基于數據驅動控制的船舶自動靠泊

熊 勇，余嘉俊，牟軍敏，張本任，張 加，朱奇舸

(武漢理工大學 a.航運學院； b.湖北省內河航運技術重點實驗室；c.國家水運安全工程技術研究中心， 武漢 430063)

船舶在靠泊過程中，由于受到風、流干擾以及淺水、岸壁效應的影響，會產生復雜的動力學行為，難以精確操控[1]，需要通過人的經驗來完成靠泊過程。因此，從理論和實踐上研究自動靠泊技術具有重要的意義。自動靠泊技術的研究始于20世紀90年代初,楊鹽生[2]提出一種靠離泊操縱的數學模型，并設計出計算作用在船體上的流體力及槳力、舵力、拖船力、纜繩和錨鏈張力的實用算法。卜仁祥等[3]結合增量反饋技術，設計一種無需估計風、流干擾的自動靠泊算法。MIZUNO等[4]在非線性規(guī)劃最短時間靠泊方法的基礎上，改進非線性模型預測控制器。張強等[5]通過總結船舶靠泊技術的發(fā)展現狀，提出未來船舶自動靠泊的研究方向。閆曉飛等[6]利用三維激光掃描儀工作原理和三維點云數據的處理方法，研發(fā)一種能為實現自動靠泊提供航海動態(tài)信息的船舶靠泊監(jiān)測技術。ABLYAKIMOV等[7]提出一種可用于自動靠泊的局部導航測距系統(tǒng)。YANG等[8]設計一種船基絞纜控制裝置，可利用分布在艏部和艉部的2根纜繩實現平行靠泊。

船舶在臨近泊位時處于低速航行狀態(tài),且受到淺水和岸壁效應的影響，難以對船舶進行精確建模，因此基于船舶運動模型的運動控制方法具有局限性，不能滿足船舶自動靠泊的要求。國內外學者嘗試采用不依賴船舶運動模型的方法來控制船舶的運動。YAMATO等[9]利用ANN(Artificial Neural Network)算法設計靠泊控制器。ZHANG等[10]利用多參數神經網絡算法設計在線調參的靠泊控制器。IM等[11-12]和TRAN等[13]利用神經網絡設計靠泊控制器，并設計考慮側推器和拖船等輔助設備的自動靠泊控制器。NGUYEN 等[14]利用自適應神經網絡分別訓練舵、槳控制信號,由此實現自動靠泊。AHMED 等[15-16]利用神經網絡技術并結合虛擬窗口理論設計自動靠泊控制器，采用自由船模試驗驗證其有效性。張強等[17]使用ANN算法對船舶的自動靠泊控制進行仿真試驗。在船舶低速運動控制領域，龔征華等[18]基于噴水推進操舵控制系統(tǒng)的工作原理，設計干擾觀測器和全局滑模控制器。VAN等[19]改進ANN算法,并將其應用于實船控制中。

綜上所述，船舶自動靠泊方法的研究歷史較早，這些方法也很少被應用于實船自動靠泊，且現有的不依賴船舶運動模型的控制方法多為ANN算法，還停留在仿真階段。在實際的船舶靠泊過程中，該方法的實時性難以保障，較難獲得參數訓練的樣本，而船舶在靠泊過程中允許的控制收斂時間較短，使人工神經網絡控制方法難以應用于船舶實際靠泊中。為此設計一種基于船載微波雷達陣列，檢測船舶與泊位岸線的相對位置和姿態(tài)，并采用基于數據驅動控制的無模型自適應控制方法以實現船舶的靠泊控制，并通過實船試驗驗證該算法的可行性和控制效果。

1 自動靠泊系統(tǒng)的硬件設計

船舶的自動靠泊需以試驗船舶作為載體，完成試驗船舶的硬件設計，然后搭建自動靠泊系統(tǒng)試驗平臺，通過設計試驗驗證系統(tǒng)的適用性，各模型、算法的穩(wěn)定性和可靠性，其中船舶硬件設計是實現船舶自動靠泊的基礎。船舶自動靠泊的硬件結構主要由以下3個單元組成。

