船舶智能航行制导与控制

前言 

第1章　绪论　1 

1.1　船舶运动控制发展概述　2 

1.2　船舶智能航行制导与控制　5 

1.2.1　船舶动力定位控制　5 

1.2.2　船舶路径跟踪控制　6 

1.3　船舶智能航行关键问题分析　9 

1.4　全书结构内容安排　10 

第2章　基本概念与基础理论　12 

2.1　Lyapunov稳定性理论　12 

2.1.1　稳定的概念　12 

2.1.2　Lyapunov稳定性定理　13 

2.1.3　自适应Backstepping控制　15 

2.2　非线性船舶运动数学模型　21 

2.2.1　船舶平面运动的运动学关系　22 

2.2.2　船舶动力学模型　23 

2.2.3　执行伺服系统模型　24 

2.3　海洋环境干扰模型　29 

2.3.1　风干扰模型　29 

2.3.2　海浪干扰模型　32 

2.3.3　海流干扰模型　35 

2.4海　洋环境干扰下的船舶运动数学模型　35 

2.5　本章小结　36 

第3章　*小参数化条件下的船舶智能制导与鲁棒控制　38 

3.1　问题描述　38 

3.2　虚拟小船逻辑制导算法　40 

3.3　*小参数化条件下的简捷鲁棒自适应控制　41 

3.3.1　控制器设计　41 

3.3.2　稳定性分析　44 

3.4　仿真研究　47 

3.4.1　对比实验　48 

3.4.2　海洋环境干扰下的实验结果　51 

3.5　本章小结　53 

第4章　考虑执行器配置约束的船舶智能制导与鲁棒控制　54 

4.1　问题描述　55 

4.2　DVS制导算法　56 

4.3　考虑低频增益学习的鲁棒神经网络控制　59 

4.3.1　控制器设计　59 

4.3.2　稳定性分析　62 

4.4　仿真研究　65 

4.5　本章小结　70 

第5章　海洋工程环境下动力定位船舶优化制导与鲁棒控制　71 

5.1　问题描述　71 

5.2　面向动力定位任务的DVS优化制导　73 

5.3　考虑执行器增益不确定的动力定位鲁棒自适应控制　74 

5.3.1　控制器设计　75 

5.3.2　稳定性分析　77 

5.4　仿真研究　79 

5.4.1　对比实验　79 

5.4.2　具有能量优化机制的实验结果　82 

5.5　本章小结　85 

第6章　具有碰撞风险预测机制的船舶智能制导与鲁棒控制　86 

6.1　问题描述　86 

6.1.1　设计模型　86 

6.1.2　扩展状态观测器　88 

6.2　具有碰撞风险预测机制的DVS避障制导　89 

6.3　基于扩展状态观测器的鲁棒自适应控制　94 

6.3.1　观测器与控制器设计　94 

6.3.2　稳定性分析　97 

6.4　仿真研究　99 

6.4.1　对比实验　99 

6.4.2　海洋环境干扰下的实验结果　100 

6.5　本章小结　104 

第7章　多静止目标环境下船舶智能制导与鲁棒控制　105 

7.1　问题描述　105 

7.2　多静止目标环境下的DVS避障制导　107 

7.3　考虑计算负载需求的鲁棒有限时间控制　110 

7.3.1　控制器设计　110 

7.3.2　稳定性分析　112 

7.4　仿真研究　114 

7.4.1　对比试验　114 

7.4.2　海洋环境干扰下的实验结果　118 

7.5　本章小结　119 

第8章　混合障碍目标环境下船舶智能制导与鲁棒控制　120 

8.1　问题描述　120 

8.2　混合障碍目标环境下的DVS避障制导　122 

8.3　考虑执行器增益不确定的路径跟踪鲁棒有限时间控制　126 

8.3.1　控制器设计　126 

8.3.2　稳定性分析　128 

8.4　仿真研究　130 

8.4.1　对比试验　130 

8.4.2　海洋环境干扰下的实验结果　132 

8.5　本章小结　135 

附录：主要符号、缩写说明　136 

参考文献　138 

第1章绪论

当前，蓝色正逐渐渗入中国经济的底色，我国经济形态和开放格局呈现出前所未有的“依海”特征，大力发展海洋经济、加快建设海洋强国成为我国现代化经济体系建设中的一项重要任务[1]。据统计，2020年全国港口货物吞吐量完成145.5亿吨，港口集装箱吞吐量完成2.6亿标箱，港口货物吞吐量和集装箱吞吐量均位居世界第一位；全国内河货运量完成38.15亿吨，全国内河航道通航里程超过12万公里，居世界第一[2]。随着海洋区域经济的快速发展，提升船舶智能航行技术装备水平已成为世界各国和地区的重要发展战略。为此，《国家中长期科学和技术发展规划纲要（2006一2020年）》提出，要大力发展船舶领域信息化和智能化技术，解决我国高技术船载装备配套能力弱的问题。党的十八大报告提出要建设海洋强国，将“提高海洋资源开发能力，发展海洋经济，保护海洋生态环境，坚决维护国家海洋权益”纳入我国建设海洋强国的战略目标中，进一步强调了加强海上交通运输装备技术水平在国家战略中的重要地位[3]。

伴随着人工智能和自动驾驶技术的迅猛发展，2016年初，罗尔斯-罗伊斯（Rolls-Royce,RR）公司在芬兰所建立的合作项目“高级无人驾驶船舶应用开发计划（advancedautonomous waterborne applications,AAWA)”引起航运界乃至全球的关注[4.5]。2017年1月，挪威海事局和挪威海岸管理局将特隆赫姆海峡作为世界上第一片允许进行无人船相关测试的海域。芬兰国家海洋产业局、交通通信局等机构也与劳斯莱斯进行了智能船舶项目合作谈判，探索如何在波罗的海部署无人驾驶船舶。2017年6月，中国船级社联合美国船级社、中国舰船研究设计院、沪东造船厂、中国船舶及海洋工程设计院、海航科技集团等成立了我国首个无人货船开发联盟[6]。以上事实表明，智能船舶作为海上交通运输的重要载体，其相关研究已在全球范围内开展。

船舶运动控制是当前智能船舶研究领域的一个重要研究课题，其最终目的是提高船舶自动化、智能化水平，保证船舶海上航行的安全性、经济性、舒适性，开展对其的研究也显得尤为重要[]。在船舶实际航行作业中，基本的运动控制任务可概括为5类问题[8]：①大洋航行自动导航问题，包括航向保持、转向控制、航迹保持、航速控制（到港时间控制）、动力定位控制等；②港区航行及自动靠离泊问题，涉及船舶在浅水中的低速运动，风、浪、流干扰相对增大，系统信息量增多，操纵和控制更趋困难；③拥挤水道航行或大洋航行的自动避碰问题，主要涉及多船会遇、碰撞危险度评估、多目标决策、碰撞最佳时机及最佳转向幅度预报等；④船舶减摇控制，主要包括鳍减摇控制、舵减摇控制和舵鳍联合减摇控制等；⑤无人航海载运工具的控制，主要包括无人水下机器人(unmanned underwater vehicle,UUV)的控制、遥控机器人(remotely operated vehicle,ROV)的控制、自主水下机器人(autonomousunderwater vehicle,AUV)的控制、无人水面船舶(unmanned surface vehicle,USV)的控制、无人半潜船舶(unmanned semi-submersible carrier,USSC)的控制等。围绕以上5类问题，以智能航行制导与控制相结合为切入点开展船舶自动化系统设计是实现高技术海洋资源开发平台建设或复杂智能航行任务的关键。

事实上，海上大型船舶通常只装备主推进螺旋桨（固定螺距螺旋桨或可调螺距螺旋桨）和舵设备分别驱动船舶前进和艏摇运动（没有专门用于镇定横漂运动的驱动设备）。尽管部分船舶装有艏侧推设备用于横漂运动的镇定控制，但这类设备常因船舶纵向高速水动力影响而不能有效控制船舶运动[7]。因此，大型船舶通常是一类典型的欠驱动机械系统，具有二阶不可积分非完整约束且不能有效转换为无漂链式系统。这对开展大型船舶智能航行制导和控制研究工作提出了新的挑战[9，10]。根据大型船舶运动控制系统组成逻辑功能，动态避障/路径跟踪任务可分为以下3类子系统设计实现，即制导、控制、导航，如图1.1所示。制导系统主要根据操控人员设定的航路点信息、航行水域障碍物分布情况实时规划出光滑的参考路径，为船舶控制策略提供参考姿态（位置）、速度、加速度信号，引导船舶实现自主航行；控制系统能够根据船舶运动姿态、速度变量以及制导系统给出的参考变量确定执行航行任务所需控制命令；导航系统用于测量船舶运动姿态，主要由船载导航仪器完成，部分情况下需要设计观测器实现对速度变量的估计。

本书突出船舶控制工程技术特点，既力求掌握控制理论的相关理论知识，又立足于实践与应用。结合笔者多年来夯实的前期研究工作积累，系统地总结了船舶智能航行制导与控制的基本理论和方法。本书共8章，主要内容为：绪论、船舶运动数学模型、最小参数化条件下的船舶智能制导与鲁棒控制、考虑执行器配置约束的船舶智能制导与鲁棒控制、海洋工程环境下动力定位船舶优化制导与鲁棒控制、具有碰撞风险预测机制的船舶智能制导与鲁棒控制、多静止目标环境下船舶智能制导与鲁棒控制、混合障碍目标环境下船舶智能制导与鲁棒控制。本书内容融入了笔者对船舶动控制科学的一系列思考所得和研究设计范例，力求使本书内容在全面性和实用性方面具有较高的参考价值。