一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法技术

本发明专利技术提供一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法，包括：获取周围环境及周围其他船舶的海况信息，设置参数；采用模拟退火算法改进传统人工势场法对海况信息下的本船进行合理规避障碍物的路径规划；对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用一条函数曲线表示，将曲线作为船舶运动控制系统的期望输入；设计基于扩张状态观测器的运动学制导律和自适应模糊量化控制器，对船舶规划路径进行跟踪。本发明专利技术采用模拟退火算法改进的人工势场法进行船舶路径规划，将规划的优化路径作为船舶运动控制系统的期望输入，基于扩张状态观测器设计船舶运动学跟踪控制率，通过设计自适应模糊量化器解决了欠驱动船舶路径跟踪问题。欠驱动船舶路径跟踪问题。欠驱动船舶路径跟踪问题。

【技术实现步骤摘要】
一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法


[0001]本专利技术涉及人工智能
，具体而言，尤其涉及一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法。

技术介绍

[0002]近年来，随着物联网、大数据、云计算等技术的快速发展，智能航海受到广泛关注。一种小型化、多用途、智能化并以遥控或自主方式航行的无人海洋运载平台，无人船(Unmanned Surface Vehicle，USV)应运而生，它可以自主在海洋环境中开展复杂的海洋作业，具有广阔的发展空间与应用前景。
[0003]USV的路径规划和路径跟踪是密切联系的，路径规划需要结合USV运动控制的特性，并且规划的路径需要通过路径跟踪来实现。USV的路径规划、跟踪及控制一直以来都是USV研究的重要内容。

