一种自适应学习的无人艇控制方法及系统技术方案

本发明专利技术提供了一种自适应学习的无人艇控制方法及系统，涉及智能控制技术领域，该方法包括：得到预定海域特征，生成海域栅格图；生成预定航行路径；监测所述无人艇的实时位置，构建所述实时位置的二维坐标系；得到所述实时位置的实时期望航向角；对所述实时期望航向角进行偏差分析，得到实时应用航向角；进行全局控制寻优，得到实时最优控制方案；基于所述实时最优控制方案对所述无人艇进行航行控制，解决了现有技术中存在由于对航行路径的分析不够详细，且对航行控制的影响因素分析准确度不足，进而导致无人艇的路径规划不合理，同时航行控制精度和准确度不足的技术问题，达到提升无人艇航行控制准确性和控制精度的技术效果。无人艇航行控制准确性和控制精度的技术效果。无人艇航行控制准确性和控制精度的技术效果。

【技术实现步骤摘要】
一种自适应学习的无人艇控制方法及系统


[0001]本专利技术涉及智能控制
，具体涉及一种自适应学习的无人艇控制方法及系统。

技术介绍

[0002]无人艇是一种能够根据导航信息，利用现代智能控制算法进行自主规划和航行，完成岸上人员指定任务的设备。由于无人艇速度快，质量小，易受到风、浪等因素的干扰作用使其具有大惯性、大滞后的特点，因此对航行时的航向控制有更高的要求。
[0003]目前，现有技术中存在由于对航行路径的分析不够详细，且对航行控制的影响因素分析准确度不足，进而导致无人艇的路径规划不合理，同时航行控制精度和准确度不足的技术问题。

