[發(fā)明專利]一種基于卷積神經網(wǎng)絡優(yōu)化NMPC算法的直接航跡控制方法

在審

• 申請?zhí)枺?/td>: 202010893008.0
• 申請日: 2020-08-31
• 公開（公告）號: CN112731915A
• 公開（公告）日: 2021-04-30
• 發(fā)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

本發(fā)明涉及一種基于卷積神經網(wǎng)絡優(yōu)化NMPC算法的直接航跡控制方法，屬于控制技術領域。水面USV的航跡控制采用直接性控制算法具有較高的控制精度，但是算法復雜，容易出現(xiàn)延時。本發(fā)明提出了基于卷積神經網(wǎng)絡優(yōu)化NMPC算法的非線性模型預測控制算法設計直接型USV航跡控制器，考慮到USV航跡控制中容易出現(xiàn)的非線性、時滯性問題，采用卷積神經網(wǎng)絡算法對預測控制算法進行最優(yōu)控制序列求解。仿真實驗表明，該算法有效地提高了航跡控制的準確性和實時性。

技術領域

本發(fā)明涉及一種基于卷積神經網(wǎng)絡優(yōu)化NMPC算法的直接航跡控制方法，屬于 控制技術領域。

背景技術

USV(Unmanned Surface Vessel，簡稱USV)，是一種無人操作的水面船。它 具有機動性強、速度快、自主化、無人化等特點，其主要功能是代替人執(zhí)行一些 特殊的、對人有危險的任務。USV在實際航行環(huán)境中會受到外部干擾的影響，精 準的航跡控制是USV執(zhí)行各項任務的基礎保障，也是USV運動控制領域的研究熱 點。

USV航跡控制算法主要分為兩類，一類是間接控制算法，其設計思路是將航 跡控制問題轉化為航向控制問題，主要實現(xiàn)方式是將其分解為雙閉環(huán)控制系統(tǒng)， 內環(huán)由傳統(tǒng)的航向控制算法構成，外環(huán)則使用航向解算算法，優(yōu)點是可直接使用 已有的自動舵技術，但控制精度相對較低。一類是直接控制算法，控制精度高， 控制算法直接作用于航跡，但由于過程非線性，計算復雜，容易出現(xiàn)時滯性問題。

發(fā)明內容

本發(fā)明所要解決的技術問題是提供一種基于卷積神經網(wǎng)絡優(yōu)化NMPC算法的直 接航跡控制方法。

本發(fā)明的技術方案如下：

采用基于非線性模型預測控制(NMPC)算法的航跡控制器，根據(jù)預設航跡信 息以及USV的初始狀態(tài)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(tài)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主要包括USV預測模型、目標函數(shù)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(yōu)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(tài)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(shù)

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(shù)，ε為松弛因子。

根據(jù)USV本身的控制特點，在輸出控制量的過程中要考慮舵角約束以及航速 約束。本發(fā)明中使用的USV舵角以及舵角控制量增量約束為：

本發(fā)明中使用的USV航速以及航速增量約束為：