【技术实现步骤摘要】
本专利技术涉及自主航行控制，具体涉及一种无人艇智能航行控制方法、装置及设备。
技术介绍
1、近年来，伴随着计算机技术、通信技术、传感器技术以及材料科技等一系列技术的突破与进步，水面无人艇技术也在不断地发展。作为一种智能化水面航行器，水面无人艇具有无人化、自主能力强的突出优势，在军民领域均有广泛的应用价值。第一方面，水面无人艇主要用来对恶劣环境条件下的海洋、湖泊、江河等环境执行气象探测、地理测绘、水质勘测等公务任务。第二方面，水面无人艇主要用来完成侦查巡逻、搜潜反潜、空海目标打击等特殊作战任务。水面无人艇技术涉及多门学科、多个领域，相对于普通有人船艇，最大的不同是将原本由人完成的识别、决策等任务交由自动化设备与算法来完成，这就使得水面无人艇需要拥有像人类一样甚至超越人类的识别、判断、推理以及决策能力，从而能够独立、自主地完成航行等任务。对于无人艇而言，自主航行能力是其基本能力，自主航行控制技术是其必备的技术手段。水面无人艇在自主航行过程中，简单环境中的定速、定向航行是基础功能，但在执行任务过程中，水面无人艇需要经过港池码头、进出港狭窄水道、临港航行区域、海上锚泊地、繁忙航道、养殖区等复杂环境区域，同时在同一航次中，航行至不同海域还存在气象水文条件差异较大的情况。因此，需要水面无人艇能够根据不同的环境条件和艇型性能参数，自适应调整参数智能控制水面无人艇安全航行。当前，无人艇的航行控制主要以人工调整参数进行手动输入方式进行，还无法实现复杂环境条件下的自适应智能航行控制。
技术实现思路
1
2、为解决上述技术问题，本专利技术的技术方案如下：
3、本专利技术的实施例提出一种无人艇智能航行控制方法，包括：
4、根据无人艇周围的目标物信息、无人艇艇体航纵横摇信息以及气象水文信息，获取无人艇当前所处环境的环境态势；
5、根据无人艇姿态及所述环境态势，确定无人艇所处的航行场景；
6、根据所述无人艇当前所处航行场景，确定无人艇当前航行模式；
7、根据所述无人艇当前航行模式、预设航线以及无人艇当前姿态，控制所述无人艇自主航行。
8、可选的，根据无人艇周围的目标物信息、无人艇艇体航纵横摇信息以及气象水文信息，获取无人艇当前所处环境的环境态势包括：
9、通过不同类型传感器获取无人艇周围的目标物信息；
10、对所述目标物信息进行融合处理，确定目标物状态及目标物与无人艇的距离；
11、根据所述目标物状态、目标物与无人艇的距离、无人艇艇体航纵横摇信息以及气象水文信息，确定无人艇当前所处环境的环境态势。
12、可选的，根据所述环境态势，确定无人艇所处的航行场景包括：
13、当水面无人艇周围目标物个数小于第一预设值，且所述目标物距离无人艇的距离均大于第二预设值时，将无人艇所处的航行场景确定为开阔海域；
14、当水面无人艇周围目标物航迹稳定或目标物位置固定时，将无人艇所处的航行场景确定为锚地航道区域；
15、当水面无人艇周围目标物个数大于第一预设值、所述目标物距离无人艇的距离均小于第二预设值，且环境态势中包括码头泊位时，将无人艇所处的航行场景确定为港池码头环境。
16、可选的，根据所述无人艇当前所处航行场景，确定无人艇当前航行模式，包括：
17、当所述无人艇当前航行场景为开阔海域时，将无人艇当前航行模式确定为高速机动航行模式；
18、当所述无人艇当前航行场景为锚地航道区域时，将无人艇当前航行模式确定为常规巡航航行模式；
19、当所述无人艇当前航行场景为港池码头环境时，将无人艇当前航行模式确定为低速缓行模式。
20、可选的，根据所述无人艇当前航行模式、预设航线以及无人艇当前姿态，控制所述无人艇自主航行包括：
21、根据所述航行模式，通过第一预设算法控制所述无人艇的航速；
22、根据所述预设航线和无人艇当前姿态，通过第二预设算法控制所述无人艇的航向。
23、可选的，根据所述航行模式，通过第一预设算法控制所述无人艇的航速，包括：
24、根据航行模式，获取航速控制系统的期望输入航速sexp；
25、基于航速控制系统的期望输入航速sexp，通过eu＝sexp-sr、tru(k+1)＝tru(k)+δtru(k)以及获取航速控制指令输出tru(k+1)；
26、其中，其中，k＝0,1,2…表示某一时刻，sexp为航速控制系统期望输入航速，sr为航速控制系统实际航速值，为航速控制滑模面，eu为期望航速与实际航速之差，表示eu的一阶导数，δtru(k)为航速控制滑模解算步长增益值，tru(k+1)为航速控制指令输出，w＝[w1,w2,…,wn]t为航速控制神经网络的权值向量，wn为神经网络n节点权值，[w1,w2,...,wn]t为[w1,w2,...,wn]的转置向量；h(x)＝[h1(x),h2(x),…,hn(x)]t为神经网络模型的核函数，hn(x)为核函数参数，[h1(x),h2(x),…,hn(x)]t为[h1(x),h2(x),...,hn(x)]的转置向量；x为航速控制神经网络模型的输入向量，为w的一阶导数，λ1为航速控制过程滑模面参数，λ2为航速趋近过程的控制参数，λ3为航速控制滑模切换参数，λ4为航速神经网络的控制参数，λ5为航速自适应学习参数权值，λ6为航速控制阻尼参数权值。