技术实现思路

[0004]根据上述提出现有船舶路径规划及跟踪控制所存在的技术问题，提供一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法。本专利技术采用模拟退火算法优化传统人工势场法的斥力函数，有效解决了传统人工势场法目标不可达和容易陷入局部极小值的缺陷。在运动学制导层，将规划的优化路径作为船舶运动控制系统的期望输入，设计了基于扩张状态观测器(ESO)的运动学制导律，实现了对期望路径的跟踪以及海流所引起的运动学偏移的补偿。在动力学控制层，通过使用模糊逻辑系统实现对模型不确定及外界干扰的逼近，采用一种线性解析模型来描述输入量化过程，在量化参数未知的假设下所设计的自适应模糊量化控制器能够稳定跟踪运动学制导信号。基于输入到状态稳定性理论证明了闭环系统的稳定性，仿真实验验证了所提算法的有效性，实现了欠驱动船舶的高精度路径规划及跟踪控制。
[0005]本专利技术采用的技术手段如下：
[0006]一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法，包括如下步骤：
[0007]S1、获取周围环境及周围其他船舶的海况信息，设置参数；
[0008]S2、采用模拟退火算法改进传统人工势场法对所述海况信息下的本船进行合理规避障碍物的路径规划；
[0009]S3、对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用一条函数曲线表示，将曲线作为船舶运动控制系统的期望输入；
[0010]S4、设计基于扩张状态观测器的运动学制导律和自适应模糊量化控制器，对船舶规划路径进行跟踪；
[0011]S5、基于输入的状态稳定性理论证明闭环系统的稳定性，通过仿真实验验证算法的有效性。
[0012]进一步地，所述步骤S1具体包括：
[0013]S11、建立正方形环境地图；
[0014]S12、在环境地图中建随机建立n个黑色圆形障碍物，障碍物的圆心用一个n*2的向量表示；
[0015]S13、建立欧式坐标系，设置船舶起始点的位置和目标点的位置；
[0016]S14、设置人工势场法的步长、引力增益系数、斥力增益系数、障碍影响距离；设置模拟退火算法中的初始温度、终止温度，并设置循环次数；在对比实验中，传统人工势场法与改进人工势场法采用相同的参数；
[0017]S15、考虑USV控制系统，设置理想化的规划路径，使得USV沿着拟合后的时变参数化轨迹航行；选取USV的参数，设置USV的初始状态，设置底层控制器参数，设置量化参数。
[0018]进一步地，所述步骤S2具体包括：
[0019]S21、设本船所在位置为(x,y)
Τ
，X为本船位置向量，X
d
为目标点位置向量，则本船在势场中受到目标点的引力为F
att
(X)，所受到的障碍物的斥力为F
rep
(X)，引力与斥力的合力为F
total
(X)，合力F
total
(X)的方向为本船改变的目标航向；
[0020]S22、根据人工势场法原理，目标点对本船产生的引力F
att
(X)会随着本船与目标点间的距离的增加而单调递增，将本船的引力势场函数表示为：
[0021][0022]其中，K
a
为引力势场常量，(X
‑
X
d
)2为本船到目标点的相对距离；
[0023]S23、重新定义一个斥力函数，假定以障碍物为中心的斥力势场影响范围为ρ0，本船与障碍物的距离为ρ，新的势场函数中考虑了船舶与目标点之间的距离，在原有的斥力函数中添加一个系数项：|X
‑
X
d
|
n
，改进后的斥力函数为：
[0024][0025]其中，U
rep
(X)为障碍物的斥力场，k
r
则表示斥力势场常数，是正数，ρ为船舶在空间位置中与障碍物间距离，ρ0为以障碍物为中心的斥力势场影响范围，X为船舶位置向量，X
d
为目标点位置向量，ρ(X,X
g
)表示船舶到障碍物的欧几里得距离，n为一个大于零的任意实数。
[0026]S24、利用模拟退火算法突跳性对模型进行局部最优优化；在程序中，给定一个初始温度以及一个初始状态，并给定合适的退火速度，随着本船的行进，初始温度降低，在温度降低的过程中，模拟退火算法对每一个状态下的势场强度进行计算，同时，在每一个状态下给定一个随机扰动，并计算新状态下势场强度与初始状态势场强度之差，并对差值进行分析；
[0027]S25、按照Metropolis准则，若差值小于等于零，则程序会接受新状态；若差值大于零，则以一定的概率接受新状态，反之会保留原初始状态；如此往复，避免本船在行进中产生局部极小值和目标不可达的情况，使船舶安全到达目标点，规划出合理避障的最优路径。
[0028]进一步地，所述步骤S3具体包括：
[0029]对规划出的最优路径进行平滑处理，并作为输入信号进行路径跟踪；使用MATLAB中ployfit函数对最优路径进行曲线拟合，拟合函数如下所示：
[0030]y＝a1x
n
+a2x
n
‑1+a3x
n
‑2+...+a
n
x+a
n+1
[0031]上式为一个多项式，在拟合过程中，需要对不同的多项式次数进行拟合；拟合次数少，路径拟合效果比较差，拟合次数过多，会出现龙格现象，只有当误差最小时，才会出现理想的拟合效果。
[0032]进一步地，所述步骤S4具体包括：
[0033]S41、基于扩张状态观测器，对期望路径的跟踪以及海流所引起的运动学偏移补偿，设计船舶运动学制导律；
[0034]S42、采用模糊逻辑系统实现对模型不确定及外界干扰的逼近及建立线性解析模型来描述输入量化过程的方法，设计船舶动力学自适应模糊量化控制器。
[0035]进一步地，所述步骤S41具体包括：
[0036]S411、构建船舶平面运动模型；
