CN116540730B - 多拖轮协作的靠离泊智能辅助***及方法 - Google Patents
多拖轮协作的靠离泊智能辅助***及方法 Download PDFInfo
- Publication number
- CN116540730B CN116540730B CN202310648184.1A CN202310648184A CN116540730B CN 116540730 B CN116540730 B CN 116540730B CN 202310648184 A CN202310648184 A CN 202310648184A CN 116540730 B CN116540730 B CN 116540730B
- Authority
- CN
- China
- Prior art keywords
- tug
- controller
- ship
- expected
- berthing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000007613 environmental effect Effects 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 16
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000005484 gravity Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/30—Adapting or protecting infrastructure or their operation in transportation, e.g. on roads, waterways or railways
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
本发明涉及一种基于拖轮协作的靠离泊智能辅助***及方法,***包括:上层控制器,用于基于MPC算法将获取的船舶数据处理,得到期望船舶位置、期望船舶速度以及环境阻力信息并基于代价函数处理,得到拖轮的期望轨迹和动力,基于工作模式选择信息选择拖轮的工作模式并确定协调多艘拖轮的控制指令,下层控制器,与上层控制器通信连接,用于接收上层控制器发送的拖轮的期望轨迹、动力以及环境阻力信息并基于MPC算法处理得到工作模式选择信息并发送至上层控制器,以及接收上层控制器发送的控制指令并得到推进器数据信息,物理层硬件模块,与下层控制器通信连接,用于接收下层控制器发送的推进器数据信息并执行靠离泊操作。
Description
技术领域
本发明涉及港口船只靠离泊以及港作拖轮技术领域,具体涉及一种基于多拖轮协作的靠离泊智能辅助***及方法。
背景技术
拖轮又称为拖船,往往被用于拖曳船舶、协助大型船舶进出港口、靠离码头或救助海洋遇难船只。相较于其他船舶,拖船具有船身小、构造坚固、动力强劲以及操纵灵活等特点,作业区域相对固定、通讯环境稳定,对于大部分拖轮而言,其作业区域多固定在内河港口以及近海海域,使得拖轮智能化具备更好的条件。拖轮的智能化也有助于智慧港口建设,因此,智能拖船已成为目前智能船舶技术开发应用的热点研究方向。
港口船舶的靠离泊往往需要多艘拖轮的辅助,国内外对港作拖轮的工作方式进行了一定研究,致力于将一艘船的高需求控制问题转移为多艘智慧拖船的协同控制问题。近些年来,一些公司已经启动使用拖船开发商业自主船舶的专利。港作拖轮的工作可以分为“拖带”和“顶推”两种工作方式,对于“顶推式”的多智能体协同控制问题,仅有少数研究工作提出了这种操纵模式的优化,且对于该操纵方式的研究仅局限于静态、无海洋环境扰动的场景;对于“拖带式”的多智能体协同控制问题的研究中,人们着重于使船舶或者无动力设施按照预定路径行驶,选择拖轮的顶推或者拖曳的工作模式,以及基于所述拖轮的顶推或者拖曳的工作模式得到发送协调多艘拖轮的控制指令并发送等重点关注协作浮动的物体运输,设计一种基于特定协作结构的浮动物体协作运输模型的多层分布式控制结构,通过划分运输问题为轨迹跟踪、控制分配和编队跟踪等多个子问题,并将之设于不同层级的控制器中,利用MPC算法记性预测控制求解,以乘法器(ADMM)法达成层级间的协商协议,实现了ASV编队的智能协作运输,为拟议合作对象的运输***提供了一种解决方案;Zhe Du等提出了一种在环境干扰下的多智能体控制算法,该算法应用于特定的拖带***中,通过不同层级间的问题求解,得出该拖带***中为抵抗环境阻力拖轮所需分配的推进器力和力矩,通过代价函数中自适应权重的设计,保证了该拖带***在环境干扰下的稳定运行;ZheDu提出了一种适用于拥挤水上交通船舶拖带***的多目标协同控制法,通过设计分布在两个控制层的多个控制代理,基于模型预测控制MPC策略,实现上层计算船舶拖带力和力矩,下层计算并输出拖轮推进力和力矩,并以乘法器(ADMM)法达成层级间的共识,实现了多智能体协同控制目标。
综合上述研究,在港作拖轮智能协作优化的问题上,多数研究仅构建了一种固定组合方式的拖轮协作模型,而在船舶种类数量多以及船舶进出频繁的港口,不同的船型需要配置不同型号、数量的拖轮以及服务组合方式,单一且固定的拖轮协作方式将无法满足港口的生产运作需求。
发明内容
