智能船舶船岸協(xié)同實驗關(guān)鍵技術(shù)研究*

劉智心 初秀民，3 鄭 茂▲ 張代勇

（1.武漢理工大學(xué)能源與動力工程學(xué)院 武漢430063 2.武漢理工大學(xué)國家水運安全工程技術(shù)研究中心 武漢430063 3.閩江學(xué)院物理與電子信息工程學(xué)院 福州350108）

0 引 言

近年來，隨著智能傳感、通信及物聯(lián)網(wǎng)技術(shù)的發(fā)展，船舶的智能化程度逐漸提高，智能船舶成為國際海事界的新熱點。國際主要船級社先后發(fā)布了有關(guān)智能船舶的規(guī)范和指導(dǎo)性文件，世界主要造船國家大力推進智能船舶研制與應(yīng)用，無人水面艇（unmanned surface vessel USV）逐漸映入人們眼簾[1]。基于嵌入式設(shè)備的高效網(wǎng)絡(luò)化信息系統(tǒng)也被用于USV 系統(tǒng)中，通過集成計算、通信與控制3C（computation，communication，control），使得船舶的無人化、智能化程度越來越高[2]。船岸協(xié)同系統(tǒng)是指在系統(tǒng)設(shè)計方面，船岸協(xié)同智能船舶系統(tǒng)對傳統(tǒng)的船岸關(guān)系，智能船舶在航道中的航行及復(fù)雜水域避碰，船舶交通智能組織與協(xié)同都有巨大影響[3]。

智能船舶的出現(xiàn)，對船岸協(xié)同提出了新的要求。對于新型智能船舶，船岸關(guān)系將發(fā)生改變。由于船舶的智能化，船員將會減少，智能船舶將利用船載的傳感器，將環(huán)境等信息實時上傳至服務(wù)器，供船舶控制人員參考決策。傳統(tǒng)船舶的通信和數(shù)據(jù)交互，將不能滿足智能船舶的發(fā)展需求，需利用現(xiàn)有的通信和物聯(lián)網(wǎng)技術(shù)，結(jié)合智能船的發(fā)展趨勢[4]，構(gòu)建新的船岸關(guān)系。

智能船舶是多種先進技術(shù)綜合應(yīng)用的體現(xiàn)。船舶智能化航行需要環(huán)境感知、通信導(dǎo)航、狀態(tài)監(jiān)測與故障診斷、航線規(guī)劃、安全預(yù)警和自主航行等技術(shù)的不斷發(fā)展和完善[5]。在船岸協(xié)同下進行船舶半實物仿真研究中，其主要內(nèi)容應(yīng)包含航行環(huán)境建模，船舶運動建模以及控制器設(shè)計等方面。在環(huán)境建模方面，人工勢場法在機器人路徑規(guī)劃方面有較好的應(yīng)用[6]，可將人工勢場與船舶領(lǐng)域相結(jié)合，對智能船的航行環(huán)境進行建模。在船舶的運動模型方面，由于USV大部分均為欠驅(qū)動船舶，需要結(jié)合實際情況選擇不同的模型來對欠驅(qū)動船舶的運動模型進行數(shù)學(xué)描述[7-8]。對于船舶運動數(shù)學(xué)模型的參數(shù)，還需要通過不同的算法對船舶運動參數(shù)進行識別[9]，并根據(jù)此運動模型參數(shù)設(shè)計合適的智能控制算法[10]以對船舶進行控制。

根據(jù)智能船船岸協(xié)同模擬系統(tǒng)的需求，設(shè)計并搭建實驗仿真平臺，旨在研究船岸協(xié)同下智能船舶的安全航行與智能避碰算法的實現(xiàn)和驗證。首先，對船岸協(xié)同模擬系統(tǒng)進行總體設(shè)計，在總體設(shè)計的基礎(chǔ)上分別就智能船舶系統(tǒng)、船岸通信交互系統(tǒng)和仿真水域進行詳細設(shè)計，從而構(gòu)建完整的船岸協(xié)同系統(tǒng)，并通過設(shè)計的一套基于視距導(dǎo)航的路徑跟蹤實驗證明滿足自動航行要求；然后對船岸協(xié)同的關(guān)鍵技術(shù)進行分析和實現(xiàn)，由于船岸協(xié)同中預(yù)測較容易受環(huán)境的干擾，故在運動建模中加入了風(fēng)力干擾，使得對于狀態(tài)的預(yù)測更加準(zhǔn)確。

1 船岸協(xié)同實驗系統(tǒng)總體設(shè)計

要實現(xiàn)船岸協(xié)同模擬系統(tǒng)，需要分別進行軟硬件系統(tǒng)設(shè)計。硬件系統(tǒng)包含智能船系統(tǒng)、通信系統(tǒng)、岸基支持系統(tǒng)和仿真水域環(huán)境系統(tǒng)；軟件系統(tǒng)包含智能船控制程序和岸基交互程序。其中，在智能船系統(tǒng)中的感知部分加入風(fēng)速風(fēng)向儀，使得模擬系統(tǒng)能監(jiān)測水文信息。在船岸通信方面，針對船舶的運動狀態(tài)信息、船舶航行環(huán)境的感知信息以及岸端系統(tǒng)對船舶的控制指令設(shè)計全面的信息交互方式，確保信息交互的可靠性。

1.1 實驗系統(tǒng)硬件設(shè)計

船岸協(xié)同系統(tǒng)硬件主要由智能船系統(tǒng)、通信系統(tǒng)、岸基支持系統(tǒng)和仿真水域環(huán)境構(gòu)成，圖1為其總體結(jié)構(gòu)。

圖1 船岸協(xié)同模擬系統(tǒng)組成架構(gòu)Fig.1 The framework of the ship-shore coordination system

1.1.1 智能船測試系統(tǒng)

智能船?？赏ㄟ^無線通信模塊接收控制指令進行遠程遙控，也可按照遠程端設(shè)置固定的航行路線進行循跡航行。該系統(tǒng)主要由模型船、感知系統(tǒng)、運動控制器以及遠程監(jiān)控系統(tǒng)等4個部分組成。

1）模型船。系統(tǒng)中采用的船模為“仁建天津”號貨運標(biāo)準(zhǔn)船模縮比模型，由于模型船需要可遠程遙控控制和半自主航行，在模型船上裝有電池、小型船載計算機、驅(qū)動控制板和傳感器等設(shè)備。傳感器主要包括光電編碼器、超聲波傳感器、無線通信模塊、角度傳感器等。

2）感知系統(tǒng)。模型船感知系統(tǒng)主要用于實時獲取船舶航行環(huán)境信息和系統(tǒng)當(dāng)前狀態(tài)，航行環(huán)境信息主要通過小型激光雷達傳感器和風(fēng)速風(fēng)向儀獲取，模型船系統(tǒng)當(dāng)前狀態(tài)包含船舶執(zhí)行機構(gòu)狀態(tài)和船舶本身狀態(tài)，主要包括螺旋槳轉(zhuǎn)速、舵角、船舶位置、航速、船首向、角速度、風(fēng)速風(fēng)向，以及船舶姿態(tài)等。

3）運動控制器。系統(tǒng)中運動控制器包括自主航行控制器和遠程遙控控制器，自動航行控制器硬件部分包含工控機和船模驅(qū)動控制板。遠程遙控控制器包含無線遙控終端和岸基遙控終端，通過4G或2.4G無線網(wǎng)絡(luò)連接船?？刂破?，實現(xiàn)控制命令的下發(fā)和執(zhí)行。

4）遠程監(jiān)控系統(tǒng)。遠程監(jiān)控系統(tǒng)包括數(shù)據(jù)監(jiān)控和實時圖像監(jiān)控，數(shù)據(jù)監(jiān)控指模型船在運動控制過程中的狀態(tài)數(shù)據(jù)會實時發(fā)送至遠程監(jiān)控系統(tǒng)，實現(xiàn)船舶航行狀態(tài)參數(shù)的實時監(jiān)測和存儲。另外還可通過實時視頻監(jiān)控，在遇到緊急情況時通過遠程方式人工操控船舶，以保證航行安全。

1.1.2 通信系統(tǒng)設(shè)計

通信系統(tǒng)設(shè)計包括通信系統(tǒng)硬件設(shè)計和通信鏈路中數(shù)據(jù)協(xié)議設(shè)計及制定。為了保證通信系統(tǒng)的可靠性，系統(tǒng)總體通信架構(gòu)為2.4G+4G的多模通信方式。系統(tǒng)中，通信鏈路主要包括智能船系統(tǒng)工控機、控制板、通信服務(wù)器、船舶與岸基終端間的數(shù)據(jù)相互傳輸。

1.1.3 岸基支持系統(tǒng)

岸基支持系統(tǒng)包括遠程控制中心和避碰決策系統(tǒng)，利用通信系統(tǒng)將智能船載感知系統(tǒng)和遠程監(jiān)控系統(tǒng)采集的數(shù)據(jù)傳至岸基服務(wù)器存儲，并對智能船的航行狀態(tài)實時狀態(tài)進行監(jiān)測，實現(xiàn)對船舶的遠程監(jiān)控，避碰模擬決策，以及再緊急情況下的遠程控制。

1.1.4 模擬水域

智能船舶的航行仿真，不僅包含智能船舶在開闊水域的自主航行，還包括在受限和特殊水域安全的航行，要求實驗水域能模擬不同的水域。根據(jù)模擬水域環(huán)境情況，將模擬水域場景劃分為開闊水域、內(nèi)河航道場景、模擬橋區(qū)、控制河段及港區(qū)等，根據(jù)環(huán)境要求設(shè)置不同的仿真參數(shù)，主要包含：可航行區(qū)域約束、風(fēng)浪流干擾等級、航道區(qū)域約束等，可為智能船在實際航行水域中的控制算法提供場景驗證。

1.2 系統(tǒng)軟件設(shè)計

圖2 系統(tǒng)軟件圖Fig.2 The system software

從系統(tǒng)總體組成可知，船岸協(xié)同控制系統(tǒng)的程序主要包括智能船控制程序和岸端交互程序。智能船控制程序包括對船舶運動狀態(tài)的感知和船岸信息的交互程序，其架構(gòu)見圖2。程序利用智能船船載傳感器對船舶運動狀態(tài)信息的采集和航行區(qū)域內(nèi)環(huán)境信息進行感知，通過處理后生成可航區(qū)域和障礙物等信息，并根據(jù)控制指令，對智能船的舵機和螺旋槳等執(zhí)行機構(gòu)進行螺旋角轉(zhuǎn)速和舵機角度的調(diào)節(jié)控制；船岸信息交互程序主要完成智能船與岸基系統(tǒng)的信息交互，包括發(fā)送智能船的信息數(shù)據(jù)和生成智能船可執(zhí)行指令等。岸端交互控制程序，包括客戶端通信程序和船舶運動狀態(tài)監(jiān)測程序?？蛻舳送ㄐ懦绦蚍譃榕c智能船舶通信程序和交互客戶端程序，交互客戶端程序負(fù)責(zé)對人工控制指令的轉(zhuǎn)發(fā)和船舶實時狀態(tài)的顯示，智能船通信程序負(fù)責(zé)與智能船相關(guān)數(shù)據(jù)的轉(zhuǎn)發(fā)并存儲；船舶運動狀態(tài)監(jiān)測程序通過接收智能船舶上傳的實時狀態(tài)信息和智能船舶的參數(shù)信息，建立船舶運動數(shù)學(xué)模型，再根據(jù)交互客戶端發(fā)送的控制指令，對應(yīng)船舶的運動模型，生成下位機能執(zhí)行的控制指令。

2 船岸協(xié)同關(guān)鍵技術(shù)

實現(xiàn)船岸協(xié)同模擬系統(tǒng)，主要實現(xiàn)對船舶航行環(huán)境的感知和船舶運動狀態(tài)的感知描述，其中船舶的航行環(huán)境感知包括靜態(tài)、動態(tài)障礙物，可航行區(qū)域標(biāo)記和基于船舶操縱性、避碰規(guī)則的船舶航行線路規(guī)劃設(shè)計；船舶運動狀態(tài)主要通過船載傳感器采集的船舶位置和航行狀態(tài)信息，建立船舶運動數(shù)學(xué)模型。

船岸協(xié)同模擬系統(tǒng)中的關(guān)鍵技術(shù)主要包括：航行環(huán)境參數(shù)建模、船舶運動模型建模以及船舶運動參數(shù)的辨識和運動控制算法的實現(xiàn)。

2.1 航行環(huán)境參數(shù)建模

船舶的航行環(huán)境參數(shù)主要包括靜態(tài)、動態(tài)障礙物，可航行區(qū)域標(biāo)記和基于船舶操縱性、避碰規(guī)則的船舶航行線路規(guī)劃。人工勢場法由Khatib[6]提出，本質(zhì)上是一種對空間中實體的交互行為進行建模的方法。通過運用不同的勢場函數(shù)，以對人工勢場中的引力場和斥力場進行描述，主要用于機器人的避碰領(lǐng)域，Khatib[6]，Ren Jing 等[11]，Abkowitz 等[12]運用不同的勢場函數(shù)對引力場和斥力場進行描述，式（1）為Khatib提出的斥力場的描述。

式中：U（r）為引力場描述；r 為環(huán)境中勢場點到障礙物邊緣的最短距離，m；r0為所影響的范圍，m；A 為整體勢場權(quán)重因子。

式中：U(K) 為斥力場描述；a 為勢場再靠近障礙物邊緣上升及障礙物時的下降速度，m/s；A 為整體勢場權(quán)重因子；K 為距離障礙物的偽距，K 為0 時表示該市場點再障礙物的邊緣，而K 會隨著勢場點與障礙物邊緣距離的增加而增加。

在該研究中，對于無人船的航行環(huán)境，可航行區(qū)域為引力場，不可航行區(qū)域及動態(tài)靜態(tài)障礙物可通過船舶領(lǐng)域等方式建立斥力場，通過船舶的基本尺寸、運動速度和位置傳感器采集的數(shù)據(jù)作為人工勢場模型的輸入，建立船舶可航行區(qū)域模型。

2.2 船舶運動模型

根據(jù)不同的建模方式，船舶的運動數(shù)學(xué)模型一般可分為水動力模型和操舵響應(yīng)性模型，其中水動力模型又可分為整體型模型和分離型模型[7-8，12]。整體型模型[12]主要將舵槳和船體視為一個整體來對船舶運動進行受力分析，但模型本身較為復(fù)雜，水動力導(dǎo)數(shù)較多且物理意義不明確，很難將船體結(jié)構(gòu)（包括槳、舵）改變與模型參數(shù)變換關(guān)聯(lián)起來；分離型模型[13]水動力導(dǎo)數(shù)物理意義明確，適合分析槳、舵的修改對船舶運動性能的影響。響應(yīng)性模型描述了系統(tǒng)的輸出（首向角（船首向）、首搖速度等）對應(yīng)系統(tǒng)輸入（舵角、螺旋槳轉(zhuǎn)速等）的動態(tài)響應(yīng)關(guān)系，相比水動力模型更為簡潔，一般用于船舶運動控制器設(shè)計和操縱性分析[14]。

在船岸協(xié)同模擬系統(tǒng)中，考慮到后續(xù)的編隊控制研究、自動靠離泊研究和會遇下的船岸協(xié)同控制研究等，需要對智能船航行進行更精確地預(yù)測。故結(jié)合航行水域中的風(fēng)浪流等水文信息進行預(yù)測非常有必要。由于響應(yīng)性模型能直接反映出艏向角、首搖速度與舵角、轉(zhuǎn)速等操縱指令的動態(tài)響應(yīng)關(guān)系，更易于船岸協(xié)同控制。

響應(yīng)模型結(jié)構(gòu)簡單，其模型參數(shù)值通常只需要通過Z 型試驗或者自航模實驗數(shù)據(jù)進行辨識得到，可結(jié)合常用的控制算法進行實時控制[15]，是一種比較方便的船舶運動建模方法[16]。結(jié)合操舵響應(yīng)性模型進行船模的運動模型建立。

式中：K，T1，T2，T3，σ 為水動力導(dǎo)數(shù)簡化后的無量綱的量系數(shù)；a 為該項系數(shù)。

通過風(fēng)速風(fēng)向儀和羅經(jīng)得到數(shù)據(jù)，風(fēng)速為VF，m/s；船速為VC，m/s；相對船速為VX，m/s；風(fēng)速與首向的夾角為β，(°)。關(guān)系如下。

式中：m 為模型船質(zhì)量，kg；ρ 為空氣密度，kg/m3；l 為模型船長度，m；H 為水面以上模型船側(cè)面積，m2。

在該研究中，為使得運動模型仿真結(jié)果更加精確，在穩(wěn)定風(fēng)速和風(fēng)向的前提下，考慮加入風(fēng)力干擾d ，并結(jié)合操舵響應(yīng)性模型建立船模的運動模型。

2.3 船舶運動參數(shù)辨識

對船舶的運動模型結(jié)構(gòu)建立后，需要確定其模型參數(shù)。傳統(tǒng)的辨識方法為最小二乘法、卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)法，以及迭代搜索、多信息、階梯、耦合等辨識方法[9]。其中最小二乘法和卡爾曼濾波是使用最廣泛、實現(xiàn)較為簡單的辨識方法，經(jīng)典的最小二乘法通過對數(shù)學(xué)模型的參數(shù)進行尋優(yōu)，使得誤差平方和最小，其方法簡單，但易受到噪聲的影響；卡爾曼濾波辨識方法可同時對狀態(tài)和噪聲進行估計，可在線和離線的對參數(shù)進行辨識。在該研究中，使用LSSVM 方法對操舵響應(yīng)模型進行辨識，具體方法見文獻[17]。

2.4 運動控制算法

船舶運動控制主要分為船舶軌跡跟蹤和路徑跟隨，軌跡跟蹤控制是指在具有時間維度下使船舶跟蹤預(yù)設(shè)軌跡的控制；路徑跟隨則是指不考慮時間維度的情況下對參考軌跡的跟蹤控制[10]，其控制要求更低，更易于實現(xiàn)。

在路徑跟隨控制中，可以通過視距導(dǎo)航（line of sight，LOS）[18]，Serret-Frenet框架[19]，或雙曲正切函數(shù)來構(gòu)造回歸計劃航跡的期望船首向方程等[20]，將對路徑的跟隨問題轉(zhuǎn)變?yōu)楹较蚋檰栴}，也可以通過直接控制船舶位置達到航跡跟蹤控制[21]。

常用的航向控制算法主要有PID 控制、最優(yōu)控制、滑膜變結(jié)構(gòu)控制、反饋線性化控制、反步法控制[22-26]、模型預(yù)測控制（model predictive control，MPC）。其中，MPC 能在控制過程中增加多種約束，適于船舶運動控制過程多約束的特點[27]，在該研究中采用MPC 實現(xiàn)船舶運動控制。此外，MPC控制性能與建模精確性、預(yù)測步長、目標(biāo)函數(shù)最優(yōu)求解效率都有關(guān)系，在控制過程中應(yīng)結(jié)合具體的需求選擇適當(dāng)簡化的模型、合適的控制參數(shù)和目標(biāo)函數(shù)。

在船舶自主航行控制中，系統(tǒng)可以根據(jù)智能船舶采集的環(huán)境信息，對航行環(huán)境進行建模，再根據(jù)船舶實時運動數(shù)據(jù)建立的船舶運動模型，為MPC 控制器提供精確的路徑跟蹤模型保證；考慮到控制實時性和可行性，在滿足精度需求的基礎(chǔ)上需要對模型進行線性化和離散化，并在MPC求解最優(yōu)輸入序列時考慮系統(tǒng)約束，選取輸入序列的第一個作為控制信號輸入，最終實現(xiàn)船舶路徑跟蹤自主航行控制。

3 模型船試驗

為驗證加入干擾的運動模型是否更加精確，使用模型船實驗平臺進行驗證，并同時驗證了所設(shè)計的船岸協(xié)同系統(tǒng)的可靠性和完整性。該實驗平臺為“仁建天津”號集裝箱船1：50縮比船舶，實船和模型船的有關(guān)參數(shù)見表1。根據(jù)船岸協(xié)同系統(tǒng)硬件需求，模型船搭載了電池、小型船載計算機、驅(qū)動控制板和激光雷達等傳感器及設(shè)備，初步完成了操縱性實驗、基本的路徑跟隨實驗。

表1 船舶參數(shù)對照表Tab.1 Ship parameter comparison table

3.1 船舶運動辨識實驗

為了準(zhǔn)確辨識船舶運動參數(shù)，根據(jù)IMO 在“船舶操縱性標(biāo)準(zhǔn)”中確定的Z 形實驗、回轉(zhuǎn)實驗進行自航模實驗，船舶的轉(zhuǎn)首穩(wěn)定性和初始回轉(zhuǎn)能力均由Z 型實驗來評估。在辨識實驗中，通過遠程遙控正常吃水狀況下的模型船，分別在10°，20°，30°下完成船舶Z 型實驗。如圖3 所示，為在固定風(fēng)速風(fēng)向的條件下的30°舵角下Z 形實驗，利用LSSVM 方法對其船舶操縱性參數(shù)K，T1，T2，T3，α和σ，進行識別后，將原運動模型與加入穩(wěn)定風(fēng)力干擾的運動模型進行仿真預(yù)測，其結(jié)果與真實航行中首向進行對比。

圖3 仿真結(jié)果與試驗結(jié)果對比Fig.3 Comparison between simulation results and test results

圖3 中為實際Z形試驗中首向數(shù)據(jù)、加入穩(wěn)定風(fēng)力干擾后運動模型的仿真結(jié)果和未加入風(fēng)力干擾模型的仿真結(jié)果三者對比。三者對比下，加入干擾后的運動模型，仿真結(jié)果相比較原結(jié)果更加貼合真實試驗數(shù)據(jù)，由圖中曲線和實驗數(shù)據(jù)可知，該建模結(jié)果較之原建模減少了50%左右的誤差，提高了模擬結(jié)果的精確性。但是仍存在部分偏差，原因是未考慮浪流干擾因素，在船岸協(xié)同模擬系統(tǒng)中未加入相應(yīng)傳感器采集浪流信息。

對于回轉(zhuǎn)實驗，船在30°舵角下的回轉(zhuǎn)回轉(zhuǎn)過程軌跡見圖4，根據(jù)船載GPS 獲取的數(shù)據(jù)，可直接獲得船舶的回轉(zhuǎn)直徑和旋回速度，由于船模在回轉(zhuǎn)過程中，受風(fēng)的影響較大，船舶回轉(zhuǎn)過程中的縱距、橫距及戰(zhàn)術(shù)直徑等均出現(xiàn)較大的偏差。

表2 不同條件下30°舵角回轉(zhuǎn)實驗船舶回轉(zhuǎn)直徑和旋回速度Tab.2 The Final Diameter and angular velocity at the rudder angel of 30° under different weathercondition

3.2 船舶路徑跟蹤實驗

為了模擬船舶在開闊水域的自動航行，設(shè)計了一套基于視距導(dǎo)航的路徑跟蹤實驗，通過由岸基服務(wù)器向智能船系統(tǒng)發(fā)送一條軌跡數(shù)據(jù)，智能船根據(jù)當(dāng)前點位置，搜尋軌跡的起點，并沿著跟隨軌跡自動航行，見圖5。

如圖5 所示，叉曲線軌跡為預(yù)先設(shè)計的由離散的點組成的航行參考軌跡序列，點曲線軌跡為船舶的實際航行軌跡，從跟蹤結(jié)果可以看出，智能船在接收岸端發(fā)送的軌跡后，能迅速駛到軌跡起點，并沿著軌跡進行航行。實際航行軌跡與參考軌跡的偏差在0.2～1m 以內(nèi)，總體上能按照既定的規(guī)劃，完成軌跡跟蹤目標(biāo)，滿足模型船自動航行需求。

圖5 路徑跟蹤效果圖Fig.5 Result of Path Following

4 結(jié)束語

通過對船岸協(xié)同系統(tǒng)進行總體設(shè)計，利用現(xiàn)有水域環(huán)境，構(gòu)建了智能船舶開展仿真實驗環(huán)境，完成了模型船操縱性模型參數(shù)辨識和路徑跟隨實驗，為智能船舶設(shè)計提供了理論與技術(shù)支持，同時為智能船舶的航行規(guī)劃驗證提供了平臺基礎(chǔ)。

在研究中構(gòu)建了船岸協(xié)同模擬仿真平臺，但未監(jiān)測浪流環(huán)境進行參數(shù)設(shè)計，且運動算法仍需改進。后續(xù)將開展如下4個方面研究。

1）多船會遇下的船岸協(xié)同控制研究。包含實驗場景設(shè)計，以及在基于避碰規(guī)則下的多船會遇場景船岸協(xié)同控制。

2）船舶自動靠離泊仿真。需要結(jié)合智能船感知系統(tǒng)和實驗水域環(huán)境，根據(jù)船舶運動模型和控制算法，開展船舶港區(qū)內(nèi)自動靠離泊技術(shù)研究。

3）船舶過橋行為仿真。通過模擬船舶通過橋區(qū)行為，對船舶航行的控制進行研究。

4）船舶編隊控制研究。當(dāng)前對船舶的控制均基于單艘船舶，下一步考慮在多船編隊條件下的船舶編隊控制研究。