1.1 姿態(tài)傳感器

船舶在靠泊過程中需獲取船舶的實時姿態(tài)信息。采用高精度慣導模塊，為船舶的自動靠泊提供X、Y和Z等3個方向上的加速度值、角度值和角速度值。

1.2 電子航向儀

船舶在水面航行時，需通過設備獲取當前所在位置的經緯度數據,同時需判斷其當前的方位和航向，采用電子航向儀實時獲取全球定位系統(tǒng)(Global Positioning System,GPS)的數據和航向角數據，利用解析后的數據對船舶進行位置監(jiān)測和靠泊控制等。

1.3 微波雷達

船舶自動靠泊不同于傳統(tǒng)的船舶運動控制，靠泊時距離岸線較近，精度要求較高，因此采用微波雷達陣列來輔助船載GPS進行高精度定位。在船體上分別安裝6個微波雷達(見圖1)，通過各微波雷達采集到的距岸線距離來計算船舶的精確位置和GPS數據，完成船舶的精確定位，并結合船載姿態(tài)傳感器精確計算出船舶的姿態(tài)。

圖1 船載微波雷達示意

圖1中:S1～S6為各微波雷達距岸線的距離，根據船上各微波雷達的具體位置，結合船載GPS設備精確定位船舶的位置。同時,通過各船載微波雷達測得的距岸線的距離，結合船舶上電子航向儀獲得的船舶艏向角判斷船舶當前的姿態(tài)。

2 船舶自動靠泊流程設計

本文研究的是在靜水條件下的船舶自動靠泊問題，船舶在自動靠泊過程中，需根據船舶的各項參數定義其靠泊狀態(tài)。

2.1 船舶靠泊規(guī)則

船舶的靠泊過程可分為船舶抵達泊位前的運動過程和船舶從泊位前向碼頭靠攏的運動過程2個階段。

船舶在水流平緩、風力較小、碼頭下方水域寬闊的條件下航行時，應至少保持與碼頭1.0～1.5倍船長的安全橫距。慢車航行，當艏向與碼頭下端點距離為2～3倍船長時停車，用舵機使艏艉線與碼頭外延長線夾角不大于15°，借助船舶慣性滑行前進。[20]

2.2 船舶靠泊的數學定義

在船舶靠泊規(guī)則的前提下，定義船舶在靠泊的過程中要實現靠泊，需滿足

(1)

船舶最終的靠泊狀態(tài)如式1所示，船舶姿態(tài)角為固定值；船舶到達泊位(即船舶重心距泊位小于閾值S0)。在船舶的靠泊過程中，保持船舶邊界距岸線始終大于固定值Sj，Smin為各微波雷達采集到的距離信息的最小值。

2.3 船舶自動靠泊整體流程

利用船載電子航向儀和微波雷達陣列獲取船舶各微波雷達距岸線的距離，并結合船舶的GPS數據判斷船舶相對于泊位的位置，進而得到船舶相對岸的姿態(tài)。利用微波雷達和姿態(tài)傳感器實時反饋船舶的位置信息和姿態(tài)角，根據上層的調度算法，并結合下層的無模型自適應控制算法實現船舶的自動靠泊，見圖2。

圖2 船舶靠泊流程圖

自動靠泊算法結構分為上層的靠泊調度算法和下層的運動控制算法。由上層的調度算法計算出船舶目標航向角和航速，由下層的運動控制算法計算出船舶當前指令舵角信息和指令螺旋槳轉速信息，從而實現航向和航速控制，完成自動靠泊。

3 船舶自動靠泊調度算法

根據《船舶操縱》中的船舶靠泊規(guī)則，本文采用的路徑規(guī)劃算法將船舶自動靠泊分為2個階段，其中:第一階段是將船舶行駛至設定的轉向點處;第二階段是船舶到達轉向點后調整船舶的姿態(tài)，并將其沿著引導線駛入泊位。

