首页 | 本学科首页   官方微博 | 高级检索  
     

无人水面艇目标路径跟踪优化控制研究
引用本文:丛晓奕,王建华,李振义. 无人水面艇目标路径跟踪优化控制研究[J]. 计算机仿真, 2019, 36(1): 325-330
作者姓名:丛晓奕  王建华  李振义
作者单位:上海海事大学航运技术与控制工程交通行业重点实验室,上海,201306;上海海事大学航运技术与控制工程交通行业重点实验室,上海,201306;上海海事大学航运技术与控制工程交通行业重点实验室,上海,201306
摘    要:无人水面艇(USV)目标路径跟踪优化控制研究是为了实现自主、准确、快速的路径跟踪。时变风干扰是无人艇目标路径跟踪过程中不可忽略的环境因素,在时变风干扰的影响下采用变船长比(LOS-PD)控制方法会产生较大的跟踪误差,因此无人水面艇目标路径跟踪优化控制的难点技术之一是有效抵抗时变风干扰的影响。针对上述问题,提出了一种基于神经网络的电压控制量学习算法。通过在时变风干扰下采用LOS-PD控制方法经过多次调参后得到大量先验数据,利用这些数据对神经网络进行训练,得到了一组从距离偏差、角速度、风速大小、目标路径方向的倾斜角、航向角到无人艇左右电压控制量之间的最佳权值矩阵。通过仿真,得到两种算法在不同风干扰下的平均跟踪误差、跟踪时间和平均跟踪能耗。仿真结果验证了基于神经网络的电压控制量学习算法对于抵抗时变风干扰的有效性。

关 键 词:无人水面艇  神经网络  时变风  路径跟踪  变船长比

Research of Target Path Tracking Optimization Control of Unmanned Surface Vehicle
CONG Xiao-yi,WANG Jian-hua,LI Zhen-yi. Research of Target Path Tracking Optimization Control of Unmanned Surface Vehicle[J]. Computer Simulation, 2019, 36(1): 325-330
Authors:CONG Xiao-yi  WANG Jian-hua  LI Zhen-yi
Affiliation:(Marine Teehnology & Control Engineering Key Laboratory,Shanghai Maritime University,Shanghai 201306,China)
Abstract:CONG Xiao-yi;WANG Jian-hua;LI Zhen-yi(Marine Teehnology & Control Engineering Key Laboratory,Shanghai Maritime University,Shanghai 201306,China)
Keywords:USV  Neural Network  Time-varying wind  Path tracking  Variable ship length rate
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号