胡辛明,張?chǎng)?鐘雨軒,彭艷青,楊毅,姚駿峰

(1.上海大學(xué)機(jī)電工程與自動(dòng)化學(xué)院,上海 200072;2.中國(guó)人民解放軍理工大學(xué)理學(xué)院,南京 210007)

無人水面艇仿真系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

胡辛明1,張?chǎng)?,鐘雨軒1,彭艷青2,楊毅1,姚駿峰1

(1.上海大學(xué)機(jī)電工程與自動(dòng)化學(xué)院,上海 200072;2.中國(guó)人民解放軍理工大學(xué)理學(xué)院,南京 210007)

無人水面艇(unmanned surface vehicle,USV)的海上調(diào)試成本高、難度大、效率低.為了減少海上調(diào)試工作量,設(shè)計(jì)了仿真系統(tǒng),規(guī)劃了仿真流程,為無人水面艇控制系統(tǒng)的測(cè)試和分析提供了平臺(tái).該仿真系統(tǒng)包括5個(gè)模塊:顯控模塊用于全局路徑規(guī)劃和綜合信息監(jiān)控;數(shù)據(jù)仿真模塊模擬障礙檢測(cè)傳感器與位置和姿態(tài)傳感器數(shù)據(jù);障礙處理模塊對(duì)檢測(cè)數(shù)據(jù)進(jìn)行預(yù)處理、柵格化、聚類和擬合,并對(duì)擬合后的動(dòng)態(tài)障礙進(jìn)行跟蹤;導(dǎo)航和避障模塊嵌入視線制導(dǎo)(line of sight,LOS)導(dǎo)航和橢圓聚類-碰撞錐推演的動(dòng)態(tài)避障算法;運(yùn)動(dòng)控制模塊采用廣義預(yù)測(cè)控制-比例積分(generalized predictive control-proportion-integral-derivative, GPC-PID)串級(jí)控制方法.各個(gè)仿真模塊具有獨(dú)立性,可根據(jù)不同需求替換.仿真實(shí)驗(yàn)結(jié)果表明了該系統(tǒng)設(shè)計(jì)的正確性和合理性.

無人水面艇;仿真系統(tǒng);全局路徑規(guī)劃;導(dǎo)航和避障;運(yùn)動(dòng)控制

無人水面艇(unmanned surface vehicle,USV)平臺(tái)具有體積小、速度快、機(jī)動(dòng)靈活等特點(diǎn),根據(jù)不同的搭載平臺(tái),無人水面艇具有不同的功能,如海事管理、海上搜救和水文環(huán)境監(jiān)測(cè)等.然而,無人水面艇控制系統(tǒng)比較復(fù)雜,海上調(diào)試存在成本高、難度大和效率低等問題.為了減少海上調(diào)試時(shí)間,需要設(shè)計(jì)仿真系統(tǒng),對(duì)無人水面艇控制系統(tǒng)進(jìn)行測(cè)試,為海上調(diào)試做好充分的準(zhǔn)備工作.

目前,國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)無人水面艇進(jìn)行了比較深入的仿真研究.挪威科技大學(xué)的Fossen和Breivik等研究了無人水面艇的航跡跟隨[1-3]、動(dòng)態(tài)定位[4-5]、目標(biāo)跟蹤[6]等問題,闡述了基于視線制導(dǎo)(line of sight,LOS)導(dǎo)航方法;并利用CS2(cybership 2)船模型搭建了半實(shí)物仿真平臺(tái)[7],對(duì)航線和艏向的數(shù)據(jù)進(jìn)行分析,證明了導(dǎo)航算法的有效性.Larrazabal等[8]利用Nomoto模型建立了艇體的辨識(shí)模型,設(shè)計(jì)了基于遺傳算法的增益比例積分控制最優(yōu)化(gain scheduling proportional-integral-derivate control optimized by genetic algorithms,GS-PIDGAs)控制器,結(jié)合模糊邏輯控制器來解決動(dòng)力學(xué)的不確定問題,仿真實(shí)驗(yàn)結(jié)果表明,航線和航向角偏差較小,滿足要求.吉林大學(xué)的楊樹仁[9]基于電子海圖設(shè)計(jì)了單機(jī)非實(shí)時(shí)船舶運(yùn)動(dòng)控制仿真系統(tǒng),該仿真系統(tǒng)由5個(gè)部分組成:航跡控制器、舵機(jī)執(zhí)行機(jī)構(gòu)、舵機(jī)反饋機(jī)構(gòu)、船舶運(yùn)動(dòng)模擬器和電子海圖,并對(duì)A,B,C類船進(jìn)行了3級(jí)海浪干擾仿真實(shí)驗(yàn),結(jié)果可以看出航線和航向偏差都滿足航跡控制要求.哈爾濱工程大學(xué)的盧艷爽[10]設(shè)計(jì)的仿真系統(tǒng)包括全局路徑規(guī)劃、航跡跟蹤和動(dòng)態(tài)避障等,并規(guī)劃了仿真流程.本工作基于A*啟發(fā)式搜索算法(A*算法)實(shí)現(xiàn)全局路徑規(guī)劃,采用“跟隨目標(biāo)”的方法實(shí)現(xiàn)無人水面艇的航線無障礙跟蹤,提出“遠(yuǎn)域協(xié)商”動(dòng)態(tài)避障方法,并進(jìn)行了動(dòng)、靜態(tài)障礙物避障仿真實(shí)驗(yàn).