有鉴于此,有必要提供一种基于多拖轮协作的靠离泊智能辅助***及方法,用以解决鲁棒性差、安全性不高以及拖轮工作方式涵盖不全的技术问题。
为了实现上述目的,本发明提供了一种基于多拖轮协作的靠离泊智能辅助***,包括:
上层控制器,用于基于MPC算法将获取的船舶数据进行处理,得到期望船舶位置、期望船舶速度以及环境阻力信息,并基于代价函数对所述期望船舶位置以及所述期望船舶速度进行处理,得到拖轮的期望轨迹和动力,基于工作模式选择信息选择拖轮的工作模式,并基于所述拖轮的工作模式确定协调多艘拖轮的控制指令;所述拖轮的工作模式包括顶推或者拖曳;所述船舶数据包括:期望船尾位置、航速、障碍物位置信息以及风阻力信息;所述动力包括:牵引力或者顶推力;
下层控制器,与所述上层控制器通信连接,用于接收所述上层控制器发送的所述拖轮的期望轨迹、动力以及环境阻力信息,并基于MPC算法对所述拖轮的期望轨迹、动力以及环境阻力信息进行处理得到工作模式选择信息,且将所述工作模式选择信息发送至所述上层控制器,以及接收所述上层控制器发送的所述控制指令,并基于所述控制指令,得到推进器数据信息;
物理层硬件模块,与所述下层控制器通信连接,用于接收所述下层控制器发送的推进器数据信息,基于所述推进器数据信息执行多拖轮协作的靠离泊操作。
在一个实施例中,
所述上层控制器,用于基于代价函数对所述期望船舶位置数据以及期望船舶速度进行自适应权重处理,得到自适应权重系数,且将所述自适应权重系数、所述期望船舶位置以及所述期望船舶速度通过最小化成本函数处理,得到拖轮的期望轨迹和动力。
在一个实施例中,所述物理层硬件模块,还包括:待服务船舶单元;
所述待服务船舶单元,与所述上层控制器通信连接,用于发送实时船位和实时航速至所述协调控制器单元;
所述上层控制器,用于基于最小成本函数对所述自适应权重系数、所述期望船舶位置、所述期望船舶速度、所述实时船位以及所述实时航速进行处理,得到拖轮的期望轨迹和动力。
在一个实施例中,
所述下层控制器,用于接收所述物理层硬件模块发送的拖轮位置状态反馈信息,基于MPC算法对所述拖轮的期望轨迹、动力、环境阻力信息以及所述拖轮位置状态反馈信息进行处理,得到工作模式选择信息。
在一个实施例中,
所述下层控制器,用于接收所述上层控制器发送的所述控制指令,并基于所述控制指令,结合成本函数对所述拖轮的期望轨迹、动力、环境阻力信息以及所述拖轮位置状态反馈信息进行处理,得到推进器数据信息。
在一个实施例中,所述物理层硬件模块,包括:
推进器以及拖缆;
所述推进器,用于在拖轮顶推工作模式下,接收下层控制器发送的推进器数据信息,基于所述推进器数据信息执行多拖轮协作的靠离泊操作;
所述拖缆,用于在拖曳工作模式下,接收下层控制器发送的推进器数据信息,基于所述推进器数据信息执行多拖轮协作的靠离泊操作。
在一个实施例中,
所述上层控制器,与外部终端通信连接,还用于接收并执行所述外部终端远程发送的上层控制器工作指令。
在一个实施例中,
所述下层控制器,与外部终端通信连接,还用于接收并执行所述外部终端远程发送的下层控制器工作的指令。
在一个实施例中,
所述上层控制器安装于待服务船舶,所述下层控制器安装于拖轮端。
第二方面,本发明还提供了一种基于多拖轮协作的靠离泊智能辅助方法,该方法包括:
上层控制器,基于MPC算法将所述获取的船舶数据进行处理,得到期望船舶位置数据、期望船舶速度以及环境阻力信息,并基于代价函数对所述期望船舶位置数据以及所述期望船舶速度进行处理,得到拖轮的期望轨迹和动力,将所述拖轮的期望轨迹、所述动力以及所述环境阻力信息发送至下层控制器;
所述下层控制器基于MPC算法对所述拖轮的期望轨迹、所述动力以及所述环境阻力信息进行处理得到工作模式选择信息,且将所述工作模式选择信息发送至所述上层控制器;
所述上层控制器基于所述工作模式选择信息选择拖轮的工作模式,并基于所述拖轮的工作模式确定协调多艘拖轮的控制指令,且将所述控制指令发送至所述下层控制器;
所述下层控制器基于所述控制指令,得到推进器数据信息,并将所述推进器数据信息发送至物理层硬件模块;
所述物理层硬件模块,基于所述推进器数据信息执行多拖轮协作的靠离泊操作。
采用上述实现方式的有益效果是:本发明提出了一种基于多拖轮协作的靠离泊智能辅助***及方法,***包括:上层控制器,用于基于MPC算法将获取的船舶数据进行处理,得到期望船舶位置、期望船舶速度以及环境阻力信息,并基于代价函数对所述期望船舶位置以及所述期望船舶速度进行处理,得到拖轮的期望轨迹和动力,基于工作模式选择信息选择拖轮的工作模式,并基于所述拖轮的工作模式确定协调多艘拖轮的控制指令;所述拖轮的工作模式包括顶推或者拖曳;所述船舶数据包括:期望船尾位置、航速、障碍物位置信息以及风阻力信息;所述动力包括:牵引力或者顶推力,下层控制器,与所述上层控制器通信连接,用于接收所述上层控制器发送的所述拖轮的期望轨迹、动力以及环境阻力信息,并基于MPC算法对所述拖轮的期望轨迹、动力以及环境阻力信息进行处理得到工作模式选择信息,且将所述工作模式选择信息发送至所述上层控制器,以及接收所述上层控制器发送的所述控制指令,并基于所述控制指令,得到推进器数据信息,物理层硬件模块,与所述下层控制器通信连接,用于接收所述下层控制器发送的推进器数据信息,基于所述推进器数据信息执行多拖轮协作的靠离泊操作。本发明通过设计分布在上下两层控制器主要包括:航行参考器、协调控制器以及多个拖轮控制器,来实现控制拖轮的轨迹跟踪、控制分配以及编队跟踪,其中通过利用MPC算法进行预测控制求解,实现上层控制器计算船舶拖带力和力矩,下层控制器计算并输出拖轮推进力和力矩,在此过程中本发明通过采用代价函数中自适应权重,保证了该多拖轮协作的靠离泊智能辅助***在外界环境干扰下的稳定运行,最后通过乘法器达成上下层层级间的共识,实现了多智能体协同控制目标。本发明提出了基于多拖轮协作的靠离泊智能辅助***,该***能适用于顶推以及拖曳这两种工作模式,且鲁棒性好,在恶劣海况下仍能保持性能,安全性高还能实现远程控制。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例的***框架图;