[0037]S412、将船舶的运动学方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法，其特征在于，包括如下步骤：S1、获取周围环境及周围其他船舶的海况信息，设置参数；S2、采用模拟退火算法改进传统人工势场法对所述海况信息下的本船进行合理规避障碍物的路径规划；S3、对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用一条函数曲线表示，将曲线作为船舶运动控制系统的期望输入；S4、设计基于扩张状态观测器的运动学制导律和自适应模糊量化控制器，对船舶规划路径进行跟踪；S5、基于输入的状态稳定性理论证明闭环系统的稳定性，通过仿真实验验证算法的有效性。2.根据权利要求1所述的带有输入量化的USV路径规划与模糊自适应跟踪控制方法，其特征在于，所述步骤S1具体包括：S11、建立正方形环境地图；S12、在环境地图中建随机建立n个黑色圆形障碍物，障碍物的圆心用一个n*2的向量表示；S13、建立欧式坐标系，设置船舶起始点的位置和目标点的位置；S14、设置人工势场法的步长、引力增益系数、斥力增益系数、障碍影响距离；设置模拟退火算法中的初始温度、终止温度，并设置循环次数；在对比实验中，传统人工势场法与改进人工势场法采用相同的参数；S15、考虑USV控制系统，设置理想化的规划路径，使得USV沿着拟合后的时变参数化轨迹航行；选取USV的参数，设置USV的初始状态，设置底层控制器参数，设置量化参数。3.根据权利要求1所述的带有输入量化的USV路径规划与模糊自适应跟踪控制方法，其特征在于，所述步骤S2具体包括：S21、设本船所在位置为(x,y)
Τ
，X为本船位置向量，X
d
为目标点位置向量，则本船在势场中受到目标点的引力为F
att
(X)，所受到的障碍物的斥力为F
rep
(X)，引力与斥力的合力为F
total
(X)，合力F
total
(X)的方向为本船改变的目标航向；S22、根据人工势场法原理，目标点对本船产生的引力F
att
(X)会随着本船与目标点间的距离的增加而单调递增，将本船的引力势场函数表示为：其中，K
a
为引力势场常量，(X
‑
X
d
)2为本船到目标点的相对距离；S23、重新定义一个斥力函数，假定以障碍物为中心的斥力势场影响范围为ρ0，本船与障碍物的距离为ρ，新的势场函数中考虑了船舶与目标点之间的距离，在原有的斥力函数中添加一个系数项：|X
‑
X
d
|
n
，改进后的斥力函数为：
其中，U
rep
(X)为障碍物的斥力场，k
r
则表示斥力势场常数，是正数，ρ为船舶在空间位置中与障碍物间距离，ρ0为以障碍物为中心的斥力势场影响范围，X为船舶位置向量，X
d
为目标点位置向量，ρ(X,X
g
)表示船舶到障碍物的欧几里得距离，n为一个大于零的任意实数；S24、利用模拟退火算法突跳性对模型进行局部最优优化；在程序中，给定一个初始温度以及一个初始状态，并给定合适的退火速度，随着本船的行进，初始温度降低，在温度降低的过程中，模拟退火算法对每一个状态下的势场强度进行计算，同时，在每一个状态下给定一个随机扰动，并计算新状态下势场强度与初始状态势场强度之差，并对差值进行分析；S25、按照Metropolis准则，若差值小于等于零，则程序会接受新状态；若差值大于零，则以一定的概率接受新状态，反之会保留原初始状态；如此往复，避免本船在行进中产生局部极小值和目标不可达的情况，使船舶安全到达目标点，规划出合理避障的最优路径。4.根据权利要求1所述的带有输入量化的USV路径规划与模糊自适应跟踪控制方法，其特征在于，所述步骤S3具体包括：对规划出的最优路径进行平滑处理，并作为输入信号进行路径跟踪；使用MATLAB中ployfit函数对最优路径进行曲线拟合，拟合函数如下所示：y＝a1x
n
+a2x
n
‑1+a3x
n
‑2+...+a
n
x+a
n+1
上式为一个多项式，在拟合过程中，需要对不同的多项式次数进行拟合；拟合次数少，路径拟合效果比较差，拟合次数过多，会出现龙格现象，只有当误差最小时，才会出现理想的拟合效果。5.根据权利要求1所述的带有输入量化的USV路径规划与模糊自适应跟踪控制方法，其特征在于，所述步骤S4具体包括：S41、基于扩张状态观测器，对期望路径的跟踪以及海流所引起的运动学偏移补偿，设计船舶运动学制导律；S42、采用模糊逻辑系统实现对模型不确定及外界干扰的逼近及建立线性解析模型来描述输入量化过程的方法，设计船舶动力学自适应模糊量化控制器。6.根据权利要求5所述的带有输入量化的USV路径规划与模糊自适应跟踪控制方法，其特征在于，所述步骤S41具体包括：S411、构建船舶平面运动模型；S412、将船舶的运动学方程表示为：其中，x,y,分别为惯性坐标系下USV的横向位置、纵向位置和艏摇角；u,v,r为附体坐标系下USV的前向速度、横向速度和艏揺速度；u
c
,分别表示海流的速度及流向；S413、定义USV误差为：其中，旋转矩阵表示为：
S414、对误差进行求导，可得：其中，S415、为解决船舶欠驱动的问题，设置误差转移方程为：其中，δ0∈R为正的常值；S416、将误差转移方程带入求导的误差中可得：其中，h＝diag{d,δ0}，S417、假设未知项σ满足其中σ
*
为正常数；航海实践中USV的速度及加速度均有上界，因此假设合理；S418、假设海流流速u
c
与流向未知，因此σ为未知项，采用扩张状态观测器进行估计：其中，为ESO的估计误差；S419、根据步骤S416和步骤S418可得：进一步可表达为：其中，S4110、基于ESO的分布式运动学制导律设计为：其中，及为正的常数。7.根据权利要求5所述的带有输入量化的USV路径规划与模糊自适应跟踪控制方法，其特征在于，所述步骤S42具体包括：S421、基于牛顿力学和拉格朗日力学，欠驱动USV动力学非线性数学模型可表述为：其中，为USV质量，为水动力导数项，I
z
为关于
z轴的惯性矩；f
u
(
·
),f
v
(
·
),f
r
(
·
)为向心力、科氏力和水动力阻尼构成的非线性项；τ
uw
,τ
vw
,τ
rw
为未知的环境干扰；Q(τ
u
),Q(τ
r
)为控制输入τ
u
,τ
r
的量化值；S422、均值量化器可表述为：S422、均值量化器可表述为：其中，o
u
,o
r
为量化参数，经过量化器后，控制信号τ
i
变成Q(τ
i...

【专利技术属性】
技术研发人员：宁君，马昊冉，彭周华，刘陆，李铁山，陈俊龙，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：