已有的無人水面艇仿真主要針對(duì)單一特定功能,系統(tǒng)較為簡(jiǎn)單,而本工作從全局路徑規(guī)劃、傳感器數(shù)據(jù)模擬、障礙檢測(cè)和跟蹤、運(yùn)動(dòng)控制、導(dǎo)航和避障等方面系統(tǒng)性地提出了相對(duì)完備的仿真方案,為無人水面艇控制系統(tǒng)提供測(cè)試和分析平臺(tái),可減少30%～40%的海上調(diào)試工作量,對(duì)縮短無人水面艇研發(fā)周期,提高海上調(diào)試效率有重要意義.本工作主要貢獻(xiàn)如下:

(1)提出了無人水面艇仿真系統(tǒng)設(shè)計(jì)方案;

(2)基于生物激勵(lì)神經(jīng)網(wǎng)絡(luò)的完全遍歷路徑規(guī)劃方法,結(jié)合電子海圖提供的障礙信息,實(shí)現(xiàn)了全局路徑規(guī)劃;

(3)仿真羅經(jīng)和GPS數(shù)據(jù),根據(jù)Nomoto模型和廣義預(yù)測(cè)控制-比例積分(generalized predictive control-proportion-integral-derivative,GPC-PID)串級(jí)航跡控制方法,提出了無人水面艇的位置和姿態(tài)更新方法;

(4)仿真激光數(shù)據(jù),根據(jù)連通域標(biāo)記法、K-means算法思想實(shí)現(xiàn)障礙的檢測(cè),基于Kalman濾波算法實(shí)現(xiàn)動(dòng)態(tài)障礙跟蹤;

(5)在無人水面艇仿真系統(tǒng)中加入了海浪干擾并進(jìn)行了仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果證明了本系統(tǒng)設(shè)計(jì)的合理性.

1 無人水面艇仿真系統(tǒng)設(shè)計(jì)方案

通常,無人水面艇系統(tǒng)包括無人艇艇體、顯控臺(tái)、GPS、羅經(jīng)、激光、4G雷達(dá)、前視聲納、運(yùn)動(dòng)控制計(jì)算機(jī)等[11],其中顯控臺(tái)與無人水面艇之間通過無線進(jìn)行信號(hào)傳遞,顯控臺(tái)根據(jù)任務(wù)類型進(jìn)行路徑規(guī)劃,并監(jiān)控?zé)o人水面艇的綜合狀態(tài)信息;GPS和羅經(jīng)采集位置和姿態(tài)信息;激光和4G雷達(dá)用于海面障礙檢測(cè);前視聲納用于海下障礙檢測(cè);運(yùn)動(dòng)控制計(jì)算機(jī)內(nèi)部包含障礙處理算法、導(dǎo)航和避障算法、運(yùn)動(dòng)控制算法,結(jié)合航線、位置和姿態(tài)、障礙信息,計(jì)算并控制噴泵的輸出和舵機(jī)的轉(zhuǎn)動(dòng),從而控制無人水面艇的運(yùn)動(dòng).

由以上無人水面艇系統(tǒng)信息傳遞過程規(guī)劃出仿真系統(tǒng)的流程(見圖1).設(shè)置全局任務(wù)路徑、障礙物和無人水面艇的初始位置和姿態(tài),當(dāng)激光檢測(cè)到障礙物,經(jīng)過障礙處理,將障礙信息傳遞給導(dǎo)航和避障模塊;隨后導(dǎo)航和避障模塊根據(jù)路徑、障礙信息以及位置和姿態(tài)信息計(jì)算處理,得到無人水面艇的航向和速度,而將航向和速度變化作為運(yùn)動(dòng)控制的輸入,輸出舵角和油門,舵角和油門用于位置和姿態(tài)的更新;位置更新后,判斷無人水面艇是否到達(dá)路徑終點(diǎn),若沒有,則在新的位置繼續(xù)進(jìn)行障礙檢測(cè),并將新的位置和姿態(tài)信息、障礙信息作為導(dǎo)航和避障的輸入,更新數(shù)據(jù),直到無人水面艇到達(dá)路徑終點(diǎn).

圖1 仿真系統(tǒng)流程圖Fig.1 Flow chart of simulation system

由無人水面艇仿真流程可確定仿真系統(tǒng)設(shè)計(jì)方案.仿真系統(tǒng)軟件分為5個(gè)模塊:顯控模塊、數(shù)據(jù)仿真模塊、障礙處理模塊、導(dǎo)航和避障模塊、運(yùn)動(dòng)控制模塊,其中顯控模塊實(shí)現(xiàn)全局路徑規(guī)劃和監(jiān)控,數(shù)據(jù)仿真模塊仿真激光、羅經(jīng)和GPS數(shù)據(jù),導(dǎo)航和避障模塊用于控制無人水面艇航向和速度,而運(yùn)動(dòng)控制模塊則是根據(jù)航向和速度變化控制舵角和油門.

2 無人水面艇仿真系統(tǒng)構(gòu)成

2.1 顯控模塊

顯控模塊是基于電子海圖實(shí)現(xiàn)的.電子海圖具有地理信息獲取和顯示、船舶速度航向監(jiān)控、報(bào)警等功能.顯控模塊主要進(jìn)行全局路徑規(guī)劃和無人水面艇的綜合信息顯示.全局路徑規(guī)劃分為任務(wù)區(qū)域覆蓋掃測(cè)和多點(diǎn)規(guī)劃,其中任務(wù)區(qū)域覆蓋掃測(cè)是在給定任務(wù)掃測(cè)區(qū)域規(guī)劃出繞開障礙物的最優(yōu)掃測(cè)路徑;多點(diǎn)規(guī)劃是用于無人水面艇布放和回收時(shí),在海圖上人工選取路徑點(diǎn),自動(dòng)生成繞開障礙物的最短航行路線.

電子海圖提供的靜止障礙物包括海岸線、碼頭、浮標(biāo)和島嶼等.任務(wù)區(qū)域的覆蓋掃測(cè)是基于生物激勵(lì)神經(jīng)網(wǎng)絡(luò)的完全遍歷路徑規(guī)劃方法實(shí)現(xiàn)[12],其中生物激勵(lì)神經(jīng)網(wǎng)絡(luò)用于移動(dòng)機(jī)器人工作環(huán)境建模,而完全遍歷路徑規(guī)劃包括模板模型法和A*算法,能夠?qū)崿F(xiàn)復(fù)雜島礁區(qū)域周圍環(huán)境的遍歷.圖2(a)為在電子海圖上實(shí)現(xiàn)的存在島礁的任務(wù)區(qū)域覆蓋掃測(cè),只要給定掃測(cè)范圍、起點(diǎn)、方向和距離就可以自動(dòng)規(guī)劃出最優(yōu)掃測(cè)路徑;圖2(b)為在海圖上實(shí)現(xiàn)的多點(diǎn)規(guī)劃(多點(diǎn)規(guī)劃是基于A*算法實(shí)現(xiàn)的,能夠?qū)崿F(xiàn)代價(jià)最小的路徑規(guī)劃),只要給定路徑點(diǎn)就可以規(guī)劃出一條繞開障礙物的最短航行路徑.

圖2 全局路徑規(guī)劃Fig.2 Global path planning

2.2 數(shù)據(jù)仿真模塊

數(shù)據(jù)仿真模塊包括仿真障礙檢測(cè)、位置和姿態(tài)數(shù)據(jù),其中障礙檢測(cè)數(shù)據(jù)指的是激光掃到物體后得到的距離和角度,位置和姿態(tài)數(shù)據(jù)是由GPS和羅經(jīng)采集得到的位置和姿態(tài)信息.

2.2.1 激光數(shù)據(jù)仿真

激光測(cè)距[13]的方法有多種,但目的都是為了獲取目標(biāo)的角度和距離.常用的方法是脈沖法,即在工作時(shí)向目標(biāo)射出3維很細(xì)的激光(由光電元件接收目標(biāo)反射的激光束),計(jì)時(shí)器測(cè)定激光束從發(fā)射到接收的時(shí)間差,從而得到距離.

