CN114995409A - 一种无人船自主巡航控制***及巡航方法 - Google Patents

一种无人船自主巡航控制***及巡航方法 Download PDF

Info

Publication number
CN114995409A
CN114995409A CN202210576714.1A CN202210576714A CN114995409A CN 114995409 A CN114995409 A CN 114995409A CN 202210576714 A CN202210576714 A CN 202210576714A CN 114995409 A CN114995409 A CN 114995409A
Authority
CN
China
Prior art keywords
unmanned ship
ship
unmanned
cruise
axis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210576714.1A
Other languages
English (en)
Inventor
余道洋
李梁
刘锦淮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Institutes of Physical Science of CAS
Original Assignee
Hefei Institutes of Physical Science of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei Institutes of Physical Science of CAS filed Critical Hefei Institutes of Physical Science of CAS
Priority to CN202210576714.1A priority Critical patent/CN114995409A/zh
Publication of CN114995409A publication Critical patent/CN114995409A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种无人船自主巡航控制***及巡航方法。本发明公开了一种无人船自主巡航方法，包括以下步骤：S1、船载SLAM***通过无人船上传感器采集数据并处理生成无人船的位姿和地图构建更新，激光雷达生成点云数据并处理对无人船周围的障碍识别和边界位姿识别，进行生成网格地图；S2、无人船接收巡航指令；S3、无人船主控***根据巡航指令、位姿和地图进行线路规划，并形成参考巡航路径；S4、无人船根据参考巡航路径开始进行巡航，巡航的过程中，通过无人船非线性控制器对无人船动力模型的最优解进行求解；S5、根据无人船动力模型的最优解以及参考巡航路径来修正无人船的实际航向，本发明能够对无人船的实际航向进行优化控制，使得无人船的实际航行路径更加贴近有规划的循环路径。