各微波雷達距離岸線的距離分別為S1～S6，各雷達距離岸線最近距離為Smin，船舶各雷達距岸線的警戒距離為Sj(1.5倍船長)，船舶進入該范圍時，立即向反方向航行，遠離岸線；轉向圈半徑為Sz(10倍船長)，船舶在進入轉向圈時轉向，先向設置的轉向點運動，當船舶到達轉向點后，調整航速至5 kn。調速完成后，調整航向，使船舶到達引導線上，再將其艏向角調整為θ(10°)，沿著引導線航行，并保持航速為4～5 kn；調速圈半徑為St(4倍船長)，船舶在調速圈中開始減速至1～2 kn，并保持艏向角為θ，使得船舶緩緩駛入泊位；靠泊圈半徑為S0(1倍船長)，當船舶進入靠泊圈時，調整姿態(tài)，關閉電機，使得船舶到達泊位，即認為船舶完成靠泊操作。引導線與岸線的夾角為θ，轉向點位于引導線上距泊位中心8倍船長的位置。船舶靠泊各項閾值示意見圖3。

圖3 船舶靠泊各項閾值示意

以下為船舶分別從左側和右側自動靠泊時的具體流程。

3.1 船舶左側靠泊

當船舶從左側靠近轉向圈時(見圖4)，先通過船舶上GPS數據計算出船舶與泊位中心的距離S。當S>Sz(船舶在轉向圈外)時，船舶正常向泊位行進；當St

圖4 船舶左側靠泊示意

圖5 微波雷達航向調節(jié)示意

以Smin=S4為例，當前船舶姿態(tài)與定義的靠泊姿態(tài)有較大的差距，見圖6。靠泊調度算法將大角度左轉的控制指令輸出到船舶的航向控制器中，完成調向后，繼續(xù)根據微波雷達的實時數據對船舶的當前姿態(tài)進行判斷，直至船舶滿足靠泊姿態(tài)要求。

圖6 微波雷達轉向示意

調整好船舶姿態(tài)后進入調速圈(Sk

3.2 船舶右側靠泊

當船舶從右側靠近轉向圈時，先算出船舶距泊位中心的距離S。當S>Sz時，船舶正常向泊位航行；當St

圖7 船舶右側靠泊示意

4 無模型自適應控制

在自動靠泊過程中，需要設計船舶航向和航速2個控制器。

船舶在自動靠泊過程中，會有高速和低速運動2種情況，船舶在低速航行時，較難建立船舶運動模型，從而影響船舶運動控制的精度。數據驅動控制不基于機理模型，而是僅利用被控對象的輸入和輸出數據實現控制器的設計。[21]因此,在靠泊過程中，采用數據驅動控制分別設計船舶的航向和航速控制器。

4.1 船舶航向控制器

考慮一般的離散時間下的非線性系統(tǒng)為

y(k+1)=f(y(k),…,y(k-n),u(k),…,

u(k-m))

(2)

式(2)中：y(k)為控制器的測量值，即被控系統(tǒng)的輸出;u(k)為控制器的輸出，即被控系統(tǒng)的控制量，亦為被控系統(tǒng)的輸入;k為釆樣時間;n和m分別為系統(tǒng)輸出和輸入的階數;…為未知的非線性的函數,可代表一般的無噪聲干擾作用的非線性系統(tǒng)。對于式(2)表達的非線性受控系統(tǒng)作以下3點基本假設:

y(k+1)=φ(k)Δu(k)+y(k)

(3)

1) 系統(tǒng)對于輸入、輸出均可觀測，可控制。

3) 系統(tǒng)滿足廣義Lipschitz條件，即輸入變量變化有界,則輸出變量變化有界。[21]

在船舶航向控制中，控制器的輸入是船舶的目標航向角，輸出是船舶的舵角。這2個控制量均滿足上述假設。

設計準則函數為

(4)

(5)

Δu(k-1)=u(k-1)-u(k-2)

(6)

(7)

(8)

Δy(k)=y*-y(k)

(9)

式(8)和式(9)中：y*為期望的航向角；ρ1和λ1為無模型控制律的控制參數;式(8)為無模型自適應控制的控制律公式，只有1個需要通過輸入輸出數據進行辨識的參數，即φ(k);u為輸出的舵角信息;y為輸入的當前航向角。

4.2 船舶航速控制器

船舶的航速控制系統(tǒng)也是一個典型的非線性系統(tǒng)，其輸入是船舶的螺旋槳轉速，系統(tǒng)的輸出是船舶的航速。這2個控制量均滿足無模型自適應控制的假設。

