[發明專利]基于神經網絡的無人船控制方法及其系統

有效

• 申請號: 202011168949.4
• 申請日: 2020-10-28
• 公開（公告）號: CN112346454B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 張云璞;劉玉超
• 申請（專利權）人: 博康智能信息技術有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 上海遠同律師事務所 31307
• 代理人: 許力;張堅

1.一種基于神經網絡的無人船控制方法，其特征在于，包括：

在遙控駕駛過程中，獲取無人船的姿態信息(ω_y,a_x,a_z,v_x,v_z,δ,γ)，并輸入預訓練的神經網絡模型，得到所述無人船的左右電機預測功率數據；

通過所述左右電機預測功率數據，控制所述無人船的左右電機；

其中，ω_y為慣導y角速率，a_x為慣導x加速度，a_z為慣導z加速度，v_x和v_z為無人船在隨體坐標系的速度，δ為航向距離偏差，γ為航向角度偏差；所述神經網絡模型通過訓練樣本進行訓練，使損失函數最優，所述訓練樣本為姿態信息(ω_y,a_x,a_z,v_x,v_z,δ,γ)以及無人船的左右電機實際功率數據，所述損失函數采用均方誤差MSE函數：

為左電機或者右電機的預測功率數據，y_i為左電機或者右電機的實際功率數據，batch為訓練樣本數量，i為訓練樣本的序號，j為左電機和右電機的序號；

所述姿態信息(ω_y,a_x,a_z,v_x,v_z,δ,γ)通過如下方式獲取：

建立以無人船預定軌跡的第一個點為原點的東北天坐標系：

其中，為轉換矩陣，為地球卯酉圈曲率半徑，(L,B,H)為GPS經緯高，A為地球長半軸，e為地球第一偏心率，(L₀,B₀,H₀)為原點的經緯高，N₀為原點所在的地球卯酉圈曲率半徑；

從所述無人船慣導系統讀取慣導數據：ω_y、a_x、a_z、慣導北速v_n、慣導東速v_e、慣導航向角θ、GPS經度L、GPS維度B以及GPS高度H；

通過公式(2)將速度轉換為隨體坐標系速度：

通過公式(1)求解所述無人船在東北天坐標系下的坐標(e_r,n_r,s_r)；

根據歐拉距離求解離所述無人船當前位置最近的兩個點的坐標(e_k,n_k,s_k)以及(e_k+1,n_k+1,s_k+1)，k+1為所述無人船的預瞄點；

通過公式(3)以及公式(4)分別求解航向距離偏差δ以及航向角度偏差γ：

γ＝V_r×V_i?(4)，

其中，為直線方程的斜率，為直線方程的截距，V_r＝(-sinθ,cosθ)為航向向量在東北天坐標系下的投影，

為船到預瞄點單位向量在東北天坐標系下的投影。

2.根據權利要求1所述的一種基于神經網絡的無人船控制方法，其特征在于，所述神經網絡模型采用四層神經網絡模型，其具有一個輸入層、2個隱藏層以及一個輸出層，所述輸入層的節點數為7，所述2個隱藏層的節點數均為5，所述輸出層的節點數為2。

3.根據權利要求2所述的一種基于神經網絡的無人船控制方法，其特征在于，所述神經網絡模型的激活函數采用tanh函數。

4.根據權利要求3所述的一種基于神經網絡的無人船控制方法，其特征在于，通過反向傳播+梯度下降算法對所述神經網絡模型進行預訓練。

5.一種基于神經網絡的無人船控制系統，其特征在于，包括存儲模塊，所述存儲模塊包括由處理器加載并執行的指令,所述指令在被執行時使所述處理器執行根據權利要求1-4任一項所述的一種基于神經網絡的無人船控制方法。