一种考虑队形伸缩的船舶编队自适应事件触发控制方法

1.本发明涉及船舶控制工程与船舶自动化航行装备应用技术领域，具体的说是一种考虑航路点规划约束和队形伸缩的船舶编队自适应事件触发控制方法。


背景技术：

2.近年来，在船舶运动控制领域中除了研究单船的路径跟踪外，船舶编队控制也得到越来越多的重视，这主要是由于多船编队在民用和军用领域都具有巨大的优势。船舶编队主要是指控制多艘船舶保持期望的队形在参考轨迹上航行，由于相对于单艘船舶而言具有更好的灵活性和容错性，并且能够在有限时间内执行高难度的任务，船舶编队控制已经被广泛地应用于海洋搜救作业、海洋资源勘察、多艘军舰协同作战、船舶远洋补给等多个方面。比如，在2014年3月8 日“马航mh370”飞机失事事件中，单船搜救不能快速有效地完成短时间内大范围搜救任务，这就需要多船编队进行海事搜救任务，从而提高搜救效率。另外， 2018年1月6日，中国长江口附近发生的巴拿马籍油船“sanchi”轮与中国香港散货船“cf crystal”轮的严重碰撞事故也体现出船舶编队开展搜救任务的重要性。
3.随着欠驱动船舶编队控制研究的发展，现有的船舶编队控制方法有领航跟随法、基于行为法、虚拟结构法和基于图论的方法等。其中，大多数研究学者青睐于领航跟随法和基于图论的方法。基于图论的方法又可以进一步分为集中式、分散式、分布式，该方法优点在于船
‑
船之间均有信息通信，容错性强，缺点是实现难度大，编队转向不灵活。而领航跟随法操作简单、灵活、便于实践，并且能够根据需要调整领导船和跟随船之间的视距和视角实现整个编队队形的伸缩，缺点在于对领导船依赖过强。在本发明中采取的是领导跟随法，为了直观表达该方法，公式(1)(2)中定义领导船和跟随船的视距ρ和视角λ，其几何结构如图1所示。
[0004][0005][0006]
其中，(x
l
,y
l
)为船体坐标下领导船的位置，(x,y)为跟随船的位置，ρ和λ分别表示领导船和跟随船之间的视距和视角。、
[0007]
根据张显库2012年于科学出版社发表的《船舶运动简捷鲁棒自适应控制》 2012.可知，欠驱动船舶编队的运动学和动力学模型可分别由公式(3)(4)表示。
[0008]
[0009][0010]
其中，η＝[x,y,ψ]
t
为船舶在地理坐标系下的位置向量，v＝[u,v,r]
t
为船舶速度向量，m
u
,m
v
,m
r
为船舶模型不确定，f
u
,f
v
,f
r
为未知函数，d
wu
,d
wv
,d
wr
为时变环境干扰，τ
u
,τ
r
为系统输入。
[0011]
在领航跟随结构中，领导船负责整个船舶编队路径跟踪参考轨迹，跟随船通过与领导船保持给定队形信息以形成期望队形。参考轨迹η
r
可以根据跟随船与领导船之间的期望视距ρ
d
和视角λ
d
以及领导船的位置信息η
l
获得，即：
[0012]
η
r
＝η
l
+r(ψ)l
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0013]
其中，l＝[ρ
d
cosλ
d
,ρ
d
sinλ
d
,0]
t
为位置配备向量，其决定了领导船与跟随船的相对位置关系，r(ψ)为矩阵，可以表示为公式(6)。根据上述公式(1
‑
6)即可实现领航跟随结构的船舶编队。
[0014][0015]
随着欠驱动船舶研究的发展，船舶编队控制的研究受到了前所未有的关注，国内外许多研究学者取得了较为成熟的研究成果，但是随着人类对海洋工程实践的探索和需求，许多问题也不断出现，迎来了许多新的挑战。
[0016]
下面我们从具体问题出发，对目前船舶编队研究存在的问题和不足之处进行归纳总结。
[0017]
1)现有的领航跟随编队控制方法很少考虑队形伸缩问题。尽管领航跟随法具有可伸缩性，驾驶员能够通过根据实时情况调整领导船和跟随船的视距ρ和视角λ来进行编队的伸缩，但是当视距改变过大时，参考轨迹呈折线状伸缩，船舶需要螺旋桨产生足够大的功率跟上参考轨迹。然而，在实际海洋实践中，船舶受驱动器输入饱和的约束，螺旋桨产生的功率存在着一个未知上限，因此需要一种有效的制导方法来解决参考轨迹的这种急剧性伸缩问题；
[0018]
