[发明专利]一种欠驱动船舶自适应神经网络自动靠泊控制方法，设备及介质

说明书

本发明提供一种欠驱动船舶自适应神经网络自动靠泊控制方法，本发明采用附加控制方法解决欠驱动控制器设计的难题；利用航海动态深度信息的神经网络自适应方法，重构不确定的船舶模型动态参数与未知扰动向量，将神经网络权值、逼近误差、扰动量作为复合不确定参数进行在线估计，解决了扰动与逼近误差分开处理所导致的未知扰动输入难以直接逼近和忽略对系统耦合特性的问题，既考虑了不确定性的耦合特性又降低了设计的保守性，还可以降低系统计算负载度；控制器设计中考虑了舵、桨执行器的的输入饱和问题，并引入动态面技术与最小学习参数的方法降低计算负载度，从而使所提出的控制方法更为简捷，易于工程实现。

技术领域

本发明涉及船舶控制技术领域，具体涉及基于航海动态深度信息的欠驱动船舶自适应神经网络自动靠泊控制方法。

背景技术

随着船舶大型化、自动化、智能化的发展，智能船舶已成为当今海洋交通运输发展的主流方向。根据2016年3月1日生效的中国船级社(CCS)编制的《智能船舶规范》，智能船舶分为六大功能模块：智能航行、智能船体、智能机舱、智能能效管理、智能货物管理和智能集成平台，其中，智能航行模块除具有基本的航行功能外，还需要具有自动靠泊等辅助智能功能。而相比航海实践角度中的船舶离泊，船舶自动靠泊的难度更大。在航海实践中，船舶靠泊操纵一直被公认为是最困难、最复杂操作之一。

然而，随着航海科学与技术的迅猛发展，船舶配员数量逐渐减少和高级船员逐渐短缺，使船员的职务提升速度加快，因此一些年轻船员因缺少足够丰富的靠泊经验，导致发生触碰码头的事故时有发生。丰富的靠泊经验需要船员在实践中不断摸索和积累，难以全部通过短时间的理论学习或者模拟器培训获得。实践中，中小型商船一般需利用桨、舵、锚、缆和侧推器等自主靠泊，而大型船往往依靠拖轮协助靠泊，在条件允许时也可进行自主靠泊。由于桨、舵等控制执行器都是针对定常航速设计，但实际船舶靠泊要受到浅水、低速、岸壁效应等影响，操作更加复杂。因此对大型智能船舶中的自动靠泊关键技术进行研究，是目前提高船舶靠泊安全性与高效性的重中之重。

在靠泊实践中，船舶要受到时变的浅水、低速、岸壁效应、相对增强的风流等影响，会导致欠驱动船舶靠泊中存在执行器时变增益性、模型动态不确定性与未知扰动等问题。

发明内容

为了克服上述现有技术中的不足，本发明解决欠驱动船舶自动靠泊中的模型动态不确定性与未知扰动问题提供欠驱动船舶自适应神经网络自动靠泊控制方法，包括如下步骤：包括如下步骤：

采用机理建模的方法构建船舶平面运动非线性动力学方程，描述船舶运动模型；

采用附加控制方式进行坐标转换，并利用航海动态深度信息的神经网络重构不确定的模型动态参数与未知扰动向量；

采用神经网络逼近方法及最小学习参数方法，实现欠驱动船舶自适应神经网络自动靠泊控制。

优选地，步骤采用三自由度船舶平面运动非线性动力学的方式，描述船舶运动模型还包括：

纵荡(m+m_x)vr-(m+m_y)vr＝X_|u|u|u|u+X_vrvr+X_wv²+X_rrr²+T_u

横荡(m+m_y)ur+(m+m_x)ur＝Y_vv+Y_rr+y_|v|v|v|v+Y_|r|r|r|r+Y_wrv²r+Y_vrrvr²