本發(fā)明涉及非電變量的控制與調(diào)節(jié)，特別涉及一種旋空磁船舶運(yùn)行智能控制方法及系統(tǒng)。

背景技術(shù)：

1、pod動(dòng)力船舶(podded?propulsion?vessels)是一種采用吊艙推進(jìn)系統(tǒng)的船舶。這種推進(jìn)系統(tǒng)將電動(dòng)機(jī)和螺旋槳集成在一個(gè)可旋轉(zhuǎn)的吊艙中，吊艙可以直接安裝在船體外部，使得螺旋槳和電動(dòng)機(jī)可以360度旋轉(zhuǎn)，從而實(shí)現(xiàn)船舶的全方位推進(jìn)和精確的航向控制。其航向控制的方法可以采用：全回轉(zhuǎn)推進(jìn)，通過(guò)吊艙的360度旋轉(zhuǎn)，船舶可以實(shí)現(xiàn)全方位的推進(jìn)，從而精確控制航向；動(dòng)力分配，通過(guò)調(diào)整不同吊艙的推進(jìn)力和方向，可以實(shí)現(xiàn)復(fù)雜的航向控制和機(jī)動(dòng)操作；自動(dòng)控制系統(tǒng)，結(jié)合gps、激光掃描和環(huán)境感知技術(shù)，自動(dòng)控制系統(tǒng)可以根據(jù)實(shí)時(shí)數(shù)據(jù)調(diào)整吊艙的推進(jìn)力和方向，實(shí)現(xiàn)智能航向控制和避障。但是這些控制方式存在環(huán)境感知精度較差，避障能力較弱；無(wú)法根據(jù)不同的環(huán)境和任務(wù)需求，自動(dòng)調(diào)整控制策略，導(dǎo)致適應(yīng)性較差的問(wèn)題。

2、現(xiàn)有技術(shù)一、申請(qǐng)?zhí)枺篶n202410758928.x公開(kāi)了一種基于自適應(yīng)角速率解算的船舶航向控制方法，包括如下步驟：實(shí)時(shí)獲取船舶的航向、舵角及航速信號(hào)；對(duì)船舶運(yùn)動(dòng)方程進(jìn)行在線辨識(shí)，得到特定航速下的回轉(zhuǎn)性指數(shù)及特定航速下的應(yīng)舵指數(shù)；將船舶運(yùn)動(dòng)方程無(wú)因次化，得到無(wú)因次回轉(zhuǎn)性指數(shù)及無(wú)因次應(yīng)舵指數(shù)；計(jì)算實(shí)時(shí)航速下的回轉(zhuǎn)性指數(shù)及實(shí)時(shí)航速下的應(yīng)舵指數(shù)，并構(gòu)建航向狀態(tài)觀測(cè)模型，解算自適應(yīng)角速率；計(jì)算指令舵角，根據(jù)計(jì)算的指令舵角進(jìn)行船舶航向控制。雖然有利于減少操舵頻次，減小機(jī)械磨損，降低船艙噪音；但是缺乏對(duì)環(huán)境感知，導(dǎo)致船舶航行過(guò)程中避障能力較差。

3、現(xiàn)有技術(shù)二，申請(qǐng)?zhí)枺篶n202411159851.0公開(kāi)了一種基于復(fù)合函數(shù)非線性反饋的大型船舶航向保持控制方法，通過(guò)預(yù)設(shè)航向與實(shí)際航向之間的差值，獲取復(fù)合函數(shù)中的第一層函數(shù)表達(dá)式和第二層函數(shù)的表達(dá)式，得到經(jīng)過(guò)復(fù)合函數(shù)中第二層函數(shù)作用后的航向差值；最終得到控制器輸出的舵角以及實(shí)際航向，實(shí)現(xiàn)對(duì)大型船舶的航向保持控制。雖然能夠在考慮超大型船舶的舵機(jī)特性以及風(fēng)浪干擾的情況下，針對(duì)超大型船舶航向保持控制，采用復(fù)合函數(shù)非線性反饋技術(shù)比簡(jiǎn)單函數(shù)非線性反饋技術(shù)魯棒性更強(qiáng)，并且調(diào)節(jié)時(shí)間縮短、最大偏航角減小、平均偏航角減少，平均舵角減少、平均舵角變化率縮短，同時(shí)，減少航向保持過(guò)程中的能量消耗，綜合性能指標(biāo)更好，達(dá)到了強(qiáng)魯棒低能耗的目的。但是其控制過(guò)程比較復(fù)雜，對(duì)船舶的控制器的智能化水平提出了較高的要求，一定程度上增加了船舶的航行成本。