2)在船舶编队控制领域中，现有的多数文章均是假定领导船的位置信息和速度信息均可被跟随船得知。在实际海洋工程中，船舶的位置信息可由gps和电子罗经等设备获得，速度信息只能通过通信等方式获得，然而，在航海实际中，船舶之间可能存在通信设备故障、频道被占用等情况，因此如何处理该问题对船舶编队控制十分重要；
[0019]
3)当前的船舶编队研究成果很少考虑海洋实践约束，即船舶在航行中通常根据预先设计好的计划航线航行。在航海实践中，参考路径是由驾驶员通过提前设置航路点w1,w2,
…
,w
n
进行设定，从而导引船舶沿计划航线航行。参考路径不仅包括直线段，还包括转向部分的曲线段。现有技术line of sight(los)制导算法是通过演绎航迹偏差进而计算出参考航向，间接引导船舶按照参考路径航行，实现航迹保持控制。然而，los制导算法只解决了直线部分的航迹保持问题，航路点附近曲线段部分并没有进行有效的航迹保持。


技术实现要素：

[0020]
针对现有技术中存在的上述不足之处，本发明要解决的技术问题是提供一种考虑队形伸缩的船舶编队自适应事件触发控制方法。
[0021]
本发明为实现上述目的所采用的技术方案是：一种考虑队形伸缩的船舶编队自适应事件触发控制方法，包括以下步骤：
[0022]
根据航路点信息和计划航速，规划逻辑制导虚拟小船的参考信号；
[0023]
通过视距变量和视角变量对视距和视角进行滤波；
[0024]
根据虚拟小船运动学模型，计算出自适应虚拟小船的速度向量和速度自适应律；
[0025]
跟随船按照所述速度向量和速度自适应律航行。
[0026]
所述航路点信息包括多个航路点坐标。
[0027]
所述逻辑制导虚拟小船的参考信号为：
[0028][0029]
其中，x
l
和y
l
表示逻辑制导虚拟小船在惯性坐标系下的位置坐标，u
l
为计划航速，ψ
l
为逻辑制导虚拟小船在惯性坐标系下的艏摇角，参数上的点代表该参数的一阶导数，r
l
为逻辑制导虚拟小船的艏摇角速度。
[0030]
所述通过视距变量和视角变量对视距和视角进行滤波，具体为：
[0031][0032]
其中，ρ
f
为滤波后的视距，ρ为逻辑制导虚拟小船和自适应虚拟小船之间的视距，t
ρ
为视距时间常数，λ
f
为滤波后的视角，λ为逻辑制导虚拟小船和自适应虚拟小船之间的视角，参数上的点代表该参数的一阶导数，t
λ
为视角时间常数。
[0033]
所述虚拟小船运动学模型为：
[0034][0035]
其中，η
v
＝[x
v
,y
v
,ψ
v
]
t
为自适应虚拟小船在惯性坐标系下的位置向量，x
v
,y
v
为自适应虚拟小船在惯性坐标系下的位置坐标，ψ
v
为自适应虚拟小船的艏摇角，为转换矩阵，v
v
为自适应虚拟小船的速度向量。
[0036]
所述自适应虚拟小船的速度向量为：
[0037][0038]
其中，为转换矩阵，k
e
是人为设置的控制参数矩阵，ε为常量，e＝η
r
‑
η
v
为跟随船参考轨迹和自适应虚拟小船轨迹的位置误差向量，η
r
＝[x
r
,y
r
,ψ
r
]
t
为跟随船参考轨迹的位置向量，x
r
,y
r
分别为跟随船参考轨迹位置的横坐标和纵坐标，ψ
r
为跟随船参考轨迹的方位角，η
v
＝[x
v
,y
v
,ψ
v
]
t
为自适应虚拟小船的位置向量，x
v
,y
v
为自适应虚拟小船在惯性坐标系下的位置坐标，ψ
v
为自适应虚拟小船的艏摇角，为速度向量上界的估计值，tanh(
·
)为双曲正切函数。
[0039]
所述自适应虚拟小船的速度向量的自适应律为：
[0040][0041]
其中，γ
v
为自适应律的控制参数，e
t
为e的转置，e＝η
r
‑
η
v
为跟随船参考轨迹和自适应虚拟小船轨迹的位置误差向量，σ
v
为常量，为的初始值，为速度向量上界的估计值，η
r
＝[x
r
,y
r
,ψ
r
]
t
为跟随船参考轨迹的位置向量，x
r
,y
r
分别为跟随船参考轨迹位置的横坐标和纵坐标，ψ
r
为跟随船参考轨迹的方位角，η
v
＝[x
v
,y
v
,ψ
v
]
t
为自适应虚拟小船的位置向量，x
v
,y
v
为自适应虚拟小船在惯性坐标系下的位置坐标，ψ
v
为自适应虚拟小船的艏摇角，ε为常量。
[0042]
本发明具有以下优点及有益效果：
[0043]
1、利用本发明制导算法解决了现有领航跟随编队控制不能直接执行队形伸缩任务的缺陷，能够有效避免参考轨迹在伸缩时呈折线状骤变而引起的跟踪误差增大，这对船舶编队执行避障、通过受限区域、战舰变换队形作战等船舶工程任务具有十分重大的意义；
[0044]
2、本发明制导算法考虑了海洋实践，即船舶编队在航行中通常按照预先设计好的计划航线航行。通过引入逻辑制导虚拟小船(lvs)，船舶编队可以根据驾驶员设置的航路点和计划航速信息在直线段和曲线段实现航迹保持控制任务，这更符合目前的船舶航行实践；
[0045]
3、本发明通过演绎自适应虚拟小船(avs)的速度向量并对其在线更新，这有效避免了在航行过程中领导船信息缺失的情况，能够实现船舶编队在领导船速度信息未知的情况下执行编队任务；
[0046]
4、本发明引入输入端事件触发机制，大幅度降低了驱动器和控制器之间的通信频率，减少了推机器的磨损程度，具有节能、绿色的特点，符合目前imo 推动的“清洁海洋上安全、保安和高效的航运”航运目标。
附图说明
[0047]
图1为领航跟随结构框架图；
[0048]
图2为本发明的船舶编队控制逻辑结构图；
[0049]
图3为本发明的海洋实践约束下领航跟随结构框架图；
[0050]
图4为本发明的lvs制导参考路径规划示意图；
[0051]
图5为本发明的考虑队形伸缩的船舶编队制导算法流程图；
[0052]
图6为蒲福风6级条件下海浪模型干扰三维视图；
[0053]
图7为视距滤波模型作用下队形伸缩对比图：(a)滤波前；(b)滤波后；
[0054]
图8为航海实践条件下船舶编队控制结果；
[0055]
图9为船舶跟踪误差变化曲线；
[0056]
图10为执行装置控制输入n,δ时间变化曲线；
[0057]
图11为相邻事件触发点的时间间隔图。
具体实施方式
[0058]
下面结合附图及实施例对本发明做进一步的详细说明。
[0059]
以输入端事件触发控制算法为例，图2给出了实现欠驱动船舶编队控制的逻辑结构图，执行模块包括制导系统和控制系统2部分，制导部分是本发明的核心所在，其中，视距视角滤波模型有效地解决了船舶编队参考轨迹的急剧伸缩问题；根据航路点信息，通过演绎逻辑制导虚拟小船(lvs)，船舶编队可以按照计划航线航行，这符合船舶海洋实践的需求；利用在线规划自适应虚拟小船 (avs)，跟随船可以在领导船速度信息未知的情况下执行编队任务。
[0060]
图3给出了海洋实践约束下领航跟随结构框架。其中，逻辑制导虚拟小船(lvs)数学模型不考虑任何船舶惯性和不确定性因素(逻辑制导虚拟小船是指一个不考虑船舶阻尼和惯性作用的理想船体，可以根据人为设定的航路点信息和计划航速为实船产生光滑的参考路径)，形式如式(7)所示，其主要任务是根据航路点信息为整个船舶编队演绎出光滑的参考路径和与之对应的命令信号u
l
、r
l
。其次，通过引入新的视距变量ρ
f
和视角变量λ
f
，让原来的视距ρ和视角λ通过时间常数为t
ρ
、t
λ
的视距视角滤波模型，即公式(8)，从而避免跟随船的参考轨迹呈折线状急剧伸缩。
[0061][0062][0063]
其中，ρ
f
为滤波后的视距，ρ为逻辑制导虚拟小船和自适应虚拟小船之间的视距，t
ρ
为视距时间常数，λ
f
为滤波后的视角，λ为逻辑制导虚拟小船和自适应虚拟小船之间的视角，t
λ
为视角时间常数。视距、视角均由人为设定。视距变量和视角变量决定船舶编队的队形，视距为船与船之间的距离，视角为船与船之间的角度，t
ρ
和t
λ
为时间常数，由人为设定。参数上的点代表该参数的一阶导数，
[0064]
对于自适应虚拟小船(avs)的规划(为解决领导船信息不可知以及实船的时滞性和大惯性的影响而引入自适应虚拟小船，其特点是速度向量经计算得出)，首先引入自适应虚拟小船运动学模型(9)，我们定义avs和跟随船之间的轨迹误差为e＝η
r
‑
η
v
，然后通过设计avs的速度向量(10)和在线演绎的速度自适应律 (11)，跟随船便可以在不需要领导船的速度信息条件下实现船舶编队任务。
[0065][0066]
其中，η
v
＝[x
v
,y
v
,ψ
v
]
t
为自适应虚拟小船在惯性坐标系下的位置向量，x
v
,y
v
为自适应虚拟小船在惯性坐标系下的位置坐标，ψ
v
为自适应虚拟小船的艏摇角，为转换矩阵，v
v
为自适应虚拟小船的速度向量，即公式(10)。
