[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

本發明提供一種基于神經網絡的無人船控制方法及其系統，將姿態信息(ωsubgt;y/subgt;,asubgt;x/subgt;,asubgt;z/subgt;,vsubgt;x/subgt;,vsubgt;z/subgt;,δ,γ)以及無人船的左右電機實際功率數據作為訓練樣本對神經網絡模型進行預訓練，上述姿態信息(ωsubgt;y/subgt;,asubgt;x/subgt;,asubgt;z/subgt;,vsubgt;x/subgt;,vsubgt;z/subgt;,δ,γ)可以反映水流、風速和慣性的影響，故神經網絡模型對水流、風速、慣性的泛化能力強，通過該神經網絡模型的輸出可以對無人船進行精確控制，無需采用動力學模型和PID控制算法，經過測試，本發明在直線行駛和90度以內轉彎時都能達到較好的跟蹤軌跡。

技術領域

本發明屬于無人船控制技術領域，尤其涉及一種基于神經網絡的無人船控制方法及其系統。

背景技術

在智能機器人蓬勃發展的今天，無人車和無人機大量的出現在人們視野中，無人船作為智能機器人中的一個分支，亦發揮著巨大的作用。在軍事領域，無人船以體積小、成本低、機動性好、隱蔽性強的特點，常用于偵查、搜索、排雷等高危險軍事任務；在民用領域，無人船常用于垃圾清理、河道水底測繪、水質檢測等場景，我國內陸水域總面積為17.47萬公頃，水資源豐富，水域勘探、測繪以及清理工作量大，人工方式無法滿足需求。無人船以其體積小、成本低、機動性好、可搭載不同傳感器等優點，比人工方式具有不可比擬的優勢，在各個領域都有著廣闊的應用前景。

無人船由于航行過程中受各種干擾因素的影響，不可避免地會偏離預定航線(軌跡)，為了使無人船保持在預定的航向上航行，必須根據船舶偏離航向的情況適時改變舵角，修正船舶航行方向。

目前國內外對于船舶偏航控制的策略是建立船舶動力學模型，并采用實驗方法獲取船舶回轉及偏航特性參數，采用PID控制算法或者模糊控制算法對船舶進行控制。但是該方法存在著如下問題：(1)船體受水流、風速、慣性等多種因素影響，難以建立精確的動力學模型；(2)PID控制算法在直線行駛過程中效果尚可，在轉彎過程中不理想。

發明內容

基于此，針對上述技術問題，提供一種基于神經網絡的無人船控制方法及其系統。

為解決上述技術問題，本發明采用如下技術方案：

一方面，提供一種基于神經網絡的無人船控制方法，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。

另一方面，提供一種基于神經網絡的無人船控制系統，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上述一種基于神經網絡的無人船控制方法。