27、可选的，根据所述预设航线和无人艇当前姿态，通过第二预设算法控制所述无人艇的航向，包括：
28、根据所述预设航线和无人艇当前姿态，通过跟踪误差算法、控制输出舵角命令算法、参数迭代学习更新算法以及重置算法控制所述无人艇的航向；
29、其中，跟踪误差算法为：err(m+1,i)＝yawd(m+1)-yaw(m+1,i)-p2r(m+1,i)；控制输出舵角命令算法为：参数迭代学习更新算法为：重置算法为当|δud(m,i-1)|≤ε或时进行重置；
30、其中，m＝0,1,2…表示第m个采样点，i＝0,1,2…表示序列号，r(m+1,i)为第i次迭代第m个采样时刻的艏向角速度，err(m+1,i)为m+1采样时刻i次迭代的误差，err(m+1,i-1)为m+1采样时刻i-1次迭代的误差，yaw(m+1,i)为第i次迭代第m个采样时刻的艏向，yawd(m+1)为期望艏向角，ud(m,i)为m次迭代控制输出舵角命令，ud(m,i-1)为m采样时刻i-1次迭代的控制输出舵角命令，δud(m,i-1)为ud(m,i)和ud(m,i-1)的差值，ε为一个充分小的正数，为控制系统迭代m次第i次解算伪偏导数值，为初始迭代时的初值，为控制系统迭代m次第i-1次解算伪偏导数值，δyaw(m+1,i-1)为yaw本文档来自技高网...
【技术保护点】
1.一种无人艇智能航行控制方法，其特征在于，包括：
2.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据无人艇周围的目标物信息、无人艇艇体航纵横摇信息以及气象水文信息，获取无人艇当前所处环境的环境态势包括：
3.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据所述环境态势，确定无人艇所处的航行场景包括：
4.根据权利要求3所述的无人艇智能航行控制方法，其特征在于，根据所述无人艇当前所处航行场景，确定无人艇当前航行模式，包括：
5.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据所述无人艇当前航行模式、预设航线以及无人艇当前姿态，控制所述无人艇自主航行包括：
6.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据所述航行模式，通过第一预设算法控制所述无人艇的航速，包括：
7.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据所述预设航线和无人艇当前姿态，通过第二预设算法控制所述无人艇的航向，包括：
8.一种无人艇智能航行控制装置，其特征在于，包
9.一种计算设备，其特征在于，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括：存储指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种无人艇智能航行控制方法，其特征在于，包括：
2.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据无人艇周围的目标物信息、无人艇艇体航纵横摇信息以及气象水文信息，获取无人艇当前所处环境的环境态势包括：
3.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据所述环境态势，确定无人艇所处的航行场景包括：
4.根据权利要求3所述的无人艇智能航行控制方法，其特征在于，根据所述无人艇当前所处航行场景，确定无人艇当前航行模式，包括：
5.根据权利要求1所述的无人艇智能航行控制方法，其特征在于，根据所述无人艇当前航行模式、预设航线以及无人艇当前姿态，控制所述无人艇自主航行包括：
【专利技术属性】
技术研发人员：高峰端，袁文亮，孙世平，权崇仁，解恺，付悦文，
申请(专利权)人：中船北京智能装备科技有限公司，
类型：发明
国别省市：
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。