【技术实现步骤摘要】
一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法
本专利技术涉及船舶控制
，具体而言，尤其涉及一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法。
技术介绍
随着信息技术和人工智能技术的发展，船舶无人化、自动化程度不断提高，智能船舶技术已成为当今海洋交通运输发展的主流方向，其中，自动靠泊技术被认为是最困难、最复杂的操作之一。船舶在自主靠泊时不仅面临较大的环境干扰，还要受到速度低、岸壁效应导致的舵效差、模型动态不确定等问题，因此船舶的自主靠泊控制是船舶自动控制领域的一大难题。针对船舶自动靠泊中存在的问题，智能算法不断应用于船舶靠泊控制领域，如鲁棒控制，模糊自适应控制、迭代滑模控制等；同时一些非线性优化方法也应用靠泊领域，如基于变分法的序列共轭梯度算法、基于神经网络的最小时间操作系统以及模型预测控制等。但是这些方法在工程实践中存在需要模型动态已知以及过高的计算复杂度等问题。
技术实现思路
根据上述提出的技术问题，而提供一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法。本专利...
【技术保护点】
1.一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，其特征在于，包括如下步骤：/n步骤S1、建立船舶靠泊非线性控制系统数学模型；/n步骤S2、基于所述建立的船舶靠泊非线性控制系统数学模型，引入虚拟引导系统，得到最优控制器，将靠泊控制问题转化为跟踪控制问题；/n步骤S3、基于所述最优控制器，建立靠泊最优评价指标；将所述跟踪控制问题转化为最优调节问题；/n步骤S4、基于自适应动态规划方法设计船舶最优靠泊控制，逼近所述靠泊最优评价指标；/n步骤S5、通过神经网络执行所述船舶最优靠泊控制，获得最优靠泊控制律。/n
【技术特征摘要】 【专利技术属性】
1.一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，其特征在于，包括如下步骤：
步骤S1、建立船舶靠泊非线性控制系统数学模型；
步骤S2、基于所述建立的船舶靠泊非线性控制系统数学模型，引入虚拟引导系统，得到最优控制器，将靠泊控制问题转化为跟踪控制问题；
步骤S3、基于所述最优控制器，建立靠泊最优评价指标；将所述跟踪控制问题转化为最优调节问题；
步骤S4、基于自适应动态规划方法设计船舶最优靠泊控制，逼近所述靠泊最优评价指标；
步骤S5、通过神经网络执行所述船舶最优靠泊控制，获得最优靠泊控制律。
2.根据权利要求1所述的基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，其特征在于，所述步骤S1的具体实现方式如下：
步骤S11、考虑船舶自主靠泊时通常以较低的速度运行，因此船舶靠泊数学模型表述如下：
式(1)中，表示船舶位置坐标和艏向角的姿态变量；υ＝[u,v,r]T表示船舶前进速度、横向速度和艏摇速度变量；表示坐标转换矩阵，其表示形式如下：
式(2)中，M为正定惯性矩阵，D为线性阻尼矩阵，τf＝[τf1,τf2,τf3]T为船舶纵向控制力τf1、横向控制力τf2以及艏摇控制力矩τf3；
步骤S12、定义Δt为采样时间间隔，将式(1)和式(2)进行离散化，得到船舶靠泊非线性控制系统数学模型：
υ(k+1)＝υ(k)+ΔtM-1(τf-Dυ(k))(5)
步骤S13、定义x(k)＝[η(k)T,υ(k)T]T，可以得到：
x(k+1)＝f(x(k))+g(x(k))u(k)(6)
其中，且u(k)＝τf。
3.根据权利要求1所述的基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，其特征在于，所述步骤S2的具体实现方式如下：
设虚拟引导系统采用直线运动形式，同时其状态xg(k)满足xg(k+1)＝φ(xg(k))；船舶系统状态x(k)跟踪虚拟引导系统状态xg(k)，船舶跟踪误差设为ξ(k)＝x(k)-xg(k)，得到最优控制器为：
其中，表示g(·)的伪逆。
4.根据权利要求1所述的基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，其特征在于，所述步骤S3的具体实现方式如下：
步骤S31、设d(k)为d(k)＝u(k)-ue(k)，则针对船舶时变最优跟踪控制得到如下船舶靠泊跟踪性能指标函数：
其中，为正定矩阵；
步骤S32、令最优靠泊控制律θ(k)＝d(k)-d(k-1)，且θ(0)＝d(0)，则可以得到：
所以船舶跟踪性能指标函数可以描述为：
技术研发人员：李铁山，刘琪，单麒赫，于仁海，肖杨，高潇阳，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。