图2为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例的***工作流程图;
图3为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例的靠离泊模型图;
图4为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例在顶推或拖曳工作模式下的船舶模型图;
图5为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例在顶推或拖曳工作模式下的拖轮可控输入模型图;
图6为本发明提供的一种基于多拖轮协作的靠离泊智能辅助方法的一实施例的方法流程图。
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。
在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本发明实施例中术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本发明实施例中出现的对步骤进行的命名或者编号,并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤,已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序,只要能达到相同或者相类似的技术效果即可。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明提供了一种基于多拖轮协作的靠离泊智能辅助***及方法,以下分别进行说明。
图1为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***100的一实施例的***框架图以及图2为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***100的一实施例的***工作流程图,包括:
上层控制器110,用于基于MPC算法将获取的船舶数据进行处理,得到期望船舶位置、期望船舶速度以及环境阻力信息,并基于代价函数对所述期望船舶位置以及所述期望船舶速度进行处理,得到拖轮的期望轨迹和动力,基于工作模式选择信息选择拖轮的工作模式,并基于所述拖轮的工作模式确定协调多艘拖轮的控制指令;所述拖轮的工作模式包括顶推或者拖曳;所述船舶数据包括:期望船尾位置、航速、障碍物位置信息以及风阻力信息;所述动力包括:牵引力或者顶推力;
下层控制器120,与所述上层控制器110通信连接,用于接收所述上层控制器110发送的所述拖轮的期望轨迹、动力以及环境阻力信息,并基于MPC算法对所述拖轮的期望轨迹、动力以及环境阻力信息进行处理得到工作模式选择信息,且将所述工作模式选择信息发送至所述上层控制器110,以及接收所述上层控制器110发送的所述控制指令,并基于所述控制指令,得到推进器140数据信息;
物理层硬件模块130,与所述下层控制器120通信连接,用于接收所述下层控制器120发送的推进器140数据信息,基于所述推进器140数据信息执行多拖轮协作的靠离泊操作。
可以理解的是:本发明通过设计分布在上下两层控制器主要包括:航行参考器、协调控制器以及多个拖轮控制器,来实现控制拖轮的轨迹跟踪、控制分配以及编队跟踪,其中通过利用MPC算法进行预测控制求解,实现上层控制器110计算船舶拖带力和力矩,下层控制器120计算并输出拖轮推进力和力矩,在此过程中本发明通过采用代价函数中自适应权重,保证了该多拖轮协作的靠离泊智能辅助***在外界环境干扰下的稳定运行,最后通过乘法器达成上下层层级间的共识,实现了多智能体协同控制目标。本发明解决了现有技术中存在的鲁棒性差、安全性不高以及拖轮工作方式涵盖不全等技术问题,实现了顶推和拖曳两种工作模式,在恶劣海况下仍能保持性能,安全性高。
在一些实施例中,所述上层控制器110,包括:
所述上层控制器110,用于获取船舶数据,包括:期望船尾位置、航速、障碍物位置信息以及风阻力信息;
进一步地,所述上层控制器110通过比较探测距离以及障碍物距离,得到期望船尾位置、航速、障碍物位置信息以及风阻力信息;
其中,
式中:为所述期望船尾位置,/>为所述航速,/>和/>分别为航路点q的预定航向位置和参考速度,/>和/>分别为航路点q的更新航向位置和参考速度,/>和分别为待服务船舶和拖轮离障碍物的距离,在拖曳的工作条件下,拖带拖轮和被服务船舶被视为整体,所以障碍物的风险阈值应该为离障碍物的最近船舶距离;
