基于泊位坐标的无人船自主靠泊仿真研究

发布时间：2021-12-24 09:17

　　针对神经网络自主靠泊控制器只能完成特定港口的靠泊,而无法拓展到其他没有训练数据的泊位这一问题,提出一种以泊位顶点为原点,岸线为y轴的坐标系（泊位坐标系）。采用泊位坐标系中相对位置来训练神经网络控制器,在V.Dragon-5000航海模拟器中选取集装箱船"银河号",在大连港进行靠泊训练后,成功将靠泊控制器拓展到没有训练数据的深圳蛇口港与新加波樟宜港。仿真验证了采用新建立的坐标系可以拓展神经网络自主靠泊控制器适用范围,减小训练数据所需的成本。 

【文章来源】：系统仿真学报. 2020,32(10)北大核心CSCD

【文章页数】：8 页

【部分图文】：

惯性坐标系和附体坐标系下的船舶运动

ANN控制器结构

利用手动操纵靠泊阶段的数据来训练神经网络，将靠泊过程中的经纬度与艏向数据转换船舶在泊位坐标系下的位置及艏向与岸线的夹角。将获取的数据来训练神经网络，在达到期望的误差值后训练停止，训练结果如图7所示。图6 手动靠泊实验的船舶参数

【参考文献】：
期刊论文
[1]面向无人艇自主靠泊的分层轨迹规划与试验[J]. 李晔,贾知浩,张伟斌,廖煜雷.  哈尔滨工程大学学报. 2019(06)
[2]欠驱动船舶非线性滑模靠泊控制器[J]. 卜仁祥,刘正江,胡江强.  交通运输工程学报. 2007(04)
[3]规则波中船舶运动六自由度数学模型[J]. 张秀凤,尹勇,金一丞.  交通运输工程学报. 2007(03)



本文编号：3550220