基于改進(jìn)蟻群算法的船舶航向自動(dòng)控制系統(tǒng)*

張浩 蔣曉明 余凡 曹立超 周勇 劉曉光

特約論文

基于改進(jìn)蟻群算法的船舶航向自動(dòng)控制系統(tǒng)*

張浩 蔣曉明 余凡 曹立超 周勇 劉曉光

（廣東省科學(xué)院智能制造研究所，廣東 廣州 510070）

針對(duì)傳統(tǒng)的船舶航向自動(dòng)控制算法無(wú)法對(duì)船舶數(shù)學(xué)模型進(jìn)行準(zhǔn)確建模，且模型參數(shù)無(wú)法適應(yīng)不同環(huán)境的控制精度要求的問(wèn)題，提出一種改進(jìn)蟻群算法。首先，建立船舶運(yùn)動(dòng)方程，明確影響控制精度的重要參數(shù)；然后，將蟻群算法與船舶航向自動(dòng)控制系統(tǒng)相結(jié)合，并根據(jù)實(shí)際應(yīng)用對(duì)象的特點(diǎn)對(duì)蟻群算法進(jìn)行改進(jìn)，使改進(jìn)蟻群算法能夠快速求出控制系統(tǒng)重要參數(shù)的最優(yōu)解，提高船舶航向的控制精度；最后，通過(guò)仿真驗(yàn)證算法的可行性。仿真結(jié)果表明，相比傳統(tǒng)蟻群算法，本文提出的改進(jìn)蟻群算法求得的最優(yōu)路徑誤差率降低了3.8%，并能較快迭代出最優(yōu)解，提高了船舶航向控制的精度，減少船舶的無(wú)效行駛里程。

航向自動(dòng)控制；控制系統(tǒng)；改進(jìn)蟻群算法；路徑規(guī)劃

0　引言

隨著船舶運(yùn)動(dòng)控制系統(tǒng)朝高精度、網(wǎng)格化的進(jìn)程發(fā)展，如航向保持自動(dòng)舵系統(tǒng)、航跡保持自動(dòng)舵系統(tǒng)、船舶綜合運(yùn)動(dòng)控制系統(tǒng)等的出現(xiàn)，使相關(guān)控制系統(tǒng)采用越來(lái)越復(fù)雜的算法，才能滿足控制結(jié)果高精度的要求[1]。為保證船舶航行的安全和效率，船舶數(shù)學(xué)模型的精度要求也越來(lái)越高，使得數(shù)學(xué)模型復(fù)雜進(jìn)而導(dǎo)致計(jì)算復(fù)雜、控制系統(tǒng)成本高，且無(wú)法快速求出最優(yōu)解。若降低船舶數(shù)學(xué)模型精度，則無(wú)法準(zhǔn)確描述系統(tǒng)狀態(tài)，難以有效控制船舶。船舶航行時(shí)受風(fēng)、浪、流等影響，導(dǎo)致船舶偏離預(yù)定航線，不僅無(wú)法保障人身和財(cái)產(chǎn)安全，還會(huì)增加舵機(jī)的操控次數(shù)，浪費(fèi)能耗，降低控制系統(tǒng)的魯棒性[2-4]。

為避免船舶偏離預(yù)定航線，保障船舶航行的安全性，減少船舶無(wú)效的行駛里程，降低燃油消耗，國(guó)內(nèi)外專(zhuān)家學(xué)者提出多種智能控制算法求出最優(yōu)航線，如粒子群優(yōu)化算法[5]、蟻群算法[6-7]、反步法[8]、神經(jīng)網(wǎng)絡(luò)和機(jī)器視覺(jué)[9]等。其中，蟻群算法主要借鑒螞蟻在尋找食物時(shí)通過(guò)散發(fā)的信息素濃度求解最優(yōu)路徑，是解決預(yù)定航線偏離問(wèn)題常用的算法，具有收斂速度快、魯棒性強(qiáng)等特點(diǎn)，但存在容易陷入局部最優(yōu)解，優(yōu)化能力不足等問(wèn)題。對(duì)蟻群算法進(jìn)行結(jié)構(gòu)改進(jìn)、參數(shù)優(yōu)化后，可有效避免上述問(wèn)題并提高算法效率。改進(jìn)后的蟻群算法應(yīng)用于控制系統(tǒng)可有效解決最優(yōu)解和最優(yōu)路徑的問(wèn)題[10]。

本文為提高船舶數(shù)學(xué)模型參數(shù)的準(zhǔn)確性和預(yù)定航向的行駛精度，減少船舶航行時(shí)的偏離值，建立船舶的數(shù)學(xué)模型，并引入蟻群算法計(jì)算控制量的最優(yōu)解。為避免蟻群算法陷入局部最優(yōu)解，對(duì)蟻群算法中的信息素?fù)]發(fā)系數(shù)和收斂權(quán)重因子進(jìn)行改進(jìn)，并將改進(jìn)后的蟻群算法應(yīng)用于船舶航向自動(dòng)控制系統(tǒng)。

1 數(shù)學(xué)模型建立

船舶航向自動(dòng)控制的重點(diǎn)是船舶數(shù)學(xué)模型的建立?？紤]到船舶航行時(shí)受風(fēng)、浪、流的影響，導(dǎo)致船舶垂蕩、橫搖和縱搖。其中，橫搖對(duì)船舶安全影響最大。風(fēng)、浪、流等干擾在船舶數(shù)學(xué)模型中產(chǎn)生不確定因素，尤其對(duì)船舶進(jìn)行閉環(huán)控制時(shí)，船舶的本體和外部環(huán)境信息無(wú)法準(zhǔn)確測(cè)量，同時(shí)測(cè)量信號(hào)還受隨機(jī)噪聲的影響。船舶在航行時(shí)，可近似看作一種平面運(yùn)動(dòng)，忽略垂蕩和縱搖的影響和各運(yùn)動(dòng)狀態(tài)間的耦合。因此，為保證數(shù)學(xué)模型的準(zhǔn)確性和控制系統(tǒng)的有效性，本文僅考慮橫搖的影響。

式中，為船舶總質(zhì)量；和分別為船舶重心G在x和z方向的坐標(biāo)；和分別為船舶在x軸和z軸的慣性矩；為船舶在平面的平面慣性積；和分別為x軸和y軸的船舶運(yùn)動(dòng)動(dòng)量；和分別為船舶在x軸和z軸上的動(dòng)量矩。

則

由式(3)可知，當(dāng)擾動(dòng)量足夠小時(shí)，船舶航跡會(huì)保持在預(yù)定航跡附近的一定范圍內(nèi)。但實(shí)際航行時(shí)受到的擾動(dòng)不僅較大，而且隨機(jī)，因此需要根據(jù)環(huán)境反饋信息對(duì)船舶航向控制參數(shù)進(jìn)行調(diào)節(jié)，以保證船舶航跡的穩(wěn)定性。

2　改進(jìn)蟻群算法

2.1　蟻群算法

鑒于船舶在航行時(shí)無(wú)法準(zhǔn)確獲得控制系統(tǒng)參數(shù)最優(yōu)值而偏離預(yù)定航跡，根據(jù)蟻群算法具有并行運(yùn)算能力和魯棒性強(qiáng)的特點(diǎn)，本文利用蟻群算法對(duì)控制系統(tǒng)參數(shù)進(jìn)行全局尋優(yōu)。

蟻群算法的特點(diǎn)是通過(guò)多個(gè)螞蟻選擇一個(gè)固定的初始柵格，并隨機(jī)選擇下一個(gè)柵格，直至到達(dá)目標(biāo)柵格后再原路返回至初始柵格；同時(shí)在尋找路徑的過(guò)程中不斷釋放信息素，后續(xù)螞蟻根據(jù)信息素的濃度選擇合適的路徑，以求得最優(yōu)解。其中，隨機(jī)選擇公式為

為提高蟻群算法的全局搜索能力，在整個(gè)迭代過(guò)程中找出效率最高的螞蟻，對(duì)信息素濃度更新，使算法的收斂性較高，但容易陷入局部最優(yōu)的情況，因此需要保持一定的信息素蒸發(fā)率，避免所有螞蟻都朝一條路徑搜索。即螞蟻?zhàn)哌^(guò)一條路徑時(shí)，降低前一個(gè)螞蟻留下信息素的同時(shí)添加新信息素，信息素的更新公式為

2.2　蟻群算法的改進(jìn)

信息素是決定蟻群算法能否有效找到最優(yōu)路徑的重要參數(shù)。傳統(tǒng)蟻群算法的信息素和能見(jiàn)度的加權(quán)值參數(shù)一般根據(jù)經(jīng)驗(yàn)設(shè)定。當(dāng)參數(shù)設(shè)置不合理時(shí)，會(huì)導(dǎo)致運(yùn)算復(fù)雜或僅求得局部最優(yōu)解。為解決上述問(wèn)題，通常有2種改進(jìn)方法：1）將蟻群算法與強(qiáng)化學(xué)習(xí)、遺傳算法等優(yōu)化算法結(jié)合，實(shí)現(xiàn)蟻群算法的優(yōu)化；2）優(yōu)化參數(shù)設(shè)置，對(duì)信息素釋放量、螞蟻種群數(shù)量、信息素加權(quán)值等參數(shù)進(jìn)行優(yōu)化。本文對(duì)蟻群算法中的信息素?fù)]發(fā)系數(shù)和收斂權(quán)重因子進(jìn)行改進(jìn)，以解決蟻群算法陷入局部最優(yōu)解的問(wèn)題。

在蟻群算法中，信息素是反映路徑選擇的重要指標(biāo)。螞蟻根據(jù)信息素濃度選擇合適的路徑，信息素濃度越大，路徑上柵格的選擇次數(shù)越多，從而引導(dǎo)更多的螞蟻選擇此柵格。若當(dāng)前路徑尋優(yōu)結(jié)束后不對(duì)柵格上的信息素進(jìn)行處理，則下次尋找路徑時(shí)，上一次遺留的信息素濃度不斷積累，算法的局部搜索能力會(huì)超出全局搜索能力。因此，既要保證算法具有一定的收斂速度，還要保證蟻群算法的全局搜索能力。

為滿足上述要求，設(shè)計(jì)信息素?fù)]發(fā)系數(shù)的優(yōu)化方式：將此次迭代搜索到的最優(yōu)路徑與之前搜索到的最優(yōu)路徑相比較，若當(dāng)前路徑優(yōu)于此次迭代前的最佳路徑，則降低信息素?fù)]發(fā)系數(shù)，減少當(dāng)前路徑信息素的揮發(fā)速度，使螞蟻更多地選擇當(dāng)前路徑，引導(dǎo)蟻群算法在尋優(yōu)過(guò)程中向已搜索到的最優(yōu)路徑收斂；反之，提高信息素?fù)]發(fā)系數(shù)，增加當(dāng)前路徑信息素的揮發(fā)速度，使螞蟻繼續(xù)尋找其他路徑，避免尋找到局部最優(yōu)路徑。信息素?fù)]發(fā)系數(shù)改進(jìn)公式為

為保證蟻群算法收斂效果，在狀態(tài)轉(zhuǎn)移公式中加入收斂權(quán)重因子

2.3　改進(jìn)蟻群算法與船舶航向自動(dòng)控制系統(tǒng)結(jié)合

船舶運(yùn)動(dòng)控制一般分為船舶航行時(shí)的自動(dòng)導(dǎo)航、船舶靠港和自動(dòng)避碰3種情況。其中，船舶航行時(shí)的自動(dòng)導(dǎo)航主要包括航向保持、航跡保持和航速保持等；船舶靠港主要涉及船舶在淺水區(qū)的低速航行，此時(shí)水深、航速、風(fēng)、浪等干擾影響遠(yuǎn)遠(yuǎn)大于在海洋上的影響，船舶數(shù)學(xué)模型參數(shù)變化較大，船舶的操縱和控制也更加困難，這對(duì)控制系統(tǒng)的穩(wěn)定性和準(zhǔn)確性要求較高；自動(dòng)避碰主要涉及船舶回合、碰撞危險(xiǎn)程度和避免碰撞策略等情況。本文主要闡述船舶沿直線運(yùn)動(dòng)時(shí)的船舶航向控制問(wèn)題，為保證船舶航向自動(dòng)控制系統(tǒng)的適用性，將涉及到船舶航跡控制。

1）初始化參數(shù)，設(shè)置螞蟻數(shù)量、迭代次數(shù)、爬行路徑等參數(shù)；

2）令所有螞蟻尋找下一柵格，并采用轉(zhuǎn)盤(pán)輪賭法隨機(jī)選擇下一柵格，避免在未搜索全局前陷入局部最優(yōu)解；

3）根據(jù)步驟2）選擇的路徑，判斷螞蟻是否進(jìn)入死區(qū)，若進(jìn)入死區(qū)則觸發(fā)回退策略返回步驟2）再次進(jìn)行下一柵格的選擇，否則進(jìn)入步驟4）；

4）對(duì)局部信息素進(jìn)行更新，并計(jì)算當(dāng)前柵格與初始柵格之間的距離；

5）循環(huán)步驟2）～4）直至所有螞蟻都到達(dá)目標(biāo)柵格，并計(jì)算單次迭代中最短路徑長(zhǎng)度和平均路徑長(zhǎng)度；

6）計(jì)算所有到達(dá)目標(biāo)柵格的路徑長(zhǎng)度及螞蟻轉(zhuǎn)移次數(shù)，對(duì)全局信息素進(jìn)行更新；

7）判斷是否到達(dá)最大迭代次數(shù)的終止條件，若沒(méi)有達(dá)到，則返回步驟2）進(jìn)行循環(huán)，否則輸出最優(yōu)解。

改進(jìn)蟻群算法程序流程圖如圖2所示。

圖2 改進(jìn)蟻群算法程序流程圖

3 仿真實(shí)驗(yàn)

圖3 傳統(tǒng)蟻群算法與改進(jìn)蟻群算法尋找的最優(yōu)路徑

由圖3可知：改進(jìn)蟻群算法在迭代至24次時(shí)即可尋得最優(yōu)解，并控制船舶航行時(shí)軌跡偏差在4 m誤差范圍內(nèi)；相比傳統(tǒng)蟻群算法的參數(shù)設(shè)定策略，改進(jìn)蟻群算法求得的最優(yōu)路徑誤差率降低了3.8%，故改進(jìn)蟻群算法應(yīng)用于船舶航向自動(dòng)控制系統(tǒng)可顯著提高控制精度，相比傳統(tǒng)蟻群算法有較好的控制效果。

4　結(jié)論

傳統(tǒng)船舶航向自動(dòng)控制系統(tǒng)算法無(wú)法對(duì)船舶數(shù)學(xué)模型進(jìn)行準(zhǔn)確建模，且系統(tǒng)參數(shù)多為經(jīng)驗(yàn)所得，無(wú)法有效應(yīng)對(duì)隨機(jī)變化的外部干擾，在實(shí)際航行中控制效果較差。本文提出的基于改進(jìn)蟻群算法的船舶航向自動(dòng)控制系統(tǒng)能夠快速求出重要參數(shù)的最優(yōu)解，相比于傳統(tǒng)蟻群算法能快速、準(zhǔn)確地迭代出最優(yōu)解并有效降低航跡誤差，避免船舶路徑尋優(yōu)時(shí)陷入局部最優(yōu)解的問(wèn)題，提高了船舶航向控制的精度，具有一定的應(yīng)用價(jià)值。

[1] 張顯庫(kù).船舶控制系統(tǒng)[M].大連:大連海事大學(xué)出版社,2010.

[2] 張顯庫(kù),趙翔宇.船舶轉(zhuǎn)向的魯棒控制及其優(yōu)化設(shè)計(jì)[J].哈爾濱工程大學(xué)學(xué)報(bào),2006,27(3):319-322.

[3] 劉洋,郭晨.船舶航向保持RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)非線性控制[J].大連海事大學(xué)學(xué)報(bào),2013,39(4):1-4.

[4] 關(guān)巍,周慶宏,任志浩,等.規(guī)劃控制策略下的無(wú)人船航向簡(jiǎn)捷魯棒控制[J].哈爾濱工程大學(xué)學(xué)報(bào),2019,40(11):1801-1808.

[5] 曾勇,張金奮,張明陽(yáng),等.基于粒子群—遺傳優(yōu)化算法的船舶避碰決策[J].中國(guó)航海,2020,43(1):1-6,28.

[6] 黃慶波.多約束條件下最優(yōu)航向控制中的蟻群算法研究[J]. 艦船科學(xué)技術(shù),2020,42(12):61-63.

[7] 肖軍,朱接文.船舶航向自動(dòng)控制的蟻群優(yōu)化算法[J].艦船科學(xué)技術(shù),2018,40(18):34-36.

[8] 張曉蘭,王欽若,時(shí)麗麗.動(dòng)力定位船舶縱向運(yùn)動(dòng)的反步法控制器設(shè)計(jì)[J].自動(dòng)化與信息工程,2011,32(5):1-4.

[9] 鄒木春,曾應(yīng)堅(jiān).基于機(jī)器視覺(jué)的船舶升沉檢測(cè)方法[J].自動(dòng)化與信息工程,2010,31(3):37-39.

[10] 劉永建,曾國(guó)輝,黃勃.改進(jìn)蟻群優(yōu)化算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[J].傳感器與微系統(tǒng),2020,39(4):56-58,62.

Ship Course Automatic Control System Based on Improved Ant Colony Algorithm

Zhang Hao Jiang Xiaoming Yu Fan Cao Lichao Zhou Yong Liu Xiaoguang

(Institute of Intelligent Manufacturing, Guangdong Academy of Science, Guangzhou 510070, China)

Aiming at the problem that the traditional ship course automatic control algorithm can not accurately model the ship mathematical model, and the model parameters can not meet the control accuracy requirements of different environments, an improved ant colony algorithm is proposed. Firstly, the ship motion equation is established to clarify the important parameters affecting the control accuracy; Then, the ant colony algorithm is combined with the ship course automatic control system, and the ant colony algorithm is improved according to the characteristics of the actual application object, so that the improved ant colony algorithm can quickly find the optimal solution of the important parameters of the control system and improve the control accuracy of the ship course; Finally, the feasibility of the algorithm is verified by simulation. The simulation results show that compared with the traditional ant colony algorithm, the error rate of the optimal path obtained by the improved ant colony algorithm proposed in this paper is reduced by 3.8%, and the optimal solution can be iterated quickly, which improves the accuracy of ship course control and reduces the invalid mileage of the ship.

ship course automatic control; control system; improved ant colony algorithm; path planning

廣東省海洋經(jīng)濟(jì)專(zhuān)項(xiàng)項(xiàng)目（GDNRC[2021]024）

張浩，男，1993年生，碩士，助理工程師，主要研究方向：機(jī)器人與自動(dòng)化。E-mail: h.zhang@giim.ac.cn

蔣曉明，男，1973年生，博士，研究員，主要研究方向：電力電子、數(shù)控技術(shù)與自動(dòng)化。E-mail: xm.jiang@giim.ac.cn

余凡，男，1996年生，碩士，助理工程師，主要研究方向：機(jī)電一體化。E-mail: f.yu@giim.ac.cn

曹立超，男，1990年生，碩士，工程師，主要研究方向：機(jī)器人設(shè)計(jì)與自動(dòng)化。E-mail: lc.cao@giim.ac.cn

周勇，男，1991年生，碩士，工程師，主要研究方向：計(jì)算機(jī)視覺(jué)。E-mail: y.zhou@giim.ac.cn

劉曉光，男，1980年生，碩士，副研究員，主要研究方向：機(jī)器人焊接技術(shù)。E-mail: xg.liu@giim.ac.cn

TP181

A

1674-2605(2021)06-0002-05

10.3969/j.issn.1674-2605.2021.06.002