技术实现思路

[0004]本专利技术提供了一种自适应学习的无人艇控制方法及系统，用以解决现有技术中存在由于对航行路径的分析不够详细，且对航行控制的影响因素分析准确度不足，进而导致无人艇的路径规划不合理，同时航行控制精度和准确度不足的技术问题。
[0005]根据本专利技术的第一方面，提供了一种自适应学习的无人艇控制方法，包括：对无人艇的预定航行海域进行特征采集，得到预定海域特征，并根据所述预定海域特征生成所述预定航行海域的海域栅格图；依次读取所述无人艇的起点位置和终点位置，并根据所述起点位置和所述终点位置对所述海域栅格图进行分析，生成预定航行路径；监测所述无人艇的实时位置，并基于预定坐标方案构建所述实时位置的二维坐标系；结合所述预定航行路径与所述二维坐标系，得到所述实时位置的实时期望航向角；引入预定偏差函数对所述实时期望航向角进行偏差分析，得到实时应用航向角；所述无人艇在所述实时应用航向角下进行全局控制寻优，得到实时最优控制方案；基于所述实时最优控制方案对所述无人艇进行航行控制。
[0006]根据本专利技术的第二方面，提供了一种自适应学习的无人艇控制系统，包括：海域特征分析模块，所述海域特征分析模块用于对无人艇的预定航行海域进行特征采集，得到预定海域特征，并根据所述预定海域特征生成所述预定航行海域的海域栅格图；海域栅格图分析模块，所述海域栅格图分析模块用于依次读取所述无人艇的起点位置和终点位置，并根据所述起点位置和所述终点位置对所述海域栅格图进行分析，生成预定航行路径；坐标系构建模块，所述坐标系构建模块用于监测所述无人艇的实时位置，并基于预定坐标方案构建所述实时位置的二维坐标系；实时期望航向角获取模块，所述实时期望航向角获取模块用于结合所述预定航行路径与所述二维坐标系，得到所述实时位置的实时期望航向角；实时应用航向角获取模块，所述实时应用航向角获取模块用于引入预定偏差函数对所述实时期望航向角进行偏差分析，得到实时应用航向角；全局控制寻优模块，所述全局控制寻优模块用于所述无人艇在所述实时应用航向角下进行全局控制寻优，得到实时最优控制方
案；航行控制模块，所述航行控制模块用于基于所述实时最优控制方案对所述无人艇进行航行控制。
[0007]根据本专利技术采用的一种自适应学习的无人艇控制方法，其可达到如下有益效果：1.在本实施例中，对无人艇的预定航行海域进行特征采集，得到预定海域特征，并根据所述预定海域特征生成所述预定航行海域的海域栅格图；依次读取所述无人艇的起点位置和终点位置，并根据所述起点位置和所述终点位置对所述海域栅格图进行分析，生成预定航行路径；监测所述无人艇的实时位置，并基于预定坐标方案构建所述实时位置的二维坐标系；结合所述预定航行路径与所述二维坐标系，得到所述实时位置的实时期望航向角；引入预定偏差函数对所述实时期望航向角进行偏差分析，得到实时应用航向角；所述无人艇在所述实时应用航向角下进行全局控制寻优，得到实时最优控制方案；基于所述实时最优控制方案对所述无人艇进行航行控制，达到提升无人艇航行控制准确性和控制精度的技术效果。
[0008]2.根据预定海域特征构建海域栅格图，便于快速、准确地确定障碍物位置，达到为后续的无人艇的航行控制提供基础数据，提升预定海域特征的可视化程度，提升控制效率的技术效果。
[0009]3.通过引入启发函数对确定最优航行路径，得到预定航行路径，达到实现航行路径的优化，提升路径规划的合理性，提升航行效率，进而提升航行控制准确度的技术效果。
[0010]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其他特征将通过以下的说明书而变得容易理解。
附图说明
[0011]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0012]图1为本专利技术实施例提供的一种自适应学习的无人艇控制方法的流程示意图；图2为本专利技术实施例中组建预定航行路径的流程示意图；图3为本专利技术实施例中获得实时最优控制方案的流程示意图；图4为本专利技术实施例提供的一种自适应学习的无人艇控制系统的结构示意图。
[0013]附图标记说明：海域特征分析模块11，海域栅格图分析模块12，坐标系构建模块13，实时期望航向角获取模块14，实时应用航向角获取模块15，全局控制寻优模块16，航行控制模块17。
具体实施方式
[0014]以下结合附图对本专利技术的示范性实施例作出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0015]为了解决现有技术中存在由于对航行路径的分析不够详细，且对航行控制的影响
因素分析准确度不足，进而导致无人艇的路径规划不合理，同时航行控制精度和准确度不足的技术问题，本专利技术的专利技术人经过创造性的劳动，得到了本专利技术的一种自适应学习的无人艇控制方法及系统。
实施例一
[0016]图1为本专利技术实施例提供的一种自适应学习的无人艇控制方法图，所述方法包括：步骤S100：对无人艇的预定航行海域进行特征采集，得到预定海域特征，并根据所述预定海域特征生成所述预定航行海域的海域栅格图；其中，如图2所示，本专利技术实施例步骤S100包括：步骤S110：对所述无人艇进行特征采集，得到无人艇特征；步骤S120：提取所述无人艇特征中的无人艇艇宽，并以所述无人艇艇宽作为单位栅格；步骤S130：基于所述单位栅格对初始海域图进行栅格分割，得到M个海域栅格，其中，M为大于1的整数；步骤S140：读取预定栅格标记方案；步骤S150：根据所述预定栅格标记方案依次对所述M个海域栅格进行标记，得到M个海域栅格标识；步骤S160：根据所述M个海域栅格标识确定所述海域栅格图。
[0017]其中，本专利技术实施例步骤S130包括：步骤S131：提取所述预定海域特征中的海域物理特征，其中，所述海域物理特征包括海域形状、海域尺寸；步骤S132：根据所述海域物理特征建立所述预定海域的第一海域图；步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应学习的无人艇控制方法，其特征在于，包括：对无人艇的预定航行海域进行特征采集，得到预定海域特征，并根据所述预定海域特征生成所述预定航行海域的海域栅格图；依次读取所述无人艇的起点位置和终点位置，并根据所述起点位置和所述终点位置对所述海域栅格图进行分析，生成预定航行路径；监测所述无人艇的实时位置，并基于预定坐标方案构建所述实时位置的二维坐标系；结合所述预定航行路径与所述二维坐标系，得到所述实时位置的实时期望航向角；引入预定偏差函数对所述实时期望航向角进行偏差分析，得到实时应用航向角；所述无人艇在所述实时应用航向角下进行全局控制寻优，得到实时最优控制方案；基于所述实时最优控制方案对所述无人艇进行航行控制。2.根据权利要求1所述无人艇控制方法，其特征在于，所述根据所述预定海域特征生成所述预定航行海域的海域栅格图，包括：对所述无人艇进行特征采集，得到无人艇特征；提取所述无人艇特征中的无人艇艇宽，并以所述无人艇艇宽作为单位栅格；基于所述单位栅格对初始海域图进行栅格分割，得到M个海域栅格，其中，M为大于1的整数；读取预定栅格标记方案；根据所述预定栅格标记方案依次对所述M个海域栅格进行标记，得到M个海域栅格标识；根据所述M个海域栅格标识确定所述海域栅格图。3.根据权利要求2所述无人艇控制方法，其特征在于，在所述基于所述单位栅格对初始海域图进行栅格分割之前，包括：提取所述预定海域特征中的海域物理特征，其中，所述海域物理特征包括海域形状、海域尺寸；根据所述海域物理特征建立所述预定海域的第一海域图；提取所述预定海域特征中的海面障碍物特征，其中，所述海面障碍物特征包括海面障碍物位置、海面障碍物尺寸；提取所述预定海域特征中的海底障碍物特征，其中，所述海底障碍物特征包括海底障碍物位置、海底障碍物影响范围；将所述海面障碍物特征与所述海底障碍物特征依次渲染至所述第一海域图，得到所述初始海域图。4.根据权利要求3所述无人艇控制方法，其特征在于，所述生成预定航行路径，包括：在所述海域栅格图中，匹配所述起点位置的起点栅格和所述终点位置的终点栅格；组建所述起点栅格的第一相邻栅格集，并对所述第一相邻栅格集进行筛选，得到第一目标栅格集；提取所述第一目标栅格集中的第一栅格，并计算所述第一栅格与所述终点栅格的第一估计代价；分析所述第一估计代价并确定最优第一栅格；基于所述最优第一栅格组建所述预定航行路径。
5.根据权利要求4所述无人艇控制方法，其特征在于，所述基于所述最优第一栅格组建所述预定航行路径，包括：根据所述起点栅格和所述最优第一栅格，得到第一实际代价；组建所述最优第一栅格的第二相邻栅格集，并对所述第二相邻栅格集进行筛选，得到第二目标栅格集；提取所述第二目标栅格集中的第二栅格，并计算所述第二...

【专利技术属性】
技术研发人员：叶刚，刘云平，倪宏宇，杨薛，葛愿，
申请(专利权)人：苏州优世达智能科技有限公司，
类型：发明
国别省市：