[0067]
[0068][0069]
其中，k
e
是人为设置的控制参数矩阵，γ
v
，ε，σ
v
为常量。通过设计李雅普诺夫函数(12)，证明了闭环系统的误差均为半全局最终一致稳定有界。
[0070][0071][0072]
图4给出了逻辑制导虚拟小船(lvs)参考路径规划原理示意图。图4中，参考路径w
i
‑1w
i+1
可以规划为3段：首先，我们利用式(14) 可以求取每一个直线段航线的方位角φ
i
‑
1,i
和φ
i,i+1
，转向偏差δφ
i
＝φ
i,i+1
‑
φ
i
‑
1,i
且δφ
i
∈(0,π/2]。转向半径r
i
通过内插求取，r
i
∈[r
min
,r
max
]，其计算公式为式(15)。当δφ
i
＞π/2，r
i
＝r
min
。因此，在光滑曲线段航线，r
l
＝u
l
/r
i
,t
l
＝δφ
i
/r
l
。利用上述算法对所有航路点信息进行计算，便可获得产生完整参考路径的逻辑制导虚拟小船 (lvs)命令信号。
[0073][0074][0075]
在航海实践中，考虑航海实践约束和队形伸缩的船舶编队控制制导算法可以按照图5所示流程进行执行。至此，上述即为本发明所提出的考虑航海实践约束和队形伸缩的船舶编队控制制导新算法，结合现有的船舶编队控制研究结果控制实际船舶跟踪自适应虚拟小船，最终实现符合航海实践需求的船舶编队控制效果。
[0076]
为了验证本发明所提出制导算法的有效性，此部分将以船长38m，排水量 118000kg的欠驱动船为被控对象，利用matlab2016a进行仿真实验。通过设计船舶编队狭水道航行数字仿真实验，计划航线由5个航路点w1(0,0),w2(0,1000), w3(2000,1500),w4(2000,3500),w5(3500,4000)确定，并且在第3个航路点w3之后设置队形缩小点s(1998,1920)。当逻辑制导虚拟小船到达缩小点s时，期望视距自动从200m 减为120m，跟随船的参考轨迹以足够光滑的变化形式收缩，从而使船舶编队通过狭水道区域。
[0077]
对应领导船的初始运动状态为[x(0),y(0),ψ(0)]
leader
＝[0m,0m,90
°
]，跟随船的初始运动状态分别为[x(0),y(0),ψ(0),u(0),v(0),r(0)]
follower1
＝[220m,
‑
30m,100
°
,4.5m/s，0m/s，0rad/s]， [x(0),y(0),ψ(0),u(0),v(0),r(0)]
follower2
＝[
‑
210m,
‑
30m,80
°
，5.5m/s，0m/s，0rad/s]。期望路径跟踪航速为u
l
＝6m/s。试验环境干扰考虑了风、海流和不规则海浪因素的影响，所采用的机理模型可参见文献fossen的《handbook of marine craft hydrodynamics and motion control》和张国庆的《超恶劣海况下船舶运动简捷鲁棒自适应控制》。仿真实验所使用环境干扰为：风速(蒲福风6级)v
wind
＝12.25m/s，风向ψ
wind
＝045deg；海浪干扰由风干扰模型耦合产生，即为在蒲福风6级情况下充分成长生成的不规则海浪，图6给出了试验海浪干扰的三维视图；海流v
current
＝0.5m/s，流向β
current
＝280deg。图7
‑
11给出了在上述实验条件下，利用动态虚拟小船制导算法实现的航海实践中船舶路径跟踪控制结果。从图7中可以看出，经过视距滤波模型滤波后，自适应虚拟小船产生的轨迹变得足够光滑，从而能够使跟随船获得较高的跟踪精度。图8给出了在海洋实践约束下船舶编队在二维平面上的控制效果，其中，逻辑制导虚拟小船能够精确地根据航路点信息规划出导引轨迹引导船舶实现直线和曲线段的有效航迹控制，自适应虚拟小船能够在不需要领导船信息的情况下产生光滑的参考轨迹。图9和图10分别给出了实验过程中船舶跟踪误差变量z
e
,ψ
e
和执行装置控制输入n,δ的时间变化曲线。图11给出了输入端事件触发机制的相邻触发点的时间间隔。可以看出，利用该发明实现的航海实践中的船舶编队控制执行装置动作合理符合船舶控制工程的实际需求，推进装置和转舵装置控制考虑其相互耦合因素，能够有效保证船舶控制精度。