Description

一种无人船自主巡航控制***及巡航方法
技术领域
本发明涉及无人船自主航向技术领域，具体是一种无人船自主巡航控制***及巡航方法。
背景技术
现有的无人船多是使用SLAM***进行自主巡航控制，但是无人船在SLAM***控制下进行自主巡航时，往往会出现误差，导致无人船实际航向与姿态与规划的路线有偏差。
发明内容
本发明的目的在于提供一种无人船自主巡航控制***及巡航方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种无人船自主巡航方法，包括以下步骤：
S1、船载SLAM***通过无人船上传感器采集数据并处理生成无人船的位姿和地图构建更新，激光雷达生成点云数据并处理对无人船周围的障碍识别和边界位姿识别，进行生成网格地图；
S2、无人船接收巡航指令；
S3、无人船主控***根据巡航指令、位姿和地图进行线路规划，并形成参考巡航路径；
S4、无人船根据参考巡航路径开始进行巡航，巡航的过程中，通过无人船非线性控制器对无人船动力模型的最优解进行求解；
S5、根据无人船动力模型的最优解以及参考巡航路径来修正无人船的实际航向。
作为本发明进一步的方案：所述非线性控制器采用最小二乘法求解最优解，然后通最优解惩罚给定预测时域窗口NC(tj≤t≤tj+Nc)内，预测状态(qk)和控制(uk)轨迹与其指定参考的偏差:
Figure BDA0003662449110000021
Figure BDA0003662449110000022
qk+1＝f(qk，uk)，k＝j，…，j+Nc-1
qk，min≤qk≤qk，max，k＝j，…，j+Nc
uk，min≤uk≤uk，max，k＝j，…，j+Nc-1
其中
Figure BDA0003662449110000023
表示船舶状态，
Figure BDA0003662449110000024
表示控制输入，
Figure BDA0003662449110000025
表示当前状态估计，
Figure BDA0003662449110000026
和
Figure BDA0003662449110000027
分别表示时变状态和控制参考；
Figure BDA0003662449110000028
表示终端参考状态；
Figure BDA0003662449110000029
和
Figure BDA00036624491100000210
是正定权重矩阵，用于惩罚与期望值的偏差；qk，min和qk，max分别表示状态的下界和上界；uk，min和uk，max分别表示控制输入的下限和上限。
作为本发明进一步的方案：所述qk＝[x y ψ u v r]T，uk＝[f1 f2]T
其中x y ψ分别是船舶沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡位置，u v r分别是浪涌速度(u)、摇摆速度(v)和偏航率(r)；
f1和f2分别是2台船舶推进器的推力。
作为本发明进一步的方案：所述无人船采用六自由度模型来描述其运动，六自由度模型考虑了无人船所处真实水域环境中复杂运动情况的全部自由度，无人船的状态矢量由等式1表示，包含船体沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡以及绕X轴、Y轴、Z轴纵摇、横摇以及艏摇，六自由度模型有基于惯性坐标性和载体坐标系两种描述方式，惯性坐标系(o0x0y0z0)以地球中心为坐标原点，x0，y0，z0轴分别指向正北、正东、地心，载体坐标系(oxyz)以船体质心为坐标原点，x轴沿船首方向，y轴垂直于x轴沿船体右侧，z轴垂直于xoy平面指向地心；
Figure BDA0003662449110000031
式中，x0，y0，z0是惯性坐标系下无人船的位置，
Figure BDA0003662449110000032
θ，ψ为载体坐标系下的欧拉角，可以由船载的RTK和INS组合导航仪测得的线速度和角速度积分计算出，无人船运动状态在两种坐标系下的转换关系如下所示：
Figure BDA0003662449110000033
Figure BDA0003662449110000034
Figure BDA0003662449110000035
Figure BDA0003662449110000036
式中，u，v，w是线速度的测量值，zp，zq，zr是角速率测量值，Tv，Ta是转换矩阵，联立等式2-5可得等式6；
Figure BDA0003662449110000039
作为本发明进一步的方案：所述无人船通过级联无人船的状态向量xv和地图参数向量xm来拓展状态向量x，以达到同时估计无人船的运动状态以及环境中的障碍物信息的目的：
Figure BDA0003662449110000041
其中xmi表示第i个障碍物平面结构的地图参数，该地图参数向量的维度随检测到的平面曲面的数量而增加，最终，无人船的***运动学方程可以由等式8表示，其中zdr为船载感知***的测量值，联立等式6可得f(xv，zdr)，w为零均值的高斯白噪声；
Figure BDA0003662449110000042
再利用船载传感器的观测信息来推断无人船的位置，测距传感器的观测量z是某个环境特征相对于传感器的位置和角度信息，***的测量方程表示如下：
Figure BDA0003662449110000043
式中，dx和dy表示无人船与当前观测地标之间的相对位置，γ表示无人船航向角；E是转换矩阵，而v是测量噪声。
一种无人船自主巡航控制***，所述无人船上设有船载传感器部、SLAM***以及无人船主控***，所述无人船主控***连接有控制终端，所述无人船主控***与所述SLAM***连通，所述无人船主控***内设有船舶非线性控制器，所述船舶非线性控制器内设有线路优化器，所述线路优化器内设有代价函数模块、控制模型、约束函数模块。
作为本发明进一步的方案：所述传感器部包括激光雷达、惯性和卫星组合导航模块、摄像头、毫米波雷达，所述激光雷达包括机械激光雷达，所述机械激光雷达通过网格地图生成器与所述船载主控***连通。
与现有技术相比，本发明的有益效果是：本发明通过在无人船上设置船舶非线性控制器，船舶非线性控制器内设置有包括代价函数、控制模型、约束函数的优化器，能够对无人船的实际航向进行优化控制，使得无人船的实际航行路径更加贴近有规划的循环路径。
附图说明
图1为本实施例无人船自主控制与决策***构架；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中，所述无人船上设有船载传感器部、SLAM***以及无人船主控***，所述无人船主控***连接有控制终端，所述无人船主控***与所述SLAM***连通，所述无人船主控***内设有船舶非线性控制器，所述船舶非线性控制器内设有线路优化器，所述线路优化器内设有代价函数模块、控制模型、约束函数模块，所述传感器部包括激光雷达、惯性和卫星组合导航模块、摄像头、毫米波雷达，所述激光雷达包括机械激光雷达，所述机械激光雷达通过网格地图生成器与所述船载主控***连通。
一种无人船自主巡航方法，包括以下步骤：
S1、船载SLAM***通过无人船上传感器采集数据并处理生成无人船的位姿和地图构建更新，激光雷达生成点云数据并处理对无人船周围的障碍识别和边界位姿识别，进行生成网格地图；
S2、无人船接收巡航指令；
S3、无人船主控***根据巡航指令、位姿和地图进行线路规划，并形成参考巡航路径；
S4、无人船根据参考巡航路径开始进行巡航，巡航的过程中，通过无人船非线性控制器对无人船动力模型的最优解进行求解；
S5、根据无人船动力模型的最优解以及参考巡航路径来修正无人船的实际航向。
实施例1
在本实施例中，无人船是一个欠驱动***，因此采用六自由度模型来描述其运动，六自由度模型考虑了无人船所处真实水域环境中复杂运动情况的全部自由度，无人船的状态矢量由等式1表示，包含船体沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡以及绕X轴、Y轴、Z轴纵摇、横摇以及艏摇。六自由度模型有基于惯性坐标性和载体坐标系两种描述方式，惯性坐标系(o0x0y0z0)以地球中心为坐标原点，x0，y0，z0轴分别指向正北、正东、地心，载体坐标系(oxyz)以船体质心为坐标原点，x轴沿船首方向，y轴垂直于x轴沿船体右侧，z轴垂直于xoy平面指向地心。
Figure BDA0003662449110000061
式中，x0，y0，z0是惯性坐标系下无人船的位置，
Figure BDA0003662449110000062
θ，ψ为载体坐标系下的欧拉角，可以由船载的RTK和INS组合导航仪测得的线速度和角速度积分计算出。无人船运动状态在两种坐标系下的转换关系如下所示：
Figure BDA0003662449110000063
Figure BDA0003662449110000064
Figure BDA0003662449110000065
Figure BDA0003662449110000066
式中，u，v，w是线速度的测量值，zo，zq，zr是角速率测量值，Tv，Ta是转换矩阵，联立等式(2-5)可得等式(6)。
Figure BDA0003662449110000069
Figure BDA0003662449110000071
通过级联无人船的状态向量xv和地图参数向量xm来拓展状态向量x，以达到同时估计无人船的运动状态以及环境中的障碍物信息的目的。
Figure BDA0003662449110000072
其中xmi表示第i个障碍物平面结构的地图参数。该地图参数向量的维度随检测到的平面曲面的数量而增加。最终，无人船的***运动学方程可以由等式(8)表示，其中zdr为船载感知***的测量值，联立等式(6)可得f(xv，zdr)，w为零均值的高斯白噪声。
Figure BDA0003662449110000073
再利用船载传感器的观测信息来推断无人船的位置，测距传感器的观测量z是某个环境特征相对于传感器的位置和角度信息，***的测量方程表示如下：
Figure BDA0003662449110000074
式中，dx和dy表示无人船与当前观测地标之间的相对位置，γ表示无人船航向角。E是转换矩阵，而v是测量噪声。
对于涉及无人船动力学学习的轨迹跟踪问题，拟采用最小二乘函数的形式为(Nonlinear Model Predictive Control，NMPC)制定了最优控制问题，以惩罚给定预测时域窗口Nc(tj≤t≤tj+Nc)内，预测状态(qk)和控制(uk)轨迹与其指定参考的偏差：
qk[x y ψ u v r]T，其中x y ψ分别是船舶沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡位置，u v r分别是浪涌速度(u)、摇摆速度(v)和偏航率(r)；
uk＝[f1 f2]T
f1和f2分别是2台船舶推进器的推力，通过控制船舶推进器的动力输出，进而可以实现前进、减速、转向控制，可以进一步控制船舶的航迹，在本实施例中以具有两台船舶推进器的无人船为例，通过两个。
Figure BDA0003662449110000081
Figure BDA0003662449110000082
qk+1＝f(qk，uk)，k＝j，…，j+Nc-1
qk，min≤qk≤qk，max，k＝j，…，j+Nc
uk，min≤uk≤uk，max，k＝j，…，j+Nc-1
其中
Figure BDA0003662449110000083
表示船舶状态，
Figure BDA0003662449110000084
表示控制输入，
Figure BDA0003662449110000085
表示当前状态估计，
Figure BDA0003662449110000086
和
Figure BDA0003662449110000087
分别表示时变状态和控制参考；
Figure BDA0003662449110000088
表示终端参考状态；
Figure BDA0003662449110000089
和
Figure BDA00036624491100000810
是正定权重矩阵，用于惩罚与期望值的偏差。对某一确定尺度的船舶，某些权重矩阵假定为常数，如p是模型中的参数向量，即船舶的有效载荷。此外，qk，min和qk，max分别表示状态的下界和上界；uk，min和uk，max分别表示控制输入的下限和上限。
加权矩阵Wq、Wu和WNc为将根据实际测试的结果进行设置和优化，预测时域Nc也将根据船舶的动力特性进行选择，Wq、Wu和WNc为正交矩阵，是通过测试后的经验数据。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种无人船自主巡航方法，其特征在于，包括以下步骤：
S1、船载SLAM***通过无人船上传感器采集数据并处理生成无人船的位姿和地图构建更新，激光雷达生成点云数据并处理对无人船周围的障碍识别和边界位姿识别，进行生成网格地图；
S2、无人船接收巡航指令；
S3、无人船主控***根据巡航指令、位姿和地图进行线路规划，并形成参考巡航路径；
S4、无人船根据参考巡航路径开始进行巡航，巡航的过程中，通过无人船非线性控制器对无人船动力模型的最优解进行求解；
S5、根据无人船动力模型的最优解以及参考巡航路径来修正无人船的实际航向。
2.根据权利要求1所述的一种无人船自主巡航方法，其特征在于，所述非线性控制器采用最小二乘法求解最优解，然后通最优解惩罚给定预测时域窗口Nc(tj≤t≤tj+Nc)内，预测状态qk和控制uk轨迹与其指定参考的偏差：
Figure FDA0003662449100000011
Figure FDA0003662449100000012
qk+1＝f(qk，uk)，k＝j，...，j+Nc-1
qk，min≤qk≤qk，max，k＝j，...，j+Nc
uk，min≤uk≤uk，max，k＝j，...，j+Nc-1
其中
Figure FDA0003662449100000013
表示船舶状态，
Figure FDA0003662449100000014
表示控制输入，
Figure FDA0003662449100000015
表示当前状态估计，
Figure FDA0003662449100000016
和
Figure FDA0003662449100000021
分别表示时变状态和控制参考；
Figure FDA0003662449100000022
表示终端参考状态；
Figure FDA0003662449100000023
和
Figure FDA0003662449100000024
是正定权重矩阵，用于惩罚与期望值的偏差；qk，min和qk，max分别表示状态的下界和上界；uk，min和uk，max分别表示控制输入的下限和上限。
3.根据权利要求2所述的一种无人船自主巡航方法，其特征在于，所述qk＝[x y ψ u vr]T，uk＝[f1 f2]T
其中x y ψ分别是船舶沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡位置，u v r分别是浪涌速度(u)、摇摆速度(v)和偏航率(r)；
f1和f2分别是2台船舶推进器的推力。
4.根据权利要求1所述的一种无人船自主巡航方法，其特征在于，所述无人船采用六自由度模型来描述其运动，六自由度模型考虑了无人船所处真实水域环境中复杂运动情况的全部自由度，无人船的状态矢量由等式1表示，包含船体沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡以及绕X轴、Y轴、Z轴纵摇、横摇以及艏摇，六自由度模型有基于惯性坐标性和载体坐标系两种描述方式，惯性坐标系(a0x0y0z0)以地球中心为坐标原点，x0，y0，z0轴分别指向正北、正东、地心，载体坐标系(oxyz)以船体质心为坐标原点，x轴沿船首方向，y轴垂直于x轴沿船体右侧，z轴垂直于xoy平面指向地心；
Figure FDA0003662449100000025
式中，x0,y0,z0是惯性坐标系下无人船的位置，
Figure FDA0003662449100000026
θ，ψ为载体坐标系下的欧拉角，可以由船载的RTK和INS组合导航仪测得的线速度和角速度积分计算出，无人船运动状态在两种坐标系下的转换关系如下所示：
Figure FDA0003662449100000027
Figure FDA0003662449100000028
Figure FDA0003662449100000031
Figure FDA0003662449100000032
式中，u，v，w是线速度的测量值，zp，zq，zr是角速率测量值，Tv，Ta是转换矩阵，联立等式2-5可得等式6；
Figure FDA0003662449100000033
Figure FDA0003662449100000034
Figure FDA0003662449100000035
Figure FDA0003662449100000036
Figure FDA0003662449100000037
Figure FDA0003662449100000038
。
5.根据权利要求4所述的一种无人船自主巡航方法，其特征在于，所述无人船通过级联无人船的状态向量xv和地图参数向量xm来拓展状态向量x，以达到同时估计无人船的运动状态以及环境中的障碍物信息的目的：
Figure FDA0003662449100000039
其中xmi表示第i个障碍物平面结构的地图参数，该地图参数向量的维度随检测到的平面曲面的数量而增加，最终，无人船的***运动学方程可以由等式8表示，其中zdr为船载感知***的测量值，联立等式6可得f(xv，zdr)，w为零均值的高斯白噪声；
Figure FDA00036624491000000310
再利用船载传感器的观测信息来推断无人船的位置，测距传感器的观测量z是某个环境特征相对于传感器的位置和角度信息，***的测量方程表示如下：
Figure FDA0003662449100000041
式中，dx和dy表示无人船与当前观测地标之间的相对位置，γ表示无人船航向角；E是转换矩阵，v是测量噪声。
6.用于权利要求1的一种无人船自主巡航控制***，包括无人船，其特征在于，所述无人船上设有船载传感器部、SLAM***以及无人船主控***，所述无人船主控***连接有控制终端，所述无人船主控***与所述SLAM***连通，所述无人船主控***内设有船舶非线性控制器，所述船舶非线性控制器内设有线路优化器，所述线路优化器内设有代价函数模块、控制模型、约束函数模块。
7.根据权利要求6所述的一种无人船自主巡航控制***，其特征在于，所述传感器部包括激光雷达、惯性和卫星组合导航模块、摄像头、毫米波雷达，所述激光雷达包括机械激光雷达和固态激光雷达，所述机械激光雷达通过网格地图生成器与所述船载主控***连通。
CN202210576714.1A 2022-05-25 2022-05-25 一种无人船自主巡航控制***及巡航方法 Pending CN114995409A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210576714.1A CN114995409A (zh) 2022-05-25 2022-05-25 一种无人船自主巡航控制***及巡航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210576714.1A CN114995409A (zh) 2022-05-25 2022-05-25 一种无人船自主巡航控制***及巡航方法

Publications (1)

Publication Number Publication Date
CN114995409A true CN114995409A (zh) 2022-09-02

Family

ID=83029769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210576714.1A Pending CN114995409A (zh) 2022-05-25 2022-05-25 一种无人船自主巡航控制***及巡航方法

Country Status (1)

Country Link
CN (1) CN114995409A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115202370A (zh) * 2022-09-15 2022-10-18 泰山学院 无人船的航行控制方法、***和可读存储介质
CN117369477A (zh) * 2023-11-17 2024-01-09 广州市番高领航科技有限公司 一种水上无人船行驶控制方法、装置、设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115202370A (zh) * 2022-09-15 2022-10-18 泰山学院 无人船的航行控制方法、***和可读存储介质
CN115202370B (zh) * 2022-09-15 2023-02-03 泰山学院 无人船的航行控制方法、***和可读存储介质
CN117369477A (zh) * 2023-11-17 2024-01-09 广州市番高领航科技有限公司 一种水上无人船行驶控制方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110362074B (zh) 一种基于航迹重规划的水面无人艇动态避碰方法
CN112130566B (zh) 一种基于模糊逻辑和滑模控制策略的无人艇、无人机混合编队控制方法及其控制***
CN110262492B (zh) 一种无人艇的实时避碰和目标跟踪方法
CN113419428B (zh) 基于3d映射制导的机/船协同路径跟踪控制器设计方法
CN114995409A (zh) 一种无人船自主巡航控制***及巡航方法
JP2021181301A (ja) 船舶の自動誘導方法、船舶の自動誘導プログラム、船舶の自動誘導システム、及び船舶
Pêtrès et al. Reactive path planning for autonomous sailboat
CN109213159A (zh) 一种运用无人机进行海上态势感知监测船舶路径的方法
CN111308470B (zh) 一种无人船载雷达设备的电子稳定方法及***
Bertaska et al. Experimental evaluation of approach behavior for autonomous surface vehicles
CN115903800A (zh) 一种基于领导者协同的多无人船编队的严格安全控制方法
Bitar Towards the development of autonomous ferries
CN113093742A (zh) 一种自动规避多障碍物的无人船路径跟踪***
CN113741433B (zh) 一种水面无人船的分布式编队方法
CN113296505B (zh) 一种基于速变los的无人船多模式路径跟踪控制方法
CN114061565A (zh) 一种无人船舶slam及其应用方法
Ennong et al. Design and experiment of a sea-air heterogeneous unmanned collaborative system for rapid inspection tasks at sea
Park et al. A model estimation and multi-variable control of an unmanned surface vehicle with two fixed thrusters
LIU et al. Design of variable stability ship control system for ship intelligent navigation test
Hinostroza et al. Experimental and numerical simulations of zig-zag manoeuvres of a self-running ship model
von Ellenrieder Control of marine vehicles
Zheng et al. Survey of approaches for improving the intelligence of marine surface vehicles
CN115657713B (zh) 一种考虑发射平台沉浮和晃动条件下发射决策控制方法
Harris et al. Preliminary evaluation of null-space dynamic process model identification with application to cooperative navigation of underwater vehicles
Hinostroza et al. Manoeuvring test for a self-running ship model in various water depth conditions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination