[发明专利]一种基于神经网络自抗扰控制的无人艇航向保持方法

说明书

一种基于神经网络自抗扰控制的无人艇航向保持方法，包括如下步骤：步骤A：通过陀螺罗经定位无人艇的艇身方位和艇头朝向，以确定无人艇的实际航向；步骤B：根据无人艇的预设航向与实际航向判断是否存在航向偏差角度，若是，则将航向偏差角度输入到神经网络自抗扰控制器；步骤C：通过所述神经网络自抗扰控制器调控无人艇的左右电机的转速，以及通过无人艇的左右电机来调节螺旋桨的朝向，使无人艇保持航向。本发明能实时得检测无人艇的实际航向并与设置航向进行对比，然后调节左右电机的转速实现角度的控制，这样可以保持住无人艇的航向不会因为水面的外力而发生偏移，从而能够避免航线重新规划带来的行进路程和行进时间的增多的问题。

技术领域

本发明涉及无人艇技术领域，尤其涉及一种基于神经网络自抗扰控制的无人艇航向保持方法。

背景技术

无人艇，一种应用于海事作业的工具，在水面上无人艇极易受到外力作用影响，导致无人艇自身航向受到偏移。面对风浪对无人艇行进路线的干扰，目前应对这个问题主要有两种思路：一种是在无人艇行进过程中做局部路径规划，让无人艇在收到干扰偏移后能回到原来的航道上，但这种方法会增加无人艇的行进时间，增大能量的消耗。另一种方法就是建立一个航向保持器，增加驱动，让无人艇不会去偏离航道，这样就可以省去航道改变带来的诸多问题。

航向控制器目前主要有PID控制器，反步控制器，鲁棒控制等。其中以PID 为代表的线性控制，需要以准确的数学模型为基础，但由于无人艇受到内部干扰的同时还易受到风、浪、流等外界因素的干扰，所以传统的PID控制器系数需要连续的整定，所以控制效果并不理想。而非线性控制器，诸如：反步控制器、鲁棒控制等在系统模型精度较高时控制效果较好，但由于无人艇自身装载状态、吃水、航速等不断变化，使得其数学模型的参数和结构具有不确定性，实际控制效果达不到预期。而双电机推进的航向平衡器。在遇到横向的风浪时，反应效果较差，无法第一时间返回航道，并回归预设航向。

发明内容

本发明的目的在于针对背景技术中的缺陷，提出一种基于神经网络自抗扰控制的无人艇航向保持方法，本发明能实时得检测无人艇的实际航向并与设置航向进行对比，然后调节左右电机的转速实现角度的控制，这样可以保持住无人艇的航向不会因为水面的外力而发生偏移，从而能够避免航线重新规划带来的行进路程和行进时间的增多的问题。

为达此目的，本发明采用以下技术方案：

一种基于神经网络自抗扰控制的无人艇航向保持方法，包括如下步骤：

步骤A：通过陀螺罗经定位无人艇的艇身方位和艇头朝向，以确定无人艇的实际航向；

步骤B：根据无人艇的预设航向与实际航向判断是否存在航向偏差角度，若是，则将航向偏差角度输入到神经网络自抗扰控制器；

步骤C：通过所述神经网络自抗扰控制器调控无人艇的左右电机的转速，以及通过无人艇的左右电机来调节螺旋桨的朝向，使无人艇保持航向。

优选的，所述步骤B中，判断是否存在航向偏差角度包括：

当实际航向与预设航向一致时，不存在航向偏差角度；

当实际航向位于预设航向右边时，存在航向偏差角度，且当前航向偏差角度为正值；

当实际航向位于预设航向左边时，存在航向偏差角度，且当前航向偏差角度为负值；

将预设航向与实际航向进行角度作差以获得航向偏差角度。

优选的，所述步骤C具体包括：

步骤C1：将当前航向偏差角度输入到所述神经网络自抗扰控制器的输入端；

步骤C2：所述神经网络自抗扰控制器对输入的参数进行计算以获取输出值；

步骤C3：将输出值输出到无人艇以控制无人艇左右电机的转速差，使无人艇进行实时转向；