁棒性。 航向角偏差率Pt 1 航向、航速协同控制方法 控制周期T 航向 航向偏差P 舵 模糊 1.1 试验研究平台 目标点坐标 控制器 航速 油门 直线距离偏差D 本文所搭建的USV试验研究平台如图 1所 示,表1为艇体主尺度。平台上所使用的航向、航 USV位置坐标 速协同控制系统软、硬件包括: 图2 控制系统结构图 1)艇载嵌入式计算机,用于综合处理数据信 Fig.2 Thestructurefigureofthecontrolsystem 号和控制信号; 如图2所示,其控制原理是将USV与目标点 2)传感器模块,用于测量船体的位置、速度 比对得到的航向角偏差量P 和直线距离偏差量D 信息以及航向、航姿信息; 作为系统输入量,取代常规的模糊控制中航向角 3)动力驱动模块,通过数/模转换输出电压信 偏差量和航向角偏差率。因为本系统采用寻目标 号,驱动航向、航速控制的执行机构; 4)自适应模糊控制器软件,用于将输入的数 点的方法进行自主航行,在靠近目标点的过程 [7-8] 据通过模糊解算,得到输出的控制量的软件。 中,距离偏差影响的控制效果更为明显 。系 统的输出量设计为舵角偏转控制量U 和油门开度 1.2 航向、航速协同控制模型 控制量V 这2个角度量,分别对应于对USV航向 在现有的船舶运动控制研究中,一般研究船 和航速的控制。 76 中 国 舰 船 研 究 第10卷 图3为本文所设计的USV航向、航速协同控 将得到的P 和D 分别引入各自的隶属度函数 制模型,同时也是试验平台软件的设计框架。具 进行模糊化处理,同样输出的U 和V 也分别由对 体控制方法分为2个子线程,分别对应模糊控制 应各自的模糊集合和隶属度函数表征。定义 Aj 和自适应控制方法。 为一个模糊集合 A x μ x x ÎR 否 j { Aj ( ) } (3) 式中:A 代表模糊量集合,以下由P ,D ,U,V 具体指 始 置 开 位 化 点 始 标 初 目 置 取 位 获 前 当 向 取 航 获 前 当 标 取 目 获 到 达 否 行 是 航 束 是结 否 是 是束 结 代,标识号j 的不同值对应于不同的模糊分区;模 糊集合的自变量是x ,x 的变化范围R 为x 的论域, 代表其取值范围。本文中,对于P 和U ,j =-2,-1, 0,1,2分别代表NB (负向大偏差/左舵大偏转),NS (负向小偏差/左舵小偏转),ZE (零偏差/零舵角), 否 PS (正向小偏差/右舵小偏转),PB (正向大偏差/右 航向角 由模糊 舵角偏转 舵大偏转),同样,对于D 和V,j =0,1,2分别代表Z 偏差P 规则 控制量 U 自适应 计算 (零偏差/零油门),S (小偏差/小油门),B (大偏差/ 和油门开 航向 及距离 1,2进 度控制量 调节控 偏差 大油门)。对应不同的模糊集合,自变量有各自的 制间隔 偏差D 行模糊 V 去模糊 率 高斯隶属度函数,其表达式为 模糊化 推理 化 2 (x -x 0 ) - 2σ2 (4) μ x e 输出舵角偏转控制量U 和油门 Aj ( ) 改变航向、航速 开度控制量V 的控制量 式中:x 决定了函数的中心位置; 决定了函数的σ 0 图3 航向、航速协同控制模型 陡度。高斯函数法隶属度函数相对普通三角隶属 Fig.3 Themodelofthedirectionandspeedcooperative 度函数而言较为复杂,但是它能够很好地抵抗外 controlmethod 界的不确定性干扰,同时,类似正态曲线的形式更 模糊控制线程中,对P 和D 进行模糊自适应 符合未知环境这一随机概率事件[12-13]。输入输出 控制算法的解算,由P 和D 在模糊集合中的隶属 量各自的隶属度函数曲线所示。 度计算,并输出U 和V。 NB NM NS ZE PS PM PB 1.0 自适应控制线程中,计算单位时间航向角偏 差率P =P/t ,将航向角偏差率划分为3档,对高航t 0.8 向角偏差率使用较短的控制周期,反之,使用较长 ) % 0 0.6 0 的控制周期,实现自适应调节模糊控制器参数,响 1 ( 度 应外部环境变化。 