式中:为航路点q的更新航向位置,/>和/>为最后一个航路点q-1的坐标,/>和/>为当前航路点q的坐标,r为上述两个航路点之间的距离,/>为当前沿航道方向的预定航向;θ为满足0°<θ<θmax的交变角,其中下边界为顺时针旋转,上边界根据空间约束定义(θmax=arctan(d(t)/l(t)),其中l(t)为两航路点的距离,d(t)为从预定义航路点路径到空间边缘的最小距离);
式中:为新的参考速度,/>分别为当前涌浪、摇摆以及偏航速度曲线,au为(0,1)区间的减速系数。
可以理解的是,上层控制器110包括,航行参考器和协调控制器,航行参考器用来获取船舶数据,在拖曳的工作模式下,拖轮和被服务船舶被视作整体,因此障碍物的风险阈值为离障碍物的最近船舶距离;新的航向位置是根据COLREGS规则13-17计算,其中规则13-15规定了单船可能遇到的超车、迎头、穿越等情况的定义和操作,描述了让路航行应采取的一般行动,指明了常备船应采取的行动,拖轮的工作模式可以有顶推式以及拖曳式,顶推式拖轮只需在一定时间内顶推船舶,为船舶提供转船力和力矩,使其达到预设航路点即可,其余大部分时间为伴航状态,在遇见障碍物时和服务船舶属于分离式关系;而对于拖带***中的多艘船,拖轮和服务船舶在靠岸或离泊之前均系为整体,遇见障碍物时需要整体转向,因此上述规则操作可以等效地转化为利用航路点顺时针变化计算新的位置和航向;新的参考速度根据COLREGS规则更新。
进一步地,
所述上层控制器110,用于基于代价函数对所述期望船舶位置数据以及所述期望船舶速度进行自适应权重处理,得到自适应权重系数,且将所述自适应权重系数、所述期望船舶位置以及所述期望船舶速度通过最小化成本函数处理,得到拖轮的期望轨迹和动力;
其中,在拖轮顶推工作模式下,所述获取的自适应位置权重系数以及自适应速度权重系数表达式如下:
w1=diag(1,1,1),w2=diag(150,150,150);
式中:w1为自适应位置权重,w2为自适应速度权重;
在拖轮拖曳工作模式下,所述获取的自适应位置权重系数以及自适应速度权重系数表达式如下:
w1=diag(1,1,1);
w2=diag(wu(t),wv(t),wr(t));
w2t(t)=diag(wut(t);
式中:w1为自适应位置权重,w2为自适应速度权重,d0为初始位置到目标点的距离,d(t)为当前位置到目标点的距离即位置误差,K0、Kt、K1以及K2分别表示为正系数,K0以及Kt分别为权重的初始值和最终值,w2t(t)为速度权重的终值。
可以理解的是,本发明通过采用代价函数中自适应权重,保证了该多拖轮协作的靠离泊智能辅助***在外界环境干扰下的稳定运行K0>Kt>1,K1以及K2分别决定了线性和角速度权重的最终值,设置0<K2<K1<1在拖曳工作模式结束阶段加强对船舶的速度控制。
进一步地,
所述待服务船舶单元160,与所述上层控制器110通信连接,用于发送实时船位和实时航速至所述上层控制器110;
所述上层控制器110,用于基于最小成本函数对所述自适应权重系数、所述期望船舶位置、所述期望船舶速度、所述实时船位以及所述实时航速进行处理,得到拖轮的期望轨迹和动力;
其中,
式中,JS(t)为最小成本函数,所需动力与待服务船舶所形成的夹角可视作最小成本函数,和/>为位置和速度误差,w1(t)和w2(t)为自适应权重,/>和/>分别为时间离散化预测计算出的预测船位和速度;
式中,和/>分别为时间k+1离散化预测计算出的预测船位和速度。
可以理解的是,最小成本函数受船舶建模和环境阻力建模函数约束。
图3为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例的靠离泊模型图,包括:
式中:ηid(t)为拖轮期望轨迹,为拖绳的期望伸长量(在拖轮顶推的工作模式下,/>),/>为从船舶重心到拖带或者顶推点的距离,γi为船舶航向与从船舶重心到拖带或顶推点的方向之间的角度;
式中:Ei和Fi分别为船舶预测航向和拖角以及顶角相关的向量,mi=1为当拖轮位于船舶重心后方,mi=0为拖轮位于船舶重心前方,图3左侧为组合式靠泊模型图3右侧为拖曳式离泊模型图。
可以理解的是,上层控制器安装于待服务船舶上,下层控制器安装于拖轮端,上层控制器110算法设计,通过输入期望船位和速度、实时船位、实时船速、风速以及风角计算自适应权重系数,并通过权重系数计算动力以及力角,再计算拖轮期望轨迹,最后得到期望轨迹和动力。
进一步地,所述上层控制器110,与外部终端通信连接,还用于接收并执行所述外部终端远程发送的上层控制器110工作指令。
可以理解的是,本发明中提出的多拖轮协作的靠离泊智能辅助***中的上层控制器,可以通过外部移动终端进行远程操控。
在一些实施例中,所述下层控制器120,包括:
所述下层控制器120,用于接收所述物理层硬件模块发送的拖轮位置状态反馈信息,基于MPC算法对所述拖轮的期望轨迹、动力、环境阻力信息以及所述拖轮位置状态反馈信息进行处理,得到工作模式选择信息;
进一步地,所述下层控制器120,用于接收所述上层控制器110发送的所述控制指令,并基于所述控制指令,结合成本函数对所述拖轮的期望轨迹、动力、环境阻力信息以及所述拖轮位置状态反馈信息进行处理,得到推进器数据信息;
其中,所述推进器数据信息通过计算推进器力和力矩得到;
式中:Ji(t)为成本函数,为位置误差;
τi∈[-τimax,τimax](i=1、2);
