[發明專利]一種基于卷積神經網絡優化NMPC算法的直接航跡控制方法

在審

• 申請號: 202010893008.0
• 申請日: 2020-08-31
• 公開（公告）號: CN112731915A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 羅南航;趙昆明;杜恩武;方明杰;丁瑋
• 申請（專利權）人: 武漢第二船舶設計研究所（中國船舶重工集團公司第七一九研究所）
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 武漢領君知識產權代理事務所(普通合伙) 42248
• 代理人: 汪俊鋒

1.一種基于卷積神經網絡優化NMPC算法的直接航跡控制方法，其特征在于：

采用基于非線性模型預測控制算法的航跡控制器，根據預設航跡信息以及USV的初始狀態信息，直接控制USV的航跡；

航跡控制器的輸出量為USV的舵角控制量以及航速控制量，航跡控制器收到USV反饋的狀態量，包括USV的位置坐標信息和以及航向角信息，對輸出的控制量進行自我校正；所述航跡控制器原理模型包括USV預測模型、目標函數以及約束信息三個方面，所解決的USV非線性航跡控制問題用以下有限時域內的最優化問題來表示：

s.t.χ_k+1,t＝f(χ_k,t,u_k.t),k＝t,…H_p-1

u_min≤u(k)≤u_max

Δu_min≤Δu(k)≤Δu_max

其中，狀態量的矩陣形式為χ＝[x y ψ]^T、控制量的矩陣形式為u＝[u δ]^T，

x,y為USV重心在慣性坐標系的空間坐標；ψ為USV在慣性坐標系的方位角，

u為USV速度的縱向分量，v為USV速度的橫向分量，δ為舵角；

χ(t+1)＝f(χ(t),u(t))的差分方程為：

目標函數

其中，Hp是MPC航跡控制器的預測時域，H_c是MPC航跡控制器的控制時域，ρ為權重系數，ε為松弛因子。

2.根據權利要求1所述的控制方法，其特征在于，USV舵角以及舵角控制量增量約束為：

3.根據權利要求1所述的控制方法，其特征在于，USV航速以及航速增量約束為：

4.根據權利要求1所述的控制方法，其特征在于，采用卷積神經網絡算法進行局部尋優，獲得下一時刻的USV舵角控制量以及航速控制量信息，具體求解步驟如下：

(1)初始化參數：初始溫度T0，降溫速率q，結束溫度Tend，對應于每個溫度T的迭代次數L，以當前時刻的控制量矩陣作為初始可行解矩陣u₀；

(2)對當前溫度T，求解局部最優解，即重復步驟(3)至(6)；

(3)對當前可行解矩陣u₀在控制量約束范圍內隨機產生一個新解u₁；

(4)對應于公式(11)所示的目標函數J，求解其對應于可行解矩陣u₀和u₁的增量dJ＝dJ(u₁)-dJ(u₀)；

(5)根據判斷條件確定當前局部最優解，即若dJ＜0，則認為新解u₁為最優解，用u₁替代u₀；否則，計算對于新解的接受概率exp(-df/T)，當滿足接受概率exp(-df/T)＞rand(rand為(0,1)區間上的隨機數)時，也認為新解u₁為最優解，用u₁替代u₀；否則，仍認為u₀為最優解。