属 0.4 隶 1.3 模糊自适应算法 0.2 本文所采用的模糊自适应算法是基于仿线] 验和专家经验,拟定各函数参数和模糊规则 , 0 50 100 150 200 250 300 350 P/(°) 并通过获取外界的环境变化采用应对机制进行一 (a)P 的隶属度曲线 定的自适应调整。 Z SS B 1.0 首先,通过数据前处理得到算法的输入量。 由传感器获取的位置及角度信息及初始设定可得 0.8 ) % 到经度方向上的距离偏差量X (以东为正方向), 0 0.6 0 1 纬度方向上的距离偏差量Y (以北为正方向),航 ( 度 属 0.4 向角θ(以真北方向为参考),由下式得到P 和D : 隶 ì Y 0.2 θ+arctan æ ö+90 X 0 ïï X è ø P í Y (1) 0 ïï æ ö θ+arctan -90 X 0 X î è ø 0 50 100 150 200 D (X 2 +Y 2 ) (2) D/m (b)D 的隶属度曲线期 曹诗杰等:无人水面艇航向航速协同控制方法 77 NB NS ZE PS PB R1:Ifx isP 1andy isD 1thenz is U1; 1.0 R2:Ifx isP2andy isD2thenz is U2。 0.8 推理运算如下: ) % ∧ ω max μ (x) max μ (y ) (5) 0 0.6 i P i D i 0 1 ( 度 μ (z) [ω μ ](z)  [ω μ ](z) (6) 属 0.4 U [ 1 ∧ U1 ] [ 2 ∧U2 ] 隶 式中:符号∧指笛卡尔积,即进行取小运算的交 0.2 集。中间变量ω为x 和y 在各自模糊集合中隶属度 0 的最大值的取小结果。由此得到ω截取的输出量 -25 -20 -15 -10 -5 0 隶属度函数曲线的并集。最后对输出量清晰化, U/(°) 即曲线所围面积的形心坐标 (c)U 的隶属度曲线 zμ (x)dz Z S B  U 1.0 z 0 (7) μ (z)dz  U 0.8 在进入下一控制循环之前,引入自适应的方 ) % 0 0.6 法调节自身参数可以提高算法的鲁棒性,加快对 0 1 ( 控制效果的收敛。本文中采用对控制周期进行自 度 属 0.4 隶 适应调节。计算P =P/t ,将其按高低划分档位,代t 0.2 表控制环境的恶劣程度。在航向角偏差率较高 时,视为复杂控制环境,采用高控制频率;在航向 0 角偏差率较低时,视为平静控制环境,采用低控制 0 10 20 30 40 50 V/(°) 频率;其余视为常规控制环境,采用经济巡航控制 (d)V 的隶属度曲线] 频率 。这样能够在海况复杂时提高控制效果, 图4 输入输出量隶属度函数曲线簇 抗干扰能力强,在平静环境下增强计算精度和稳 Fig.4 Curvescollectionofmembershipfunction oftheinputsandoutputs 定性,延长使用时间。 输入量P 和D 模糊化后,将分别由对应的模 本文所研究的控制算法与现有技术相比其优 糊规则推理出输出量U 和V ,表2和表3为推理过 点在于: 程的规则表。 1)采用模糊控制算法可以改善USV控制方 法在不确定水面条件下的适应度,避免常规方法 表2 舵角偏转控制量U模糊推理规则 Tab.2 Thefuzzyreasoningruleofdeflection 中船体运动的建模问题。 controlofrudderangle U 2)以经典模糊控制为基础,研究改进的2输 P 入2输出USV模糊控制算法,增加距离模糊域函 D NB NS ZE PS PB 数作为算法输入,并将航向和航速都纳入自主控 B PS PB ZE NB NS 制范围,进行协同控制,提高USV运动控制的收敛 S PB PS ZE NS NB 速度,增强控制的鲁棒性。 Z ZE ZE ZE ZE ZE 3)采用航向角偏差率作为自变量,自动调节 表3 油门开度控制量V模糊推理规则 控制周期参数,使控制算法能够根据控制效果的 Tab.3 Thefuzzyreasoningruleofopening 变化,自适应地调整控制参数,进一步增强自主控 controlofthrottleV 制系统的智能性。 P D 2 控制参数优化 NB NS ZE PS PB B S B B B S 在模糊自适应控制算法中,控制参数包括输 S S S B S S 入输出量论域、控制周期和模糊推理规则等,其中 Z Z Z Z Z Z 输入量论域和控制周期是影响控制效果的关键参 模糊推理过程采用Mamdani规则,例如,为实 数,可以进行量化分析寻优。 现由输入量x ∈P ,y ∈D 得到输出量z ∈U 的推理 USV完成任务的过程中,抵达目标点时间和 过程,2条模糊控制规则语言为: 舵角变化的次数是任务完成的2个重要指标,将 78 中 国 舰 船 研 究 第10卷 其加权作为目标函数,如下式所示 24 f (x x x ) αt(x x x ) +βs(x x x ) 22 仿线 n 拟合曲线 式中:t (x )为USV抵达目标的时间函数;s (x )为变 s 18 / 舵次数函数,x 为控制器参数;α,β分别为2个参数 t 间 时 16 的权重,可以根据任务需求进行调整。以目标函 达 抵 数最小值为目标,即针对提高航行效率和减轻机 14 构劳损进行参数寻优。 12 2.1 输入量论域优化分析 10 0 图5为输入量论域变化的USV航迹图,目标 0 5 10 15 20 25 30 35 40 45 50 输入量论域/(°) 距离USV初始位置50m,USV初始航向角90°,图 图6 输入量论域与抵达时间关系图 中虚线圈为到达目标的范围圆,半径为5m,设定 Fig.6 Therelationshipbetweenthearrivaltimeand USV到达圆中即视为到达目标。图中从左至右的 theinputsdomain 80 航迹为输入量论域由小至大变化的结果。由于输 仿真结果 入量论域中舵角偏差量隶属度函数的零偏差范围 70 拟合曲线 对控制效果的影响最为显著,零偏差的范围可视 60 为对“正对目标”这个模糊概念定义的严格程度。 次50 / s 数 次40 舵 50 变30 20 40 m / 10 标 坐 30 纵 0 置 输入量论域 0 5 10 15 20 25 30 35 40 45 50 位 20 输入量论域 零偏差范围 输入量论域/(°) 对 相 零偏差范围 为50° 图7 输入量论域变化与变舵次数关系图 为1° 10 Fig.7 Therelationshipbetweenthechangefrequency ofrudderandtheinputsdomain 0 -20 -10 0 10 20 30 50 相对位置横坐标/m 图5 输入量论域变化的USV航迹图 40 Fig.5 ThetrackfigureofUSVwhentheinputsdomainchanges m / 标 图6和图7分别为抵达时间及变舵次数与输 坐 30 纵 入量论域的关系,对仿真结果进行拟合,得到t (x ) 置 控制周期 位 20 和s (x )的解析式。从图中可看出,抵达时间t 与输 对 为0.1s 控制周期 相 入量论域正相关,变舵次数s 与输入量论域负相 10 为2s 关。将2个解析式代入式(8)中,f (x )取最小值时x 0 的值即为输入量论域的最优解。 -30 -20 -10 0 10 20 30 2.2 控制周期优化分析 相对位置横坐标/m 图8 控制周期变化的USV航迹图 图8为控制周期变化的USV航迹图,USV初 Fig.8 ThetrackfigureofUSVwhenthecontrolcyclechanges 始航向角为90°。图中从下至上的航迹为控制周 期由小至大变化的结果。控制周期可视为“反应时 制周期的关系,对仿真结果进行拟合,得到t (x )和 间”这一模糊概念,可以从图中直观地发现,控制

  “原创力文档”前称为“文档投稿赚钱网”,本网站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】

本文链接:http://jeromeacks.com/dantinggongji/186.html