式中:为采用时间k+1离散化预测计算出的拖轮位置矢量,βi为拖轮角度,/>为期望拖轮转角,/>为实际拖轮航向,τimax为推进器力和力矩的最大值,τi为推进器的力和力矩;
可以理解的是,下层控制器120算法设计,主要是通过输入拖轮期望轨迹、牵引或者顶推力、当前拖轮位置和速度、风速以及风角,计算推进器力和力矩,最后输出推进器力和力矩,推进器的力和力矩满足饱和约束。
进一步地,
所述下层控制器120,与外部终端通信连接,还用于接收并执行所述外部终端远程发送的下层控制器120工作的指令。
可以理解的是,本发明中提出的多拖轮协作的靠离泊智能辅助***中的下层控制器,可以通过外部移动终端进行远程操控。
在一些实施例中,所述物理层硬件模块130,包括:
推进器140以及拖缆150;
所述推进器140,用于在拖轮顶推工作模式下,接收下层控制器120发送的推进器140数据信息,基于所述推进器140数据信息执行多拖轮协作的靠离泊操作;
所述拖缆150,用于在拖曳工作模式下,接收下层控制器120发送的推进器140数据信息,基于所述推进器140数据信息执行多拖轮协作的靠离泊操作。
可以理解的是,物理层硬件模块130包括所有的物理***组件,具体包括推进器140、拖缆150、拉力传感器以及压力传感器,推进器数据信息主要通过计算推进器140力和力矩得到。
图4为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例在顶推或拖曳工作模式下的船舶模型图,包括:
待服务船舶单元160可控输入建模如下:
式中:n表示了拖轮数量,τ0(t)表示了待服务船舶自身动力提供的力和力矩,表示第i艘拖轮所提供的力和力矩,/>表示相对于船体框架的力臂矩阵,/>表示有关船体框架的配置矩阵。
可以理解的是:船舶建模可以约束最小成本函数。
图5为本发明提供的一种基于多拖轮协作的靠离泊智能辅助***的一实施例在顶推或拖曳工作模式下的拖轮可控输入模型图,包括:
对推进器140的可控输入建模如下:
式中:表示移动拖轮的力和力矩,/>表示补偿反作用的力和力矩,可被表示为:
式中:为有关拖轮船身坐标系的力臂矩阵,/>为关于拖轮主体框架的配矩阵,为作用点给予拖轮本身的反作用力,图5左边为在顶推工作模式下拖轮的可控输入模型,图5右边为在拖曳工作模式下拖轮的可控输入模型;
进一步地,环境阻力干扰的建模如下:
τe(t)=τw(t)+τcw(t);
γrw(t)=atan2(brw(t),urw(t));
urw(t)=u(t)-uw(t);
vrw(t)=v(t)-vw(t);
/>
式中:τe(t)为环境阻力,τw(t)为风效应,τcw(t)为其他未知效应,ρa是空气密度;cx,cy和cn是风的水平面运动系数;AFw和ALw是水面上的横向和横向投影面积;Loa是船体总长度;γrw(t)和Vrw(t)分别是相对于船头的相对迎风角和风速;urw(t)和vrw(t)分别为x和y方向(船体框架)的相对风速;uw(t)和分别为x和y方向(地球坐标系)的相对风速。
可以理解的是,港口的环境阻力主要以风阻为主,所以将环境扰动分为风效应和其他未知效应,其他未知效应主要指波浪和洋流,未知效应难以测量,风扰动对船舶的影响相对于xz和yz平面可以被认为是对称的。
此外,本发明还提供一种基于多拖轮协作的靠离泊智能辅助方法的实施例,对应的,请参阅图6,图6为本发明提供的一种基于多拖轮协作的靠离泊智能辅助方法的一实施例的方法流程图,包括:
上层控制器,基于MPC算法将所述获取的船舶数据进行处理,得到期望船舶位置数据、期望船舶速度以及环境阻力信息,并基于代价函数对所述期望船舶位置数据以及所述期望船舶速度进行处理,得到拖轮的期望轨迹和动力,将所述拖轮的期望轨迹、所述动力以及所述环境阻力信息发送至下层控制器;
所述下层控制器基于MPC算法对所述拖轮的期望轨迹、所述动力以及所述环境阻力信息进行处理得到工作模式选择信息,且将所述工作模式选择信息发送至所述上层控制器;
所述上层控制器基于所述工作模式选择信息选择拖轮的工作模式,并基于所述拖轮的工作模式确定协调多艘拖轮的控制指令,且将所述控制指令发送至所述下层控制器;
所述下层控制器基于所述控制指令,得到推进器数据信息,并将所述推进器数据信息发送至物理层硬件模块;
所述物理层硬件模块,基于所述推进器数据信息执行多拖轮协作的靠离泊操作。
本发明提供的一种基于多拖轮协作的靠离泊智能辅助***及方法,用以解决了现有技术中存在的鲁棒性差、安全性不高以及拖轮工作方式涵盖不全等技术问题,实现了顶推和拖曳两种工作模式,在恶劣海况下仍能保持性能,安全性高。
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以事实,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所做的等同变化或装饰,均在本发明的保护范围之内。
Claims (9)
1.一种基于多拖轮协作的靠离泊智能辅助***,其特征在于,包括:
上层控制器,用于基于MPC算法将获取的船舶数据进行处理,得到期望船舶位置、期望船舶速度以及环境阻力信息,并基于代价函数对所述期望船舶位置以及所述期望船舶速度进行自适应权重处理,得到自适应权重系数,且将所述自适应权重系数、所述期望船舶位置以及所述期望船舶速度通过最小成本函数处理,得到拖轮的期望轨迹和动力,基于工作模式选择信息选择拖轮的工作模式,并基于所述拖轮的工作模式确定协调多艘拖轮的控制指令;所述拖轮的工作模式包括顶推或者拖曳;所述船舶数据包括:期望船尾位置、航速、障碍物位置信息以及风阻力信息;所述动力包括:牵引力或者顶推力;