式中:D為激光傳感器與被測(cè)障礙物之間的距離;c為光在真空中的傳播速度(3×108m/s);?T為激光兩路脈沖信號(hào)之間的時(shí)間間隔;?是激光傳輸介質(zhì)的平均反射率,在空氣中取1.

通常,激光的掃描距離D、掃描范圍?、角度分辨率?θ都為已知參數(shù).將激光安裝在無人水面艇上時(shí),激光中垂面與艇的中垂面重合.在電子海圖里以激光位置為原點(diǎn),艏向?yàn)閤軸,建立平面直角坐標(biāo)系.設(shè)置圓形的障礙物位置和大小,Pn(x,y)為激光束打在障礙物上的點(diǎn)(見圖3),則可以得到每一個(gè)激光束與x軸夾角θn,即獲得了激光角度信息.聯(lián)立激光束直線方程和圓的方程,可以得到激光束與圓的交點(diǎn)Pn(x,y)的坐標(biāo)值,求得距離D,取其中較小值;若無交點(diǎn),則距離D=0,即可得到激光的距離信息.依此類推,可以得到所有激光束數(shù)據(jù),激光數(shù)據(jù)仿真即可完成.

圖3 激光數(shù)據(jù)仿真Fig.3 Simulation of laser data

2.2.2 位置和姿態(tài)數(shù)據(jù)仿真

無人水面艇的位置坐標(biāo)和速度由GPS采集,姿態(tài)信息由羅經(jīng)采集.姿態(tài)信息包括航向角、艏向角、俯仰角、橫滾角、航向角速度、艏向角速度、俯仰角速度和橫滾角速度等.由于與導(dǎo)航和避障相關(guān)的數(shù)據(jù)主要包括位置坐標(biāo)、航向角、航向角速度和速度,故仿真系統(tǒng)針對(duì)這4個(gè)參數(shù)進(jìn)行仿真.

航向角速度由舵機(jī)運(yùn)動(dòng)決定,并受到艇體本身結(jié)構(gòu)、慣性和風(fēng)浪的影響.常用的舵角與航向角速度的辨識(shí)模型為經(jīng)典的Nomoto模型[14],本工作采用簡(jiǎn)化的一階Nomoto模型,即舵角變化δ和航向角速度r的關(guān)系為

式中,S為傳遞函數(shù),K為靜態(tài)航向角速度增益,T為時(shí)間常數(shù).航向角變化量?ψ由航向角速度r積分得到,由此可以得到航向角ψt:

式中,f為更新頻率,ψt?1為上一幀航向值.無人水面艇的速度大小由油門控制,油門與速度可以用簡(jiǎn)單的線性關(guān)系表示,即

式中,k為油門系數(shù).無人水面艇的位置變化量?P由速度V和航向ψ決定,由此可以得到位置坐標(biāo):

式中,ψt?1為上一幀航向值.

2.3 障礙處理模塊

激光數(shù)據(jù)處理模塊包括障礙檢測(cè)和跟蹤.障礙檢測(cè)是將激光采集的數(shù)據(jù)處理成橢圓障礙,其過程包括預(yù)處理、柵格化、聚類和擬合等.預(yù)處理是去除激光里面的特殊點(diǎn),對(duì)于多線激光,還需將激光點(diǎn)投影到同一個(gè)平面;柵格化的方法比較多,本工作采用最大最小高度圖法[15-16]對(duì)激光數(shù)據(jù)進(jìn)行柵格化;采用通常用在二值圖像處理的連通域標(biāo)記算法[17-18]對(duì)柵格進(jìn)行聚類,得到障礙物塊;海上障礙多為船只,船只長(zhǎng)和寬的比例較大,可以近似看成橢圓,基于K-means算法思想[19],對(duì)聚類的障礙物塊的形狀進(jìn)行近似擬合,形成橢圓的障礙信息.激光數(shù)據(jù)處理過程如圖4所示.

圖4 激光數(shù)據(jù)處理Fig.4 Laser data processing

圖5為對(duì)實(shí)際場(chǎng)景中采集的激光數(shù)據(jù)進(jìn)行處理的結(jié)果,其中(a)為多線激光檢測(cè)實(shí)際場(chǎng)景,(b)為多線激光檢測(cè)障礙物得到的立體點(diǎn)云,(c)為經(jīng)多線激光數(shù)據(jù)處理形成的橢圓障礙信息.

圖5 實(shí)際場(chǎng)景激光檢測(cè)處理結(jié)果Fig.5 Laser detection results of real scene

現(xiàn)實(shí)中的障礙物多為動(dòng)態(tài),對(duì)障礙物位置和速度進(jìn)行預(yù)測(cè)必不可少.障礙目標(biāo)跟蹤有兩個(gè)作用:一是減少或消除傳感器的檢測(cè)誤差,二是為動(dòng)態(tài)避障提供預(yù)測(cè)位置和速度信息.Kalman濾波器是一種線性遞歸濾波器[20],是用于狀態(tài)最優(yōu)估計(jì)的常用算法,通過動(dòng)態(tài)的狀態(tài)和觀測(cè)方程描述系統(tǒng),并采用遞歸濾波方法預(yù)測(cè)下一個(gè)狀態(tài)的最優(yōu)估計(jì).由于仿真激光數(shù)據(jù)采樣時(shí)間間隔短,處理得到的橢圓目標(biāo)運(yùn)動(dòng)狀態(tài)變化小,故將目標(biāo)運(yùn)動(dòng)定為勻速直線運(yùn)動(dòng).將運(yùn)動(dòng)橢圓的中心軌跡作為輸入,利用最近鄰域法將測(cè)量值與預(yù)測(cè)值進(jìn)行關(guān)聯(lián),并采用Kalman濾波進(jìn)行最優(yōu)狀態(tài)估計(jì),從而得到下一時(shí)刻的橢圓障礙物位置和速度信息.圖6為基于Kalman濾波算法的障礙目標(biāo)跟蹤過程.

圖6 障礙目標(biāo)跟蹤Fig.6 Tracking of obstacle target

2.4 導(dǎo)航與避障模塊

在電子海圖上利用全局路徑規(guī)劃方法生成任務(wù)路徑,其中導(dǎo)航算法是控制無人水面艇在復(fù)雜的海洋環(huán)境干擾下,按照既定路徑進(jìn)行航行,故導(dǎo)航算法是無人水面艇執(zhí)行任務(wù)的前提,導(dǎo)航算法的優(yōu)劣直接影響到任務(wù)的執(zhí)行結(jié)果.LOS是一種直線循跡的方法,該算法首先在航行路段上虛擬出一個(gè)追蹤目標(biāo),然后引導(dǎo)船舶沿著船舶到追蹤目標(biāo)的視線方向航行.目前,常用的虛擬追蹤目標(biāo)確定方法主要包括封閉圈法和超前置位法.本仿真系統(tǒng)采用封閉圈法,即以船舶為圓心建立一個(gè)半徑固定不變的封閉的圓圈,將封閉圈與計(jì)劃航線的交點(diǎn)設(shè)為虛擬目標(biāo)點(diǎn).隨著船舶不斷接近計(jì)劃航線,船舶航向偏差也隨之減小,這樣就達(dá)到同時(shí)減小位置和航向偏差的目的.

圖7 LOS封閉圓導(dǎo)航Fig.7 Navigation of LOS closed circular

無人水面艇在海上執(zhí)行任務(wù)時(shí)會(huì)遇到其他船舶、島礁、燈塔等障礙物,因此避障功能是其安全航行的重要保障.海上航行的船舶需要遵循《國(guó)際海上避碰規(guī)則》,已有很多基于《國(guó)際海上避碰規(guī)則》的導(dǎo)航避障算法,如神經(jīng)網(wǎng)絡(luò)算法、進(jìn)化算法、模糊邏輯算法、2D柵格地圖等.本工作中的避障算法遵循《國(guó)際海上避碰規(guī)則》,基于橢圓聚類-碰撞錐推演的無人水面艇海洋動(dòng)態(tài)避障控制方法實(shí)現(xiàn)無人水面艇避障.該方法是基于Chakravarthy等[21]和Fiorini[22]的點(diǎn)與點(diǎn)、點(diǎn)與圓的碰撞錐方法,其本質(zhì)是在未知軌跡的移動(dòng)目標(biāo)之間進(jìn)行碰撞檢測(cè),根據(jù)已計(jì)算出的碰撞錐區(qū)間采取相應(yīng)的避碰措施.無人水面艇采取避障措施后會(huì)偏離原先設(shè)定的路徑,因此利用LOS導(dǎo)航算法可實(shí)現(xiàn)其航跡回歸.

2.5 運(yùn)動(dòng)控制模塊

導(dǎo)航和和避障算法的輸出是期望速度和航向(速度和航向的變化是由油門和舵機(jī)決定的),運(yùn)動(dòng)控制模塊主要是接收航跡跟蹤和避障算法輸出的期望速度和航向,計(jì)算處理后產(chǎn)生油門和舵角值.油門值可由式(4)反推得到,即

而舵角值的確定則需利用GPC-PID串級(jí)控制方法[23],將廣義預(yù)測(cè)理論與PID控制器相結(jié)合,來克服無人水面艇系統(tǒng)中存在的時(shí)滯,故該系統(tǒng)具有較強(qiáng)的魯棒性和抗干擾能力.GPC-PID運(yùn)動(dòng)控制原理如圖8所示.

圖8 GPC-PID串級(jí)運(yùn)動(dòng)控制Fig.8 GPC-PID cascade motion control

圖8中,ψr為航跡跟蹤和自主避障模塊輸出的期望航向角,ψ為實(shí)際航向角,ψr和ψ作為GPC的輸入量輸出控制量δr,而δr作為PID輸入量輸出舵角δ,G1為2.2.2節(jié)提到的一階Nomoto模型,其輸出為航向角速度γ.

2.6 航向干擾

無人水面艇在航行過程中會(huì)受到風(fēng)、浪、流的干擾,其中風(fēng)浪會(huì)對(duì)無人水面艇的艏搖、橫搖和縱搖產(chǎn)生影響,故本工作加入2階風(fēng)浪模型對(duì)艏搖產(chǎn)生干擾[24]:

式中,ω(s)為高斯白噪聲,h(s)為2階海浪傳遞函數(shù),

其中λ為阻尼系數(shù),ω0為海浪頻率,σ為海浪強(qiáng)度.

3 仿真實(shí)驗(yàn)

在完成仿真系統(tǒng)中的流程和方案設(shè)計(jì)后,為了驗(yàn)證仿真系統(tǒng)設(shè)計(jì)的正確性和合理性,以航線跟蹤精度和避障效果為指標(biāo)對(duì)仿真系統(tǒng)進(jìn)行實(shí)驗(yàn).本仿真實(shí)驗(yàn)為半實(shí)物仿真,硬件平臺(tái)有顯控、仿真和控制計(jì)算機(jī)等.

3.1 算法步驟

利用顯控計(jì)算機(jī)進(jìn)行全局路徑規(guī)劃,由仿真計(jì)算機(jī)更新位置、仿真障礙信息等,由控制計(jì)算機(jī)根據(jù)任務(wù)航線、障礙信息、輸出期望油門和舵角給仿真計(jì)算機(jī),以便進(jìn)行位置和姿態(tài)更新.仿真實(shí)驗(yàn)算法步驟如下:

(1)設(shè)定全局路徑L、障礙物Φ,初始化無人水面艇位置和姿態(tài),如位置P(x,y)、航向ψ、速度V等;

(2)激光檢測(cè)Φ,輸出激光數(shù)據(jù),經(jīng)過障礙處理后得到障礙物Φ′;

(3)導(dǎo)航和避障根據(jù)L,Φ′,P(x,y),ψ,計(jì)算輸出期望航向ψr和速度Vr.

(4)將ψr,Vr作為運(yùn)動(dòng)控制的輸入量,輸出舵角δ和油門E;

(5)將δ,E作為位置和姿態(tài)更新的輸入,輸出更新后的位置和姿態(tài)信息P(x,y),ψ,V,航向角速度γ;

(6)循環(huán)執(zhí)行步驟(2)～(5),直到到達(dá)路徑結(jié)束點(diǎn).

3.2 仿真對(duì)象

本仿真實(shí)驗(yàn)以上海大學(xué)“精海3號(hào)”無人水面艇的控制系統(tǒng)為仿真對(duì)象,艇體和激光參數(shù)如表1和2所示.

表1 上海大學(xué)“精海3號(hào)”無人水面艇參數(shù)Table 1 Parameters of“Jinghai No.3”USV of Shanghai University

表2 激光傳感器參數(shù)Table 2 Parameters of laser sensors

經(jīng)測(cè)試,“精海3號(hào)”無人水面艇靜態(tài)航向角速度增益K=0.3176,時(shí)間常數(shù)T=0.2417,舵角與航向角速度關(guān)系為

根據(jù)Fossen的理論[25],通常情況下海浪干擾參數(shù)Kω=4693.9,λ=0.12,ω0=0.8,則

3.3 仿真實(shí)驗(yàn)結(jié)果和分析

仿真實(shí)驗(yàn)基于電子海圖來實(shí)現(xiàn),圖9(a)～(c)依次為無人水面艇任務(wù)區(qū)域覆蓋掃測(cè)、動(dòng)態(tài)避障和多障礙避障實(shí)驗(yàn)結(jié)果.圖中黑色同心圓為無人水面艇,紅色圓為障礙物,藍(lán)色半圓點(diǎn)云為激光打在障礙物上的點(diǎn),褐色圓為障礙處理后得到的障礙信息,紅色軌跡線為障礙信息的運(yùn)動(dòng)軌跡,紅色虛線圓為激光檢測(cè)范圍.可以看出,無人水面艇在遇到障礙物后能夠按照正確的方向進(jìn)行避障并回歸航線.

如圖10所示,在導(dǎo)航循跡實(shí)驗(yàn)中,取50 s,500幀數(shù)據(jù)進(jìn)行分析,其中(b)和(c)為航跡、航向偏差情況.實(shí)驗(yàn)得出最大航跡偏差為13.1 m,最大航向偏差為10.7°.結(jié)果滿足IEC 6206標(biāo)準(zhǔn)[26]航向偏差不超過15°,航跡偏差不超過35 m的航跡控制要求.取“精海3號(hào)”在東海2級(jí)海況下測(cè)繪數(shù)據(jù)進(jìn)行分析,得到最大航跡偏差為9.7 m,最大航向偏差7.8°.經(jīng)分析可知,仿真結(jié)果和實(shí)際實(shí)驗(yàn)結(jié)果相近,仿真結(jié)果偏差較大的原因是受海浪干擾模型影響較大.

4 結(jié)束語

本工作為提高海上調(diào)試效率,為無人水面艇的控制系統(tǒng)提供了測(cè)試和分析平臺(tái),搭建了仿真系統(tǒng);提出了無人水面艇仿真系統(tǒng)設(shè)計(jì)方案,即將仿真系統(tǒng)分為5個(gè)模塊,利用電子海圖信息和生物激勵(lì)神經(jīng)網(wǎng)絡(luò)的完全遍歷路徑規(guī)劃方法實(shí)現(xiàn)全局路徑規(guī)劃,并根據(jù)無人水面艇在海上航行實(shí)際情況,實(shí)現(xiàn)了無人水面艇的位置和姿態(tài)更新;仿真了激光數(shù)據(jù),進(jìn)行障礙檢測(cè)處理,并對(duì)動(dòng)態(tài)障礙進(jìn)行運(yùn)動(dòng)預(yù)測(cè).在進(jìn)行導(dǎo)航和避障實(shí)驗(yàn)中加入了2階風(fēng)浪干擾,實(shí)驗(yàn)結(jié)果和數(shù)據(jù)分析表明本仿真系統(tǒng)能對(duì)無人水面艇控制系統(tǒng)性能進(jìn)行測(cè)試,驗(yàn)證了所設(shè)計(jì)系統(tǒng)的合理性和正確性.

圖9 導(dǎo)航與避障仿真實(shí)驗(yàn)Fig.9 Simulation experiments of navigation and obstacle avoidance

圖10 仿真實(shí)驗(yàn)結(jié)果Fig.10 Results of simulation experiments

[1]FOssEN T I,BREIVIK M,SKJETNE R.Line-of-sight path following of underactuated marine craft[C]//Proceedings of the 6th IFAC MCMC.2003:244-249.

[2]PAVLOV A,NORDAHL H,BREIVIK M.MPC-based optimal path following for underactuated vessels[J].IFAC International Conference on Manoeuvring and Control of Marine Craft,2009, 42(18):340-345.

[3]BREIVIK M,HOVsTEIN V E,FOssEN T I.Straight-line target tracking for unmanned surface vehicles[J].Modeling,Identifcation and Control,2008,29(4):131-149.

[4]KJERsTAD K,BREIVIK M.Weather optimal positioning control for marine surface vessels[J]. IFAC Conference on Control Applications in Marine Systems,2010,43(20):114-119.

[5]BREIVIK M,STRAND J P,FOssEN T I.Guided dynamic positioning for fully actuated marine surface vessels[C]//Proceedings of the 7th IFAC MCMC.2006:1-6.

[6]BREIVIK M,FOssEN T I.Guidance laws for planar motion control[J].IEEE Conference on Decision and Control,2008,16(5):570-577.

[7]BREIVIK M.Nonlinear maneuvering control of underactuated ships[D].Trondheim:Norwegian University of Science and Technolgy,2003:75-79.

[8]LARRAZABAL J M,PE?NAs M S.Intelligent rudder control of an unmanned surface vessel[J]. Expert Systems with Applications,2016,55:106-117.

[9]楊樹仁.船舶航跡控制算法的研究與仿真[D].長(zhǎng)春:吉林大學(xué),2014.

[10]盧艷爽.水面無人艇路徑規(guī)劃算法研究[D].哈爾濱:哈爾濱工程大學(xué),2010.

[11]楊學(xué)斌.無人艇體系結(jié)構(gòu)研究[D].大連:大連海事大學(xué),2011.

[12]朱博,鄧三鵬,王英飛,等.基于生物激勵(lì)神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人遍歷路徑規(guī)劃[J].裝備制造技術(shù), 2014(12):30-32.

[13]YOON C.Human following of a mobile service robot with single laser range fnder[J].Journal of Measurement Science and Instrumentation,2012,3(1):94-98.

[14]Xu F,XIAO T,XING X W.Identifcation of Nomoto models with integral sample structure for identifcation[C]//Chinese Control Conference.2014:6721-6725.

[15]諶彤童．三維激光雷達(dá)在自主車環(huán)境感知中的應(yīng)用研究[D]．長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2011.

[16]HIMMELsBACH M,M¨uLLER A,L¨uTTEL T,et al.LIDAR-based 3D object perception[C]// Proceedings of 1st International Workshop on Cognition for Technical Systems.2008.

[17]APPIAH K,HuNTER A,DICKINsON P,et al.A run-length based connected component algorithm for FPGA implementation[C]//International conference on Field-Programmable Technology. 2008:177-184.

[18]JOHNsTON C T,BAILEY D G.FPGA implementation of a single pass connected components algorithm[C]//4th IEEE International Symposium on Electronic Design,Test and Applications. 2008:228-231.

[19]LINGRAs P,WEsT C.Interval set clustering of web users with rough K-means[J].Journal of Intelligent Information Systems,2004,23(1):5-16.

[20]JABBARIAN M,BIZAKI H K.Target tracking in pulse-doppler MIMO radar by extended Kalman flter using velocity vector[J].20th Iranian Conference on Electrical Engineering.2012:1373-1378.

[21]CHAKRAVARTHY A,GHOsE D.Collision cones for quadric surfaces[J].IEEE Transactions on Robotics,2011,27(6):1159-1166.

[22]FIORINI P.Motion planning in dynamic environments using velocity obstacles[J].International Journal of Robotics Research,1998,17(7):760-772.

[23]彭艷,吳偉清,劉梅,等.無人艇航跡跟蹤GPC-PID串級(jí)控制[J].控制工程,2014,21(2):245-248.

[24]THOMAs S.Guidance system for autonomous surface vehicles[D].Trondheim:Norwegian University of Science and Technology,2015.

[25]FOssEN T I.Handbook of marine craft hydrodynamics and motion control[J].IEEE Control Systems,2016,36(1):78-79.

[26]劉廷偉.船舶航跡控制及氣象導(dǎo)航方法的研究[D].長(zhǎng)春:吉林大學(xué),2015.

Design and implementation of USV simulation system

HU Xinming1,ZHANG Xin1,ZHONG Yuxuan1PENG Yanqing2,
YANG Yi1,YAO Junfeng1
(1.School of Mechatronic Engineering and Automation,Shanghai University,Shanghai 200072,China; 2.College of Sciences,PLA University of Science and Technology,Nanjing 210007,China)

Ofshore commissioning for unmanned surface vehicle(USV)is costly,difcult and inefcient.To reduce the workload of sea tests,a simulation system is designed for test and analysis of USV control systems,and a simulation process is programed.The simulation system includes fve modules.The display and control module is used for global path planning and comprehensive information monitoring.The data simulation module simulates data of sensors for obstacle detection and positioning.The obstacle process module preprocesses,rasterizes,clusters and fts the detected data,and tracks moving obstacles.The navigation and obstacle avoidance module is made of line of sight(LOS) and an elliptical clustering-cone deduction algorithm.The cascaded generalized predictive control-proportion-integral-derivative(GPC-PID)method is used in the motion control module.Every simulation module is independent,and can be switched according to diferent requirements.The simulation results show that the described design of the simulation system for USV is accurate and reasonable.

unmanned surface vehicle(USV);simulation system;global path planning; navigation and obstacle avoidance;motion control

TP 242.3

A

1007-2861(2017)01-0056-12

10.3969/j.issn.1007-2861.2016.07.019

2016-12-15

國(guó)家自然科學(xué)基金資助項(xiàng)目(61673254,51675318);上海市自然科學(xué)基金資助項(xiàng)目(13ZR1454300);上海市科委能力建設(shè)資助項(xiàng)目(14500500400)

楊毅(1982—),男,副研究員,研究方向?yàn)闄C(jī)器人學(xué).E-mail:yiyangshu@shu.edu.cn