<address id="vfzrl"><nobr id="vfzrl"><progress id="vfzrl"></progress></nobr></address>
    <address id="vfzrl"></address>

    <address id="vfzrl"></address>

    <em id="vfzrl"><form id="vfzrl"><nobr id="vfzrl"></nobr></form></em><address id="vfzrl"></address>
    <address id="vfzrl"></address>

    <noframes id="vfzrl"><form id="vfzrl"><th id="vfzrl"></th></form><form id="vfzrl"><th id="vfzrl"><th id="vfzrl"></th></th></form>

    國內或國外 期刊或論文

    您當前的位置:發表學術論文網農業論文》 開闊水域多物標動態自適應智能航行方法> 正文

    開闊水域多物標動態自適應智能航行方法

    所屬分類:農業論文 閱讀218次 時間:2021-09-30 10:42

    本文摘要:摘要:考慮船舶操縱特性、1972年國際海上避碰規則和良好船藝要求,提出了動態自適應目標船不協調避碰行動的開闊水域智能航行方法;將物標分類、建模并構建數字孿生交通環境,結合航向控制方法、操縱運動和復航模型構建了自動航行模型,推演了船舶非線性操縱運動;

      摘要:考慮船舶操縱特性、«1972年國際海上避碰規則»和良好船藝要求,提出了動態自適應目標船不協調避碰行動的開闊水域智能航行方法;將物標分類、建模并構建數字孿生交通環境,結合航向控制方法、操縱運動和復航模型構建了自動航行模型,推演了船舶非線性操縱運動;基于自動航行模型量化解析了«規則»要求,探究動態避碰機理,建立了可行航向求取方法;在多目標環境中,提出了目標船機動判別方法,研究了規則約束下構成自主航行方案的改向時機、幅度和復航時機等要素求取方法;依靠信息秒級更新的滾動計算,提出的智能航行方法可自適應剩余誤差和目標船隨機運動.仿真結果表明:提出的智能航行方法能將可行航向區間和改向幅度精確到1°;將程序運行和復航時機計算步長設置為1、10s,設置多類靜態物標和6艘保向保速目標船,在640、1053、2561和3489s,本船進行右轉9°、復航、保向保速和復航等操縱可讓請所有目標并自主航行至終點;設置目標船在300s采取不協調轉向避讓行動,本船在980、2790、3622、5470s時進行右轉9°、左轉12°、右轉17°和復航等操縱可讓請所有目標并自主航行至終點.可見,任意初始狀態下的船舶均可沿計劃航線自動航行至終點,提出的方法能滿足多個、多類動靜態物標共存的真實開闊水域環境中的智能航行需要.

      關鍵詞:交通信息;物標分類;數字孿生交通環境;復航方法;避碰機理;自動避碰;自主航行

    智能航行

      引言

      海上交通環境日益復雜,碰撞、擱淺、觸礁等事故持續發生,帶來巨大生命財產損失.調查表明,80%的海事事故是由人為因素造成的[1].智能航行作為智能船舶的主要功能模塊之一[2],是解決航行安全問題的有效途徑.其功能標志中,N級具有航路與航速的設計優化功能,No級是在N級基礎上,船舶需具有開闊水域自主航行能力,能按«1972年國際海上避碰規則»(簡稱«規則»)要求實施避碰決策和操作。

      交通論文范例: 海上油氣田技能人才隊伍體系化培育體制創新的實踐研究

      因此,開闊水域智能航行應能在自動避碰的前提下自主航行.本文中開闊水域是指有足夠水域供船舶操縱避碰的海區,可能存在島嶼或其他靜態物標.與智能航行相關的自動避碰與路徑規劃問題一直是研究的熱點和難點.部分學者采用確定性算法構建避碰模型.

      Bi等[3]總結了本船速度矢量與安全避讓之間的規律,研究了避碰機理;Xiong等[4G5]根據相對速度障礙方法研究復雜多船環境的避碰并進行避碰模擬;Huang等[6]提出了目標船非線性航行過程中碰撞危險算法,在多船環境中計算本船安全速度;Lazarowska[7]提出了基于船舶軌跡的避碰決策方法,考慮靜、動態障礙物生成復雜水域環境下的避碰決策.近幾年智能算法在解決和優化路徑規劃問題時效果明顯.人工勢場法應用于船舶定位導航領域,增強了定位的精度[8G9];蟻群算法依賴其分布式特性和強魯棒性,預設避碰路徑參數后可快速計算安全經濟的避碰路徑[10G13]。

      結合貝葉斯神經網絡模型和模糊數學模型后,可計算在多個有碰撞危險的目標船條件下的最優避碰路徑[14];聯合路徑規劃算法能在多物標環境下計算所有船舶遵循«規則»要求時的安全路徑,預測避讓行動[15G17].但尚有關鍵問題亟待攻克:(1)全面融入«規則»和良好船藝要求;(2)融入船舶欠驅動特性對避讓的影響,推演船舶非線性避碰操縱過程;(3)建立高度抽象和數字化交通環境,提出能自適應目標船不協調避讓行動的智能航行方法.賀益雄等[18G22]基于«規則»,確定了不同會遇態勢應遵循的避碰行動原則和時機,合成PID航向控制方法和MMG船舶運動模型構建航向控制系統,仿真船舶轉向過程中的非線性變化,計算每一時刻目標船位置,推演動態避碰機理.