下层控制器,与所述上层控制器通信连接,用于接收所述上层控制器发送的所述拖轮的期望轨迹、动力以及环境阻力信息,并基于MPC算法对所述拖轮的期望轨迹、动力以及环境阻力信息进行处理得到工作模式选择信息,且将所述工作模式选择信息发送至所述上层控制器,以及接收所述上层控制器发送的所述控制指令,并基于所述控制指令,得到推进器数据信息;
物理层硬件模块,与所述下层控制器通信连接,用于接收所述下层控制器发送的推进器数据信息,基于所述推进器数据信息执行多拖轮协作的靠离泊操作;
其中,在拖轮顶推工作模式下,所述获取的自适应位置权重系数以及自适应速度权重系数表达式如下:
;
式中:为自适应位置权重,/>为自适应速度权重;
在拖轮拖曳工作模式下,所述获取的自适应位置权重系数以及自适应速度权重系数表达式如下:
;
;
;
;
;
;
;
;
式中:为自适应位置权重,/>为自适应速度权重,/>为初始位置到目标点的距离,为当前位置到目标点的距离即位置误差,/>、/>、/>以及/>分别表示为正系数,/>以及/>分别为权重的初始值和最终值,/>为速度权重的终值;
其中,
;
;
;
式中,为最小成本函数,所需动力与待服务船舶所形成的夹角可视作最小成本函数,/>和/>为位置和速度误差,/>和/>为自适应权重,/>和/>分别为时间离散化预测计算出的实时船位和速度。
2.根据权利要求1所述的基于多拖轮协作的靠离泊智能辅助***,其特征在于,所述物理层硬件模块,还包括:待服务船舶单元;
所述待服务船舶单元,与所述上层控制器通信连接,用于实时发送船位和航速至所述上层控制器;
所述上层控制器,用于基于最小成本函数对所述自适应权重系数、所述期望船舶位置、所述期望船舶速度、所述实时船位以及所述实时航速进行处理,得到拖轮的期望轨迹和动力。
3.根据权利要求1所述的基于多拖轮协作的靠离泊智能辅助***,其特征在于,
所述下层控制器,用于接收所述物理层硬件模块发送的拖轮位置状态反馈信息,基于MPC算法对所述拖轮的期望轨迹、动力、环境阻力信息以及所述拖轮位置状态反馈信息进行处理,得到工作模式选择信息。
4.根据权利要求3所述的基于多拖轮协作的靠离泊智能辅助***,其特征在于,
所述下层控制器,用于接收所述上层控制器发送的所述控制指令,并基于所述控制指令,结合成本函数对所述拖轮的期望轨迹、动力、环境阻力信息以及所述拖轮位置状态反馈信息进行处理,得到推进器数据信息。
5.根据权利要求1所述的基于多拖轮协作的靠离泊智能辅助***,其特征在于,所述物理层硬件模块,包括:
推进器以及拖缆;
所述推进器,用于在拖轮顶推工作模式下,接收下层控制器发送的推进器数据信息,基于所述推进器数据信息执行多拖轮协作的靠离泊操作;
所述拖缆,用于在拖曳工作模式下,接收下层控制器发送的推进器数据信息,基于所述推进器数据信息执行多拖轮协作的靠离泊操作。
6.根据权利要求1所述的基于多拖轮协作的靠离泊智能辅助***,其特征在于,
所述上层控制器,与外部终端通信连接,还用于接收并执行所述外部终端远程发送的上层控制器工作指令。
7.根据权利要求1所述的基于多拖轮协作的靠离泊智能辅助***,其特征在于,
所述下层控制器,与外部终端通信连接,还用于接收并执行所述外部终端远程发送的下层控制器工作的指令。
8.根据权利要求1所述的基于多拖轮协作的靠离泊智能辅助***,其特征在于,
所述上层控制器安装于待服务船舶,所述下层控制器安装于拖轮端。
9.一种基于多拖轮协作的靠离泊智能辅助方法,其特征在于,所述方法应用于权利要求1-8任一项所述的***,所述方法,包括:
上层控制器基于MPC算法将获取的船舶数据进行处理,得到期望船舶位置、期望船舶速度以及环境阻力信息,并基于代价函数对所述期望船舶位置数据以及所述期望船舶速度进行处理,得到拖轮的期望轨迹和动力,将所述拖轮的期望轨迹、所述动力以及所述环境阻力信息发送至下层控制器;
所述下层控制器基于MPC算法对所述拖轮的期望轨迹、动力以及环境阻力信息进行处理得到工作模式选择信息,且将所述工作模式选择信息发送至所述上层控制器;
所述上层控制器基于所述工作模式选择信息选择拖轮的工作模式,并基于所述拖轮的工作模式确定协调多艘拖轮的控制指令,且将所述控制指令发送至所述下层控制器;
所述下层控制器基于所述控制指令,得到推进器数据信息,并将所述推进器数据信息发送至物理层硬件模块;
所述物理层硬件模块,基于所述推进器数据信息执行多拖轮协作的靠离泊操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310648184.1A CN116540730B (zh) | 2023-05-30 | 2023-05-30 | 多拖轮协作的靠离泊智能辅助***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310648184.1A CN116540730B (zh) | 2023-05-30 | 2023-05-30 | 多拖轮协作的靠离泊智能辅助***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116540730A CN116540730A (zh) | 2023-08-04 |
CN116540730B true CN116540730B (zh) | 2024-04-19 |
Family
ID=87448859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310648184.1A Active CN116540730B (zh) | 2023-05-30 | 2023-05-30 | 多拖轮协作的靠离泊智能辅助***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116540730B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116755453B (zh) * | 2023-08-22 | 2023-12-01 | 中国船级社 | 一种目标对象的伴航控制方法、装置及设备 |
CN117826657A (zh) * | 2024-01-02 | 2024-04-05 | 江苏海洋大学 | 一种智能化多拖轮感知协同控制作业*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105278535A (zh) * | 2015-11-23 | 2016-01-27 | 上海海事大学 | 一种用于无动力设施拖带***的智能转向协同控制方法 |
CN107067871A (zh) * | 2017-06-14 | 2017-08-18 | 大连海事大学 | 拖轮傍拖大型油轮工况的仿真*** |
CN110658812A (zh) * | 2019-09-11 | 2020-01-07 | 山东交通学院 | 一种无人船自动靠泊*** |
CN112004741A (zh) * | 2018-04-25 | 2020-11-27 | 施奥泰尔有限公司 | 用于控制拖曳船队的方法 |
CN112000097A (zh) * | 2020-08-17 | 2020-11-27 | 上海交通大学 | 一种港区无人拖航作业的拖船集群自适应控制方法 |
CN112051845A (zh) * | 2020-08-17 | 2020-12-08 | 上海交通大学 | 一种面向无人拖航作业的分布式集群控制***及其方法 |
CN112394735A (zh) * | 2020-11-30 | 2021-02-23 | 上海海事大学 | 一种模块化无人智能拖轮的控制方法 |
CN112859867A (zh) * | 2021-01-19 | 2021-05-28 | 武汉理工大学 | 一种基于多拖轮协同的船舶靠离泊控制***和方法 |
CN114995419A (zh) * | 2022-05-31 | 2022-09-02 | 连云港徐圩港口投资集团有限公司 | 智能化多拖轮协同控制作业*** |
CN115258073A (zh) * | 2022-08-09 | 2022-11-01 | 武汉理工大学 | 环境干扰下的船舶拖曳***轨迹跟踪方法 |
-
2023
- 2023-05-30 CN CN202310648184.1A patent/CN116540730B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105278535A (zh) * | 2015-11-23 | 2016-01-27 | 上海海事大学 | 一种用于无动力设施拖带***的智能转向协同控制方法 |
CN107067871A (zh) * | 2017-06-14 | 2017-08-18 | 大连海事大学 | 拖轮傍拖大型油轮工况的仿真*** |
CN112004741A (zh) * | 2018-04-25 | 2020-11-27 | 施奥泰尔有限公司 | 用于控制拖曳船队的方法 |
CN110658812A (zh) * | 2019-09-11 | 2020-01-07 | 山东交通学院 | 一种无人船自动靠泊*** |
CN112000097A (zh) * | 2020-08-17 | 2020-11-27 | 上海交通大学 | 一种港区无人拖航作业的拖船集群自适应控制方法 |
CN112051845A (zh) * | 2020-08-17 | 2020-12-08 | 上海交通大学 | 一种面向无人拖航作业的分布式集群控制***及其方法 |
CN112394735A (zh) * | 2020-11-30 | 2021-02-23 | 上海海事大学 | 一种模块化无人智能拖轮的控制方法 |
CN112859867A (zh) * | 2021-01-19 | 2021-05-28 | 武汉理工大学 | 一种基于多拖轮协同的船舶靠离泊控制***和方法 |
CN114995419A (zh) * | 2022-05-31 | 2022-09-02 | 连云港徐圩港口投资集团有限公司 | 智能化多拖轮协同控制作业*** |