4、現(xiàn)有技術(shù)三，申請(qǐng)?zhí)枺篶n202411121733.0公開(kāi)了一種帶有輸入量化和輸出約束的自適應(yīng)神經(jīng)網(wǎng)絡(luò)無(wú)人船舶航向控制方法，包括：獲取周?chē)h(huán)境以及周?chē)渌暗暮r信息，建立無(wú)人船舶的航向控制數(shù)學(xué)模型；采用復(fù)合量化器對(duì)控制系統(tǒng)中的控制輸入進(jìn)行量化，并利用線性解析模型描述輸入量化過(guò)程；基于輸出約束理論，設(shè)計(jì)障礙李雅普諾夫函數(shù)，獲取無(wú)人船舶的航向控制器；基于李雅普諾夫穩(wěn)定性理論，證明在無(wú)需量化參數(shù)的先驗(yàn)信息時(shí)，設(shè)計(jì)的帶有輸入量化和輸出約束的自適應(yīng)神經(jīng)網(wǎng)絡(luò)無(wú)人船舶航向控制系統(tǒng)的穩(wěn)定性，且閉環(huán)控制系統(tǒng)中的所有信號(hào)都是一致，最終有界的。雖然可以改善無(wú)人船舶的航向性能。但是沒(méi)有實(shí)現(xiàn)航向的自適應(yīng)調(diào)整，一方面使得航向調(diào)整的智能化程度較低，另一方面不利于行駛的安全。

5、目前現(xiàn)有技術(shù)一、現(xiàn)有技術(shù)二及現(xiàn)有技術(shù)三存在環(huán)境感知精度較差，避障能力較弱；無(wú)法根據(jù)不同的環(huán)境和任務(wù)需求，自動(dòng)調(diào)整控制策略，導(dǎo)致適應(yīng)性較差的問(wèn)題。因而，本發(fā)明提供一種旋空磁船舶運(yùn)行智能控制方法及系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種旋空磁船舶運(yùn)行智能控制方法，包含以下步驟：

2、構(gòu)建周邊虛擬環(huán)境的三維模型，生成實(shí)時(shí)更新的環(huán)境模型；

3、基于實(shí)時(shí)更新的環(huán)境模型，規(guī)劃出一條從當(dāng)前位置到目標(biāo)位置的最優(yōu)路徑；

4、當(dāng)檢測(cè)到潛在的碰撞風(fēng)險(xiǎn)時(shí)，啟動(dòng)避障程序，調(diào)整運(yùn)行方向。

5、可選的，將規(guī)劃好的最有路徑轉(zhuǎn)化為具體的控制指令的過(guò)程，包含以下步驟：

6、基于實(shí)時(shí)更新的環(huán)境模型，計(jì)算從當(dāng)前位置到目標(biāo)位置的最短路徑；將優(yōu)化后的路徑分解為一系列小的路徑段，每個(gè)路徑段對(duì)應(yīng)一個(gè)控制指令；

7、根據(jù)路徑段的長(zhǎng)度和曲率，規(guī)劃旋空磁在每個(gè)路徑段上的速度；將路徑段和速度規(guī)劃轉(zhuǎn)化為具體的控制指令，發(fā)送給旋空磁的執(zhí)行機(jī)構(gòu)；

8、在旋空磁運(yùn)行過(guò)程中，通過(guò)實(shí)時(shí)gps定位和環(huán)境掃描數(shù)據(jù)的反饋，不斷監(jiān)測(cè)路徑的執(zhí)行情況和環(huán)境變化；如果檢測(cè)到路徑偏離或環(huán)境變化，重新進(jìn)行路徑規(guī)劃和控制指令生成。

9、可選的，計(jì)算從當(dāng)前位置到目標(biāo)位置的最短路徑的過(guò)程，包含以下步驟：

10、基于實(shí)時(shí)更新的環(huán)境模型，構(gòu)建一個(gè)圖結(jié)構(gòu)，將當(dāng)前位置設(shè)為起點(diǎn)，目標(biāo)位置設(shè)為終點(diǎn)；

11、創(chuàng)建一個(gè)優(yōu)先隊(duì)列，用于存儲(chǔ)待處理的節(jié)點(diǎn)，并初始化所有節(jié)點(diǎn)的距離為無(wú)窮大，起點(diǎn)的距離為0；從優(yōu)先隊(duì)列中取出距離最小的節(jié)點(diǎn)，遍歷其所有相鄰節(jié)點(diǎn)，計(jì)算從起點(diǎn)經(jīng)過(guò)當(dāng)前節(jié)點(diǎn)到相鄰節(jié)點(diǎn)的距離；

12、當(dāng)優(yōu)先隊(duì)列中取出的節(jié)點(diǎn)為目標(biāo)位置節(jié)點(diǎn)時(shí)，算法停止；通過(guò)回溯每個(gè)節(jié)點(diǎn)的父節(jié)點(diǎn)，從目標(biāo)位置節(jié)點(diǎn)回溯到起點(diǎn)，生成初始路徑；以初始路徑的起點(diǎn)為根節(jié)點(diǎn)，在路徑的關(guān)鍵點(diǎn)附近進(jìn)行隨機(jī)采樣，從最近鄰節(jié)點(diǎn)向隨機(jī)點(diǎn)方向擴(kuò)展，生成新的路徑節(jié)點(diǎn)；

13、新的路徑節(jié)點(diǎn)與環(huán)境中的障礙物進(jìn)行碰撞檢測(cè)；當(dāng)快速探索隨機(jī)樹(shù)中的節(jié)點(diǎn)接近目標(biāo)位置時(shí)，回溯生成新的優(yōu)化路徑，即最短路徑。

14、可選的，每個(gè)節(jié)點(diǎn)代表一個(gè)位置，邊代表節(jié)點(diǎn)間的連接，并賦予相應(yīng)的權(quán)重。

15、可選的，計(jì)算從起點(diǎn)經(jīng)過(guò)當(dāng)前節(jié)點(diǎn)到相鄰節(jié)點(diǎn)的距離的過(guò)程，包含以下步驟：

16、明確當(dāng)前節(jié)點(diǎn)和相鄰節(jié)點(diǎn)的位置；獲取當(dāng)前節(jié)點(diǎn)到起點(diǎn)的已知最短距離；

17、計(jì)算當(dāng)前節(jié)點(diǎn)到相鄰節(jié)點(diǎn)的直接距離；將起點(diǎn)到當(dāng)前節(jié)點(diǎn)的距離與當(dāng)前節(jié)點(diǎn)到相鄰節(jié)點(diǎn)的距離相加，得到從起點(diǎn)經(jīng)過(guò)當(dāng)前節(jié)點(diǎn)到相鄰節(jié)點(diǎn)的總距離；

18、比較計(jì)算出的總距離與相鄰節(jié)點(diǎn)的當(dāng)前距離。

19、可選的，如果總距離小于相鄰節(jié)點(diǎn)的當(dāng)前距離，則更新相鄰節(jié)點(diǎn)的距離為總距離，并將相鄰節(jié)點(diǎn)加入優(yōu)先隊(duì)列；重復(fù)上述步驟，直到優(yōu)先隊(duì)列中取出的節(jié)點(diǎn)為目標(biāo)位置節(jié)點(diǎn)，計(jì)算停止。

20、可選的，生成新的路徑節(jié)點(diǎn)的過(guò)程，包含以下步驟：

21、在路徑的關(guān)鍵轉(zhuǎn)折點(diǎn)的在狹窄通道，擴(kuò)大采樣范圍，捕捉潛在路徑；在路徑的直線部分，縮小采樣范圍；

22、利用歷史路徑數(shù)據(jù)，預(yù)測(cè)最優(yōu)采樣點(diǎn)；通過(guò)學(xué)習(xí)路徑規(guī)劃的歷史數(shù)據(jù)，選擇采樣點(diǎn)；

23、結(jié)合實(shí)時(shí)環(huán)境感知技術(shù)，實(shí)時(shí)獲取環(huán)境信息，并動(dòng)態(tài)調(diào)整路徑規(guī)劃策略；在動(dòng)態(tài)環(huán)境中，響應(yīng)障礙物的變化，實(shí)時(shí)更新路徑節(jié)點(diǎn)；將路徑規(guī)劃任務(wù)分配給多個(gè)計(jì)算節(jié)點(diǎn)，通過(guò)并行計(jì)算加速路徑生成過(guò)程。

24、可選的，將路徑段和速度規(guī)劃轉(zhuǎn)化為具體的控制指令的過(guò)程，包含以下步驟：

25、將路徑段分解為一系列關(guān)鍵節(jié)點(diǎn)和中間節(jié)點(diǎn)，提取每個(gè)節(jié)點(diǎn)的坐標(biāo)信息和連接關(guān)系；根據(jù)路徑段的長(zhǎng)度和曲率，計(jì)算每個(gè)路徑段的速度要求；

26、根據(jù)路徑段的曲率和連接關(guān)系，計(jì)算每個(gè)節(jié)點(diǎn)的轉(zhuǎn)向角度；根據(jù)速度規(guī)劃信息，計(jì)算每個(gè)路徑段的加速度變化；根據(jù)路徑段的長(zhǎng)度和速度規(guī)劃，生成每個(gè)路徑段的速度控制指令。

27、可選的，根據(jù)優(yōu)化后的轉(zhuǎn)向角度指令，旋空磁的執(zhí)行機(jī)構(gòu)執(zhí)行轉(zhuǎn)向操作；根據(jù)優(yōu)化后的加速度指令，旋空磁的執(zhí)行機(jī)構(gòu)執(zhí)行加速度變化；根據(jù)優(yōu)化后的速度控制指令，旋空磁的執(zhí)行機(jī)構(gòu)執(zhí)行速度變化。

28、本發(fā)明提供的一種旋空磁船舶運(yùn)行智能控制系統(tǒng)，包含：

29、環(huán)境模型更新模塊，負(fù)責(zé)構(gòu)建周邊虛擬環(huán)境的三維模型，生成實(shí)時(shí)更新的環(huán)境模型；

30、路徑優(yōu)化調(diào)整模塊，負(fù)責(zé)基于實(shí)時(shí)更新的環(huán)境模型，規(guī)劃出一條從當(dāng)前位置到目標(biāo)位置的最優(yōu)路徑；

31、運(yùn)行避障監(jiān)測(cè)模塊，負(fù)責(zé)當(dāng)檢測(cè)到潛在的碰撞風(fēng)險(xiǎn)時(shí)，啟動(dòng)避障程序。

32、本發(fā)明的數(shù)據(jù)導(dǎo)入與環(huán)境建模，通過(guò)導(dǎo)入預(yù)存儲(chǔ)的地形和障礙物分布等地圖數(shù)據(jù)，結(jié)合實(shí)時(shí)傳感器數(shù)據(jù)，實(shí)現(xiàn)多源數(shù)據(jù)的融合，提高環(huán)境模型的準(zhǔn)確性和全面性；構(gòu)建周邊虛擬環(huán)境的三維模型，使得旋空磁能夠更直觀、全面地理解周?chē)h(huán)境，為路徑規(guī)劃和避障提供基礎(chǔ)數(shù)據(jù)；生成的環(huán)境模型是實(shí)時(shí)更新的，能夠動(dòng)態(tài)反映環(huán)境變化，確保旋空磁在運(yùn)行過(guò)程中始終基于最新的環(huán)境信息進(jìn)行決策。路徑規(guī)劃與控制指令生成，基于實(shí)時(shí)更新的環(huán)境模型，進(jìn)行路徑規(guī)劃，能夠規(guī)劃出一條從當(dāng)前位置到目標(biāo)位置的最優(yōu)路徑，避開(kāi)障礙物，確保路徑的高效性和安全性；將規(guī)劃好的路徑轉(zhuǎn)化為具體的控制指令，指導(dǎo)旋空磁的運(yùn)行方向和速度，實(shí)現(xiàn)路徑規(guī)劃與實(shí)際運(yùn)行的無(wú)縫對(duì)接；通過(guò)實(shí)時(shí)gps定位和環(huán)境掃描數(shù)據(jù)的反饋，不斷調(diào)整最優(yōu)路徑，確保路徑的動(dòng)態(tài)適應(yīng)性和實(shí)時(shí)性。環(huán)境感知與避障策略，在旋空磁運(yùn)行過(guò)程中，持續(xù)監(jiān)測(cè)周?chē)h(huán)境的變化，確保對(duì)環(huán)境的全面感知，及時(shí)發(fā)現(xiàn)潛在風(fēng)險(xiǎn)；當(dāng)檢測(cè)到潛在的碰撞風(fēng)險(xiǎn)時(shí)，啟動(dòng)避障程序，調(diào)整運(yùn)行方向，避開(kāi)障礙物，確保旋空磁的安全運(yùn)行。

33、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書(shū)中闡述，并且，部分地從說(shuō)明書(shū)中變得顯而易見(jiàn)，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過(guò)在所寫(xiě)的說(shuō)明書(shū)以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。

34、下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。