船舶智能航行控制方法與應(yīng)用

目錄
第1章 緒論 1
1.1 引言 1
1.2 智能船舶概念與發(fā)展 3
1.3 船舶智能航行控制發(fā)展 5
1.3.1 感知子系統(tǒng) 7
1.3.2 認知子系統(tǒng) 7
1.3.3 決策子系統(tǒng) 7
1.3.4 控制子系統(tǒng) 8
參考文獻 8
第2章 船舶智能航行近距離目標(biāo)感知 10
2.1 船舶智能航行近距離目標(biāo)感知系統(tǒng) 10
2.2 基于毫米波雷達的船舶近距離障礙物識別方法 12
2.2.1 毫米波雷達簡介 12
2.2.2 基于毫米波雷達的船舶感知方法 13
2.3 基于激光雷達的船舶目標(biāo)感知方法 15
2.3.1 基于先驗知識的三維點云目標(biāo)識別方法 17
2.3.2 基于學(xué)習(xí)機制的三維點云目標(biāo)識別方法 18
2.3.3 基于三維激光點云的目標(biāo)識別方法 20
2.4 船載三維激光雷達目標(biāo)識別軟件 24
2.4.1 軟件簡介 24
2.4.2 軟件功能 24
參考文獻 26
第3章 船舶智能航行避碰路徑規(guī)劃 30
3.1 船舶避碰路徑規(guī)劃主要算法 30
3.2 基于A*算法的船舶全局路徑規(guī)劃方法 32
3.3 面向無人航道測量的船舶A*算法路徑規(guī)劃方法 33
3.3.1 無人航道測量船路徑規(guī)劃算法的提出 34
3.3.2 仿真對比 36
3.3.3 仿真結(jié)果分析 39
3.4 考慮多因素的船舶改進A*算法路徑規(guī)劃方法 41
3.4.1 風(fēng)險建模 41
3.4.2 A*算法改進 45
3.4.3 仿真實例 52
參考文獻 57
第4章 船舶智能航行運動控制模型 60
4.1 船舶運動控制概述 60
4.2 船舶路徑跟蹤控制 61
4.2.1 控制 61
4.2.2 變結(jié)構(gòu)（滑模）控制 62
4.2.3 反饋線性化 62
4.2.4 智能控制 63
4.2.5 Backstepping算法 64
4.2.6 模型預(yù)測控制 64
4.2.7 各種方法的優(yōu)缺點分析 65
4.3 船舶路徑跟蹤自適應(yīng)控制 66
4.3.1 系統(tǒng)辨識方法 67
4.3.2 視距導(dǎo)航算法 69
4.3.3 船舶運動狀態(tài)觀測器 69
4.4 船舶運動建模 71
4.4.1 船舶運動模型 71
4.4.2 環(huán)境干擾 78
4.4.3 模型不確定性 80
參考文獻 82
第5章 船舶智能航行軌跡跟蹤控制 90
5.1 船舶軌跡跟蹤控制原理 90
5.1.1 MPC基本原理 90
5.1.2 基于MPC的船舶軌跡跟蹤基本原理 91
5.2 基于線性MPC的船舶軌跡跟蹤控制 91
5.2.1 非線性狀態(tài)空間模型建立 91
5.2.2 模型線性化和離散化 92
5.2.3 約束條件設(shè)置 93
5.2.4 化問題 95
5.2.5 仿真實驗 96
5.3 基于非線性MPC的船舶軌跡跟蹤控制 104
5.3.1 模型離散化 104
5.3.2 約束條件設(shè)置 105
5.3.3 化問題 106
5.3.4 仿真實驗 106
5.4 基于MPC與基于滑?？刂频拇败壽E跟蹤對比 108
5.4.1 基于滑模控制的軌跡跟蹤控制方法 108
5.4.2 仿真實驗對比 109
參考文獻 110
第6章 船舶智能航行路徑跟隨控制 111
6.1 船舶路徑跟隨控制原理 111
6.2 船舶自適應(yīng)LOS導(dǎo)航 112
6.2.1 LOS基本原理 112
6.2.2 自適應(yīng)LOS導(dǎo)航算法 115
6.3 船舶路徑跟隨控制 116
6.3.1 響應(yīng)型模型 116
6.3.2 船舶路徑跟隨控制模型 117
6.4 基于自適應(yīng)LOS和MPC的船舶路徑跟隨控制 117