CN115258073A (zh) * | 2022-08-09 | 2022-11-01 | 武汉理工大学 | 环境干扰下的船舶拖曳***轨迹跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116540730A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11899465B2 (en) | Autonomous and assisted docking systems and methods | |
CN116540730B (zh) | 多拖轮协作的靠离泊智能辅助***及方法 | |
US11505292B2 (en) | Perimeter ranging sensor systems and methods | |
EP3639104B1 (en) | Perimeter ranging sensor systems and methods | |
Im | A study on ship automatic berthing with assistance of auxiliary devices | |
Sawada et al. | Path following algorithm application to automatic berthing control | |
WO2021230356A1 (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 | |
EP3076259B1 (en) | A system and method for controlling rolling motion of a marine vessel | |
Du et al. | Cooperative multi-agent control for autonomous ship towing under environmental disturbances | |
JP7202389B2 (ja) | 船舶及び推進システム | |
Lee et al. | Algorithms to control the moving ship during harbour entry | |
Qiang et al. | Review on the research of ship automatic berthing control | |
Du et al. | Cooperative control of autonomous tugs for ship towing | |
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 | |
Zhao et al. | Decision-making for the autonomous navigation of USVs based on deep reinforcement learning under IALA maritime buoyage system | |
Qiang et al. | Artificial Neural Network Controller for Automatic Ship Berthing Using Separate Route | |
Du et al. | Multi-objective cooperative control for a ship-towing system in congested water traffic environments | |
Du et al. | Multi-vessel cooperative speed regulation for ship manipulation in towing scenarios | |
KR20220132909A (ko) | 기상상황이 반영된 자율운항선박의 접이안 시스템 | |
Li et al. | Survey on ship autonomous docking methods: Current status and future aspects | |
Wu et al. | Modeling and simulation of automatic berthing based on bow and stern thruster assist for unmanned surface vehicle | |
Du et al. | Dynamic coordination of multiple vessels for offshore platform transportation | |
van Daalen et al. | Simulation of a feeder on a port-to-port mission | |
Enevoldsen et al. | Autonomy for ferries and harbour buses: a collision avoidance perspective | |
Zhang et al. | Collision avoidance path planning of open water ships based on velocity obstacle method |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |