1.一种航标巡检无人艇的路径规划方法,其特征在于,具体步骤如下:S1:动态海况下路径优化:通过计算航标间的夹角来动态决定顺时或逆时针进行绕行巡检,避开不必要的绕行,确定各航标在巡检区域内的精确位置,对于每个航标位置为(xbuoy,ybuoy),设定其巡检半径为radius,巡检环绕的总角度为θ,执行绕圆形的巡检,其巡检路径如下:xpath=xbuoy+radius×cosθ
ypath=ybuoy+radius×sinθ
在已知所要巡检的航标的位置后,需要根据当前巡检航标位置(xcurbuoy,ycurbuoy)、前一个巡检航标位置(xprebuoy,yprebuoy)与下一巡检航标的位置(xnextbuoy,ynextbuoy)计算出角度θdiff:θstart=π+atan2(ycurbuoy-yprebuoy,xcurbuoy-xprebuoy)θnext=atan2(ynextbuoy-ycurbuoy,xnextbuoy-xcurbuoy)在计算出θdiff后,将其与π进行对比,如果θdiff<π,则绕行航线为顺时针,否则为逆时针;
S2:复杂扰动下高精度轨迹跟踪:通过MPC-自适应前视距离LOS联合控制,将跟踪误差优化;
S2.1:设计MPC预测模型
基于MPC的巡检无人艇轨迹跟踪基本原理:
在系统状态测量环节,获取巡检无人艇的实时位置、速度和航向角,系统模型描述无人艇的状态变化规律,在状态预测中,基于当前状态和模型,预测未来的状态轨迹,通过求解优化问题,求解出在预测步长Np内的最优预测控制输入序列,再将优化的控制输入应用到巡检无人艇的执行器中,巡检无人艇根据控制输入调整航行,并通过传感器反馈状态,再不断重复此过程,通过这种滚动优化策略,每一步的输入都是基于当前状态计算的最优值;
建立非线性状态空间模型:
在巡检无人艇的路径跟踪过程中,首先利用传感器采集当前巡检无人艇的运动状态信息,随后,结合系统的预测模型、前一时刻的控制输入以及未知输入序列,计算得到未来预测输出轨迹序列,接着,将预测输出轨迹序列、参考轨迹以及未知输入序列纳入目标函数中,并在系统约束条件下,求解出最优输入序列,以实现目标函数值的最小化,最终,将最优输入序列中的首个控制输入应用于巡检无人艇,并持续一个控制周期,定义x=[x yψu v r]T为系统状态变量,y=[x y]T为系统输出,巡检无人艇运动方程为:y=P2x
其中函数f为USV运动模型的非线性方程,τd为环境干扰,vc为附体坐标下水流的速度,系统线性化和离散化:在模型预测控制中,采用近似线性化技术,假设参考系统已经完全处于期望路径上,通过获取路径上每个时刻的状态量和控制量,基于对参考系统和当前系统偏差的处理,设计模型预测控制器以跟踪期望路径,即在忽略干扰的情况下,参考轨迹可以表示为:在任意参考点(xR,uR)处对函数进行一阶泰勒展开,得到:上述两式相减得到系统新的状态空间模型:
式中,
采用欧拉法对模型进行离散化,有:
Ak=I+T·A,Bk=T·B
其中,Ak和Bk分别为离散化后的系统矩阵,T为离散时间步长,I为单位矩阵,故可得:式中,表示离散系统输出,即该式表示非线性系统在任意一个参考点(xR,uR)处线性化后的系统方程;
设置约束条件:
在特定时刻k以及预测周期Np内,控制量的极限、控制增量以及输出量的约束可以表达如下:Δumin≤Δu(k+i)≤Δumax,i=0,1,2…,Nc-1umin≤Δu(k+i)≤Δumax,i=0,1,2,…,Ncymin≤y(k+i)≤umax,i=1,2,…,Np其中,Np为预测步长,Nc为控制步长,Δumin、Δumax为输入增量约束,umin、umax为输入约束,ymin、ymax为输出约束,且满足Δu(k+i)=u(k+i)-u(k+i-1),通常来说,Np≥Nc,且u(k+i)=u(k+Nc-1),i=Nc,...,Np-1,采用前项欧拉法可得离散的状态空间方程,并构建新的状态量结合后可得到新的空间状态模型:其中,m为系统控制量维度,n为系统状态量维度,对于欠驱动巡检无人艇运动模型,m=2、n=6,系统在预测时域Np内的预测输出表达式为:其中为在预测时域Np内的预测输出,ΔU(k)为控制时域Nc内的预测输入,Ψk和θk为系统矩阵,具体定义如下:为确保巡检无人艇能够迅速且平稳地追踪期望轨迹,必须基于系统状态量的偏差、控制量及其增量构建目标函数,在设计目标函数时,需要兼顾追踪目标的速度和系统输入的能量消耗,因此目标函数定义如下:在该公式中,Q和R代表权重矩阵,其权重大小可以根据控制需求的变化而进行相应的调整,在求解过程中,目标函数将被简化如下:其中:
因此基于线性MPC的船舶轨迹跟踪可描述为如下最优值问题:argmin{J(ΔU(k))}
s.t.
ΔUmin≤ΔU(k)≤ΔUmax
Umin≤MΔU(k)+U(k)≤Umax,
Ymin≤Y(k)+YR(k)≤Ymax.
S2.2:设计自适应前视距离LOS
为解决固定的Δ使得循迹过程出现震荡和抖动,设计基于横向误差ye在线调整前视距离Δ的公式,设计的时变前视距离公式使得巡检无人艇能够更快速且平稳地完成路径追踪,时变前视距离公式如下:在循迹过程中,前视距离的最小值和最大值(即Δmin和Δmax)分别设置为船体长度的2倍和4倍,γ为收敛速率,取值为0.05,为了获得优异的路径追踪效果,当无人艇偏离目标路径较远时,前视距离取较小值,从而加快收敛速度;当无人艇接近目标路径时,前视距离取较大值,以提高无人艇的平稳性,有效避免路径追踪过程中的震荡,由于巡检无人艇受到环境干扰产生横漂速度v,导致实际的合速度U为:导致巡检无人艇实际运动方向和船艏摇角方向产生一个小的侧滑角β:β=atan2(v,u)
因此,在考虑侧滑角情况下巡检无人艇船的期望艏摇角为ψd才能使无人艇实际运动方向为期望航线角,即朝着(xlos,ylos)运动:
2.根据权利要求1所述的一种航标巡检无人艇的路径规划方法,其特征在于:S1中所述的航标位置设定为均匀分布的三个点,航标的分布模式和数量允许根据具体情况进行参数调整。
3.根据权利要求1所述的一种航标巡检无人艇的路径规划方法,其特征在于:S2.1中所述的MPC,其控制性能受到建模精度、预测步长和目标函数求解效率的影响。
4.根据权利要求1所述的一种航标巡检无人艇的路径规划方法,其特征在于:S2.1中所述的建立非线性状态空间模型时,鉴于外部干扰因素的存在,船舶的实际状态与预测状态之间会出现偏差。
5.根据权利要求1所述的一种航标巡检无人艇的路径规划方法,其特征在于:S2.1中所述的建立非线性状态空间模型时,采用水动力模型作为轨迹跟踪的控制基础。
6.根据权利要求5所述的一种航标巡检无人艇的路径规划方法,其特征在于:所述水动力模型中不包括舵和螺旋桨的驱动模型及其相互作用的影响,直接将力和力矩作为轨迹跟踪控制的输入参数,位置作为控制输出。
7.根据权利要求1所述的一种航标巡检无人艇的路径规划方法,其特征在于:S2.1中所述的系统线性化和离散化需要先对系统进行离散化处理,随后进行线性化,最终利用线性MPC求解出最优控制序列。
8.根据权利要求1所述的一种航标巡检无人艇的路径规划方法,其特征在于:S2.1中所述的设置约束条件时,需要考虑控制量的极限、控制增量约束条件,同时还需对巡检无人艇的运动路径施加边界限制。
9.根据权利要求1所述的一种航标巡检无人艇的路径规划方法,其特征在于:S2.2中所述的前视距离Δ是一个固定值,在循迹的初始阶段,横向误差ye偏大,巡检无人艇应迅速收敛到LOS点,但固定的前视距离Δ使得巡检无人艇无法快速调整航向,导致收敛速度较慢。