System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种无人船动力学模型辨识方法、装置、设备及介质制造方法及图纸_技高网

一种无人船动力学模型辨识方法、装置、设备及介质制造方法及图纸

技术编号:41195778 阅读:6 留言:0更新日期:2024-05-07 22:24
本发明专利技术实施例公开了一种无人船动力学模型辨识方法、装置、设备及介质,所述方法包括:根据无人船的结构信息与船体坐标系构建动力学模型,并确定动力学模型中的待估计参数;将预设输入向量通过动力学模型获取模型输出数据;将相同预设输入向量下的实际观测数据与模型输出数据进行残差计算确定目标函数,其中,目标函数包括待估计参数;根据目标函数确定目标参数的梯度,将目标函数的梯度通过梯度下降计算确定目标参数的估计值,将目标参数的估计值替换待估计参数。通过实施本发明专利技术实施例的方法可较为精准地预测无人船的运动特性与响应方式,有助于更好地理解、设计、分析和优化控制系统,从而提高控制算法的性能和可靠性。

【技术实现步骤摘要】

本专利技术涉及无人船的控制领域,尤其涉及一种无人船动力学模型辨识方法、装置、设备及介质


技术介绍

1、随着科技的发展,无人船作为一项新兴技术在多种场景下表现出了巨大潜力。无人船的动力学模型是设计无人船控制系统的重要前提,并且动力学模型的精度也会影响控制系统的实际控制精度。现有技术通常使用的机理模型或数据驱动进行动力学建模。然而,基于数据驱动的辨识方法需要大量的训练数据和计算资源,并且对数据较为敏感,对于不同船型需要重新采集数据和训练。基于机理模型的建模方法建需要深入的物理知识理解,同时机理模型会涉及复杂的数学方程和计算,这可能会产生较高的计算成本。


技术实现思路

1、本专利技术实施例提供了一种无人船动力学模型辨识方法、装置、设备及介质,旨在提高无人船动力学模型建模精度和降低建模难度。

2、第一方面,本专利技术实施例提供了一种无人船动力学模型辨识方法,其包括:根据无人船的结构信息与船体坐标系构建动力学模型,并确定所述动力学模型中的待估计参数;将预设输入向量通过所述动力学模型获取模型输出数据;将相同所述预设输入向量下的实际观测数据与所述模型输出数据进行残差计算确定目标函数,其中,所述目标函数包括所述待估计参数;根据目标函数确定目标参数的梯度,将所述目标函数的梯度通过梯度下降计算确定所述目标参数的估计值,将所述目标参数的估计值替换所述待估计参数。

3、第二方面,本专利技术实施例还提供了一种无人船动力学模型辨识装置,其包括:确定单元,用于根据无人船的结构信息与船体坐标系构建动力学模型,并确定所述动力学模型中的待估计参数;获取单元,用于将预设输入向量通过所述动力学模型获取模型输出数据;误差单元,用于将相同输入向量下的实际观测数据与所述模型输出数据进行残差计算确定目标函数,其中,所述目标函数包括所述待估计参数;更新单元,用于根据目标函数确定目标参数的梯度,将所述目标函数的梯度通过梯度下降计算确定所述目标参数的估计值,将所述目标参数的估计值替换所述待估计参数。

4、第三方面,本专利技术实施例还提供了一种计算机设备,其包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。

5、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现上述方法。

6、本专利技术实施例提供了一种无人船动力学模型辨识方法、装置、设备及介质。其中,所述方法包括:根据无人船的结构信息与船体坐标系构建动力学模型,并确定所述动力学模型中的待估计参数;将预设输入向量通过所述动力学模型获取模型输出数据;将相同所述预设输入向量下的实际观测数据与所述模型输出数据进行残差计算确定目标函数,其中,所述目标函数包括所述待估计参数;根据目标函数确定目标参数的梯度,将所述目标函数的梯度通过梯度下降计算确定所述目标参数的估计值,将所述目标参数的估计值替换所述待估计参数。本专利技术实施例根据无人船的结构信息构建动力学模型,即结合了物理模型,并采集了不同输入信号下无人船实际运动数据,计算模型预测数据与实际数据的均方误差确定目标函数,并采用梯度下降法得到动力学模型中的待估计参数,即结合了数据驱动模型。通过结合物理模型与数据驱动模型得到的无人船动力学模型可以较为精准的预测无人船的运动特性与响应方式,有助于更好地理解、设计、分析和优化控制系统,从而提高控制算法的性能和可靠性。

本文档来自技高网...

【技术保护点】

1.一种无人船动力学模型辨识方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将预设输入向量通过所述动力学模型获取模型输出数据的步骤包括:

3.根据权利要求1所述的方法,其特征在于,所述根据目标函数确定目标参数的梯度,将所述目标函数的梯度通过梯度下降计算确定所述目标参数的估计值的步骤,包括:

4.根据权利要求1所述的方法,其特征在于,所述将所述目标参数的估计值替换所述待估计参数的步骤之后,还包括:

5.根据权利要求4所述的方法,其特征在于,所述将相同所述油门值下的所述预测运动数据与测试数据集合中的实际观测数据进行比较的步骤之前,包括:

6.根据权利要求1所述的方法,其特征在于,所述无人船动力学模型为:其中,M为惯性质量矩阵,为向心力与科氏力系数矩阵,为阻力系数矩阵,v为船体速度,为力和力矩向量。

7.根据权利要求1所述的方法,其特征在于,所述目标函数为:其中,为所述目标函数,所述为所述模型输出数据,为所述实际观测数据,为所述待估计参数。

8.一种无人船动力学模型辨识装置,其特征在于,包括:

9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求 1-7 中任一项所述的方法。

10. 一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现如权利要求 1-7中任一项所述的方法。

...

【技术特征摘要】

1.一种无人船动力学模型辨识方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将预设输入向量通过所述动力学模型获取模型输出数据的步骤包括:

3.根据权利要求1所述的方法,其特征在于,所述根据目标函数确定目标参数的梯度,将所述目标函数的梯度通过梯度下降计算确定所述目标参数的估计值的步骤,包括:

4.根据权利要求1所述的方法,其特征在于,所述将所述目标参数的估计值替换所述待估计参数的步骤之后,还包括:

5.根据权利要求4所述的方法,其特征在于,所述将相同所述油门值下的所述预测运动数据与测试数据集合中的实际观测数据进行比较的步骤之前,包括:

6.根据权利要求1所述的方法,其特征在于,所述无人船动力学模型...

【专利技术属性】
技术研发人员:王培栋董雨晨程宇威
申请(专利权)人:陕西欧卡电子智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1