6.5 基于自適應(yīng)LOS的船舶路徑跟隨仿真實驗 119
6.5.1 仿真參數(shù)設(shè)計 119
6.5.2 自適應(yīng)LOS參數(shù)整定 120
6.5.3 自適應(yīng)LOS與傳統(tǒng)LOS的路徑跟隨效果對比 121
6.5.4 無干擾情況下基于自適應(yīng)LOS和MPC的路徑跟隨控制 122
6.5.5 基于MPC與基于Backstepping的路徑跟隨對比 123
6.5.6 干擾情況下基于自適應(yīng)LOS和MPC的路徑跟隨控制 126
參考文獻 130
第7章 考慮不確定性的船舶智能航行路徑跟隨控制 131
7.1 基于傳統(tǒng)LS-SVM的運動模型參數(shù)辨識方法 131
7.1.1 基于傳統(tǒng)LS-SVM的函數(shù)估計方法 132
7.1.2 基于傳統(tǒng)LS-SVM的船舶路徑跟隨參數(shù)辨識方法 134
7.2 基于λ-LS-SVM的船舶運動模型在線參數(shù)辨識方法 136
7.2.1 基于滑動數(shù)據(jù)窗口的在線辨識方法 136
7.2.2 模型變化指數(shù)設(shè)計 137
7.2.3 輸入持續(xù)激勵方法 138
7.2.4 基于λ-LS-SVM的船舶運動模型在線辨識算法 138
7.3 基于λ-LS-SVM和MPC的船舶自適應(yīng)路徑跟隨控制 139
7.4 仿真實驗 141
7.4.1 場景1：機構(gòu)老化引起的參數(shù)改變 141
7.4.2 場景2：水流等引起的參數(shù)改變 142
7.4.3 場景3：船舶操縱性的改變 144
7.4.4 仿真結(jié)果及分析 146
參考文獻 147
第8章 基于擴張狀態(tài)觀測器的船舶智能航行路徑跟隨控制 148
8.1 通用ESO 148
8.1.1 ESO的提出 148
8.1.2 通用ESO觀測器的提出 150
8.2 補償ESO 152
8.2.1 連續(xù)補償擴張狀態(tài)觀測器 152
8.2.2 離散補償擴張狀態(tài)觀測器 154
8.3 基于離散補償ESO的MPC控制方法 155
8.3.1 方法的提出 155
8.3.2 穩(wěn)定性分析 156
8.3.3 實例驗證 158
8.4 基于LEM控制方法的船舶路徑跟隨控制 165
8.4.1 基本原理 165
8.4.2 仿真實驗驗證 166
參考文獻 169
第9章 船舶編隊航行協(xié)同控制 170
9.1 船舶編隊航行控制研究進展 170
9.1.1 船舶編隊控制結(jié)構(gòu) 170
9.1.2 船舶編隊運動模型 176
9.1.3 船舶編隊控制器 178
9.1.4 研究現(xiàn)狀與關(guān)鍵問題 180
9.2 船舶縱向航速協(xié)同控制方法 181
9.2.1 船舶的縱向動力模型 183
9.2.2 船舶航速跟馳建模 185
9.2.3 模型預(yù)測控制 187
9.2.4 仿真驗證 190
9.3 船舶編隊過閘控制方法 197
9.3.1 船舶編隊過閘控制研究背景 197
9.3.2 過閘船舶編隊控制結(jié)構(gòu) 199
9.3.3 過閘船舶編隊控制方法 200
9.4 船舶編隊控制研究展望 204
參考文獻 205
第10章 船舶智能航行控制應(yīng)用 212
10.1 感知-決策-控制一體化無人艇平臺 212
10.1.1 實驗平臺設(shè)計 212
10.1.2 算法與軟件實現(xiàn) 214
10.1.3 點云目標(biāo)識別實驗 215
10.1.4 路徑規(guī)劃實驗 217
10.2 船舶運動控制模型船平臺 218
10.2.1 模型船運動控制實驗平臺 219
10.2.2 平臺算法實現(xiàn) 226
10.2.3 實驗驗證 230
10.3 船閘水域船舶編隊航行平臺 242
10.3.1 概述 242
10.3.2 多船編隊過閘控制系統(tǒng) 242
參考文獻 253
編后記 254