      以此為基礎,本文在多物標的開闊水域中,航線確定時構建基于物標分類的數字孿生交通環境,并按各類目標避讓要求刻畫動態避碰機理;提出轉向點判別方法和復航模型,結合MMG和模糊PID控制建立自適應自動航行模型;基于動態避碰機理和反饋原理,依靠滾動時序方法,構建自適應的智能航行方法.開闊水域航行的船舶慣性較大,出于保護主機的目的一般只考慮變向避讓[18].

      1自適應智能航行方法

      1.1智能航行實現步驟與誤差可以預見,船舶智能航行的最終實現需要完成交通環境態勢智能識別G操縱方案決策G伺服機構執行3個步驟,并循環進行上述步驟.在該循環中,方案決策和智能態勢感知、執行方法是深度耦合的.操縱方案決策須基于對環境的正確判斷和執行過程的預演.環境判斷依賴的基礎數據包括各種動靜態物標和本船運動態勢數據,執行過程依賴船舶運動模型和航向航速控制方法的精度與可靠性.

      因此,智能航行系統的誤差來源于以下三方面:(1)態勢感知誤差,包括風浪流、靜動態物標和本船運動態勢數據誤差;(2)本船運動模型參數誤差;(3)控制參數誤差.可通過以下方法消除或降低影響:(1)提高傳感器精度;(2)選用合適船舶運動數學模型提高其適應性;(3)根據先驗知識和收斂性準則優化控制器參數.剩余的誤差,可設計具有自適應能力的系統,基于輸入態勢信息的快速更新予以補償.

      1.2基于滾動時序的智能航行方法框架真實海上環境中,目標船可能會進行不協調避碰行動且極難預測.為自適應地應對目標船不可預測機動操縱,根據船舶運動模型及控制算法,構建滾動時序的自適應智能航行方法.智能航行控制系統中,本船的時序操縱方案是輸入,而輸出是安全航行方案.可根據實時采樣更新位置和姿態信息分析航行態勢,反饋調節、執行操縱方案.

      2目標分類與避讓

      將近岸水域劃分為可航行水域和不可航行水域,依據«規則»及良好船藝構建特殊目標數學模型.(1)可航行水域.對于可航水域中本船應及早采取避碰行動并在較遠距離通過的目標,如鉆井平臺、島嶼、操限、失控船等,將這類目標視為圓形障礙物并設置固定半徑;對于部分尺度較大的目標,如拖帶船隊、拖網漁船等,依據目標形狀作為條形障礙物并禁止船舶通過;尺度較小的目標,如浮標、明暗礁等,船舶可以在較近的距離通過這類目標,視為點狀障礙物[22].(2)不可航行水域.淺灘、岸線等連續目標面積較大,船舶不會穿過或駛入,可視為多邊形目標.依據海圖中這些目標的凹凸形狀確定頂點,構成一個多邊形,其內部不允許船舶通過.

      3自動航行模型

      本節提出航線確定時的復航方法,根據本船和計劃航線的相對位置、船舶運動狀態實時求解復航改向角,結合MMG和模糊PID控制方法構建自適應自動航行模型,實現任意初始條件下的船舶非線性操縱運動過程預測.本文中,沿計劃航線不考慮移動物標時的船舶航行模型為自動航行模型,而考慮移動物標的則為自主航行模型.

      3.1航向控制系統在船舶避碰研究中,不需考慮本船縱搖、垂蕩、橫搖運動,良好天氣下或自適應系統可以適應這些干擾時,可忽略外界風、浪、流干擾,采用三自由度MMG仿真船舶操縱運動.

      4仿真試驗與結果分析

      采用Qt4集成開發環境進行仿真.選取南中國海某海域模擬試驗場景,將海圖上標注的障礙物數字化,構建數字孿生交通環境,分別設置無船和有船條件下的自動(自主)航行試驗.未來應用時,鉆井平臺、島嶼、浮標、明(暗)礁、淺灘和岸線等靜態目標可在電子海圖中設計信息提取工具提取;可能出現的拖網漁船、拖帶船、操限船、失控船等特殊目標信息,可直接在AIS中讀取.

      5結語

      (1)通過構建數字孿生交通環境,建立自適應航行模型并結合自動避碰方法,依靠時序滾動計算提出了一個能動態自適應系統剩余誤差和目標船隨機運動的智能航行方法.(2)在存在多個靜動態物標且動態物標不協調行動的環境中,驗證了生成的智能航行操縱方案符合«規則»及良好船藝的要求,模型、方法具有自適應性,能夠為將來船舶在開闊水域多物標環境的自主航行決策提供堅實的理論依據和技術支持.(3)模擬的環境是開闊水域,船舶密度較低,因此只考慮轉向避讓,未來的研究需針對船舶在通航環境復雜、通航密度高的受限水域中展開.

      參考文獻:References:

      [1]李麗娜,陳國權,李國定,等.船舶擬人智能避碰決策方法研究綜述[J].航海,2014(2):42G49.LILiGna,CHENGuoGquan,LIGuoGding,etal.OverviewofresearchonintelligentcollisionavoidancedecisionGmakingmethodforships[J].Navigation,2014(2):42G49.(inChinese)

      [2]孫武.中國船級社發布«智能船舶規范(2020)»[J].船舶工程,2020,42(3):13G14.SUNWu.ChinaClassificationSocietydispatchingtherulesofintelligentship(2020)[J].ShipEngineering,2020,42(3):13G14.(inChinese)

      作者:賀益雄1,2,梁宇1,熊勇1,2,牟軍敏1,2,李夢霞1,張可1

    轉載請注明來自發表學術論文網:http://www.cnzjbx.cn/nylw/28317.html

    多对一·精细化服务

    请填写信息,出书/专利/国内外/中英文/全学科期刊推荐与发表指导

    五级黄18以上免费看