設計非線性受控系統(tǒng)為

v(k+1)=φ(k)Δn(k)+v(k)

(10)

設計準則函數為

(11)

(12)

Δn(k-1)=n(k-1)-n(k-2)

(13)

(14)

(15)

Δv(k)=v*-v(k)

(16)

式(15)和式(16)中:v*為期望的航速;ρ2和λ2為無模型控制律的控制參數;式(15)為無模型自適應控制的控制律公式;式(16)只有1個需要通過輸入輸出數據進行辨識的參數，即φ(k);n為控制器輸出，即輸出的螺旋槳轉速；v為控制器輸入，即船舶當前的航速。

5 實船試驗

試驗船舶參數見表1，實船見圖8。

表1 試驗船舶參數

圖8 試驗船舶

船舶航向角控制器參數為：ρ1=0.25;λ1=3;η1=0.001;μ1=1。

船舶航速控制器參數為：ρ2=0.2;λ2=2.6;η2=0.001 5;μ2=0.8。

設計2組船舶靠泊試驗，分別為船舶位于轉向圈外左側駛向泊位和船舶位于轉向圈外右側駛向泊位。

5.1 船舶左側靠泊

船舶初始狀態(tài)為轉向圈外左側，按設計的靠泊算法停在泊位(見圖9),船舶左側靠泊航向時序圖見圖10，速度變化時序圖見圖11。

圖9 船舶左側靠泊軌跡圖

圖10 船舶左側靠泊航向時序圖圖11 船舶左側靠泊速度時序圖

船舶初始航向為101.2°，到達轉向點后，調整航向，駛向引導線后保持航向角為10°進入調速圈，最終航向角保持約為9°如圖10所示。

步長為0.2 s，船舶記錄的初始航速約為8 kn(如圖11所示)，此時無期望航速要求，在8 s后，船舶調整完成航向時根據調度算法，期望航速為5 kn，船舶完成調速后保持5 kn航速繼續(xù)行駛，在進入調速圈后，調整航速為1 kn，緩慢向泊位靠攏，到達泊位后停止電機運行,完成靠泊。

5.2 船舶右側靠泊

船舶初始狀態(tài)為轉向圈外右側，試驗中按設計的船舶調度算法，依次進入轉向圈、調速圈和靠泊圈,最終停在泊位，完成自動靠泊(見圖12),船舶右側靠泊航向時序圖見圖13，船舶右側靠泊近岸速度時序圖見圖14。

船舶初始航向為151.5°，到達轉向點后，調整航向，駛向引導線后保持航向角為10°進入調速圈，最終航向角保持約為9°如圖13所示。

圖12 船舶右側靠泊軌跡圖

圖13 船舶右側靠泊航向時序圖圖14 船舶右側靠泊近岸速度時序圖

步長為0.2 s，船舶記錄的初始航速約為8 kn，此時無期望航速要求，在大約4 s后，船舶航向調整完成,根據調度算法，期望航速為5 kn，船舶航速調整完成后保持航速為5 kn繼續(xù)航行，在進入調速圈后，調整船舶航速為1 kn，緩慢向泊位靠攏，到達泊位后停止電機,完成靠泊如圖14所示。試驗結果表明:船舶在自動靠泊過程中，無模型自適應控制有良好的控制效果，雖然有些許的誤差，但考慮到測量設備的精度問題，這些誤差也在可接受的范圍內，尤其是在船舶即將靠岸時,船舶處于低速狀態(tài)，但仍有良好的控制效果，能實現船舶的自動靠泊。

6 結束語

本文設計一套自動靠泊算法，基于微波雷達陣列，結合船載GPS數據，在準確獲取船舶的實時位置的基礎上，使用無模型自適應控制控制船舶航向和航速，從而實現船舶自動靠泊。同時,設計實船試驗，證明按本文介紹的船舶自動靠泊算法，試驗船舶能完成自動靠泊。本文采用的船舶為小型無人艇，并未驗證大型無人艇能否采用該方法完成靠泊，但該方法具有一般性，可為大型船舶的自動靠泊技術研究提供參考。