积分商城

最新搜索： keil stm32f205 gd019 电容液位计 24C04中文 UCD3138
您现在的位置是：首页 > 技术资料 > 欠驱动船舶路径跟踪的强化学习迭代滑模控制
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

欠驱动船舶路径跟踪的强化学习迭代滑模控制

更新时间：2019-12-25 18:06:54 大小：1M 上传用户：zhiyao6查看TA发布的资源 标签：迭代滑模控制 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对三自由度欠驱动船舶的路径跟踪问题,本文提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的结构和参数进行在线调整,能进一步抑制控制量的抖振作用。应用5446TEU集装箱船的数学模型进行控制仿真,结果表明所设计控制器能有效地处理风和流等外界扰动,具有较强的鲁棒性,与迭代滑模控制器相比舵角的抖振减小明显,控制舵角信号符合船舶的实际操作要求,更符合工程实际要求。


部分文件列表

文件名 大小
欠驱动船舶路径跟踪的强化学习迭代滑模控制.pdf 1M

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）
38  
5
期
Vol．38 №．5  
May 2017  
第
卷第  
哈
尔
滨
工
程
大
学
学
报
2017  
5
月
年
Journal of Harbin Engineering University  
欠驱动船舶路径跟踪的强化学习迭代滑模控制  
，
沈智鹏 代昌盛  
(
，
大连海事大学 信息科学技术学院 辽宁 大连  
116026)  
: ， 。  
要 针对三自由度欠驱动船舶的路径跟踪问题 本文提出一种基于强化学习的自适应迭代滑模控制方法 该  
摘
， ，  
方法引入双曲正切函数对系统状态进行迭代滑模设计 并采用神经网络对控制参数进行优化 增强控制器的自适  
。 ， ，  
应性 通过定义一种控制量抖振测量变量和强化学习信号 实现对神经网络的结构和参数进行在线调整 能进一  
。
步抑制控制量的抖振作用 应用  
5446TEU  
，
集装箱船的数学模型进行控制仿真 结果表明所设计控制器能有效地处  
， ， ，  
理风和流等外界扰动 具有较强的鲁棒性 与迭代滑模控制器相比舵角的抖振减小明显 控制舵角信号符合船舶的  
，
实际操作要求 更符合工程实际要求  
。
:
;
;
;
;
;
;
;
关键词 欠驱动船舶 路径跟踪 控制器设计 自适应 迭代滑模控制 滑模面反馈 神经网络 强化学习  
DOI: 10. 11990/jheu．201512005  
: http: / /www．cnki．net/kcms/detail/23. 1390．u．20170426. 1152. 048．html  
网络出版地址  
－ － －  
: 1006 7043( 2017) 05 0697 08  
: TP273  
: A  
中图分类号  
文献标志码  
文章编号  
Iterative sliding mode control based on reinforced learning and  
used for path tracking of under-actuated ship  
SHEN Zhipeng，DAI Changsheng  
( School of Information Science and Technology，Dalian Maritime University，Dalian 116026，China)  
Abstract: An adaptive iterative sliding mode control method based on reinforced learning was proposed for the path  
tracking of a 3-DOF under-actuated ship． The method introduces a hyperbolic tangent function to design the iterative  
sliding mode for system states and uses a neural network to optimize the control parameters to enhance the adaptivity  
of the controller． The structure and parameters of the neural network were adjusted online by defining a type of con-  
trol amount chattering measurement variable and reinforced learning signal，which could further inhibit the chatte-  
ring of the control amount． The mathematical model of a 5446TEU container ship was used for the controller and  
simulation． The results show that the designed controller can manage the wind，flow，and other external disturb-  
ances effectively; this，the controller has strong robustness． Compared with the iterative sliding mode controller，the  
chattering of the rudder angle is obviously reduced，and the control signal of the rudder angle complies with the ac-  
tual operation requirements of the ship and even more with the actual requirements of the project．  
Keywords: under-actuated ship; path tracking; controller design; self-adaptive; iterative sliding mode control;  
surface feed-back; neural network; reinforced learning  
，
目前 海上航行的大多数船舶仅装备螺旋桨主  
，
路径跟踪控制 对传统的控制策略带来了挑战  
。
， 。  
推进器和舵装置 用以推进和操纵船舶 当需要依  
， ，  
近年来 对船舶航迹跟踪控制问题的研究 已有  
，
靠舵装置产生的转船力矩和螺旋桨的纵向推力 同  
。Michiel  
很多的研究成果  
使用了输出反馈的方法  
1 ∶70  
3
时控制船舶水平面和航向角 个自由度的运动时  
，
，
跟踪航迹 最后仿真在一个  
的实际模型上实  
［1］  
。
船舶控制系统便属于欠驱动系统 由于欠驱动船舶  
。Ghommam  
backstepping  
，
的方法 达到全  
现
利用  
［2］  
，
的非线性和非完整特性 要实现欠驱动船舶的精确  
，
局渐进稳定 实现欠驱动船舶的轨迹跟踪  
。
付明  
［3］  
。
玉设计的是半全局一致指数稳定控制器  
文献  
－ －  
: 2015 12 02．  
－ －  
: 2017 04 26．  
收稿日期  
网络出版日期  
－
［1 3］  
，
的不足在于都是在理想条件下 即没有干扰  
:
基金项目 国家高技术研究计划项目  
( 2012AA112702) ;  
国家自然科  
中央高校基本科研业务费项目  
( 51579024) ;  
。Yang  
backstepping  
学基金项目  
( 3132017126) ．  
或者只是恒定干扰  
也是使用了  
的方法 在有时变干扰的情况下实现轨迹跟踪  
王昊提出了一种基于神经网络自适应动态面控制的  
［4］  
，
。
－
( 1977 ) ， ， ．  
男 教授  
:
作者简介 沈智鹏  
:
通信作者 沈智鹏  
，E-mail: shenbert@ dlmu．edu．cn  
·698·  
38  
卷
哈
尔
滨
工
程
大
学
学
报
第
，
协同路径跟踪算法 在存在未知干扰的条件下实现  
、 ，  
舶的横向推力 纵向推力和转船力矩 对于全驱动  
［5］  
。Annamalai  
，
则利用模型预测控制 在线  
，
船舶 需要把这些控制力和力矩进行优化计算后  
路径跟踪  
， ，  
适应环境 针对船舶受到突然的干扰进行控制 效果  
;
分配到各个推进器去实现控制 而对于常规的单  
［6］  
，
桨单舵欠驱动船舶 则需要将这些控制力和力矩  
。
良好  
将滑模控制应用于船舶航迹跟踪的研究  
， ，  
经过进一步转换 映射为舵角和柴油机油门量 所  
，
也有相当的研究成果 有些学者用滑模方法和迭代  
－
［7 9］  
fossen  
。
以采用  
模型得到的控制量与船舶控制系统  
滑模解决参数不确定和干扰不确定的问题  
为
。
的实际工程应用存在一定差距 本文采用分离型  
， ，  
得到更好的控制效果 邢道奇利用坐标变化 将系统  
( mathematical model group，MMG) ，  
模型 可直接表  
， ，  
转化为链式系统 设计指数控制律 在非线性模型基  
，
示出舵角和柴油机油门等控制量 与实际工程应  
，
础上设计了滑模控制器 并在仿真过程中取得了良  
［10］  
。 ［20］， MMG  
用一致 根据文献 三自由度船舶运动  
。Hebertt  
好的控制效果  
针对气垫船设计了一种  
模型可表示为  
结合微分单调性与高阶滑模控制的二阶航迹控制  
+
+
+
+
+
+
( m m ) vr  
y
X
X
X
X
X
，
器 在获得平滑控制效果的同时具有更强的鲁棒  
H
P
R
wind  
wave  
u
=
［11］  
+
m
。
，
随着滑模控制理论的发展 单纯的使用滑模  
m
性
x
。
已经不能满足人们对控制性能的要求 廖煜雷采用  
+
+
+
+
－ +  
( m m ) ur  
x
Y
Y
Y
Y
Y
H
P
R
wind  
wave  
v
=
，
反演自适应和滑模相结合的方法 使船舶航迹跟踪  
+
m
m
y
［12］  
。
系统指数渐近稳定  
朱齐丹把滑模控制和自适  
+
+
+
+
N
N
N
N
N
H
p
R
wind  
wave  
( 1)  
r
=
应鲁棒控制相结合来解决干扰不确定和参数不确定  
+
I
J
zz  
zz  
［13］  
。
的船舶航迹跟踪问题  
x
=
=
=
－
+
u cos  
ψ
ucos  
vcos  
r
vsin  
ψ
ψ
c
c
，
在上述研究中 船舶航迹跟踪控制方法的处理  
y
+
+
u sin  
c
usin  
ψ
ψ
ψ
c
， 。  
过程通常较为复杂 工程实现困难 为了简化计算  
·
，Hang  
的复杂程度  
归滑模方法获取控制量的递推算法  
采用非线性迭代滑模法分别对水面船舶  
采用计算复杂度较低的线性递  
ψ
［14］  
。
一些学者  
、UUV、AUV  
进行了航向 航迹跟踪控制 取得了良好的控制效  
: X  
Y
，N ，H  
表示坐标轴方向受力 表示力矩 表  
式中  
和
，P ，R ，u ，v  
示裸船体 表示螺旋桨 表示舵机 纵向速度  
、
，
，r  
是横向速度 是艏揺角速度  
，m  
，m  
是船舶质量 是  
x
， ，  
果 该方法一方面避免对模型线性化处理 同时也避  
X
，
在附体坐标系下水的附加质量在 方向上的分量  
，J x  
是附体坐标系下 轴的附  
xx  
免了 估 计 模 型 中 不 确 定 量 及 外 界 的 不 确 定 干  
m
Y
是
方向上的分量  
y
－
［15 17］  
， ，  
然而该控制方法中参数是固定不变的 无  
扰
，J  
z
是附体坐标系下 轴的附加转动惯  
加转动惯量  
zz  
。Liu  
法确保控制器参数在不同环境下取得最优值  
，x、y  
，u  
是水流  
c
量
是船舶重心在固定坐标系的位置  
，
使用了自适应分层滑模控制对轨迹进行跟踪 但是  
， ， 。  
的流速 ψ 是水流的方向 ψ 是航向角 在式  
c
( 1)  
［18］  
。
鲁棒性不强  
，X 、Y 、N  
wind wind  
，
表示风产生的力和力矩 由平均  
中
wind  
－
［15 17］  
，
基础上 引入神经网络对  
本文在文献  
;
风和扰动风叠加而成 而  
X
、Y 、N  
wave  
表示浪产  
wave  
wave  
， ［19］  
控制参数进行自适应调节 并借鉴文献 的强化  
，
生的力和力矩 这里只考虑规则波浪对船舶运动的  
［20］  
，
学习思想 提出一种基于强化学习的自适应迭代滑  
，
影响  
具体如下  
，
模控制器 应用于欠驱动船舶路径跟踪控制中  
。
考
sin bsin c  
=
=
=
X
2aB  
s( t)  
wave  
，
虑抖振对实际工程的影响 在控制器设计中定义了  
c
，
一种抖振测量函数 用该函数输出的强化信号可评  
sin bsin c  
Y
2aL  
s( t)  
wave  
c
，
价控制参数优化效果 并对神经网络结构参数进行  
( 2)  
－
csin c sin c  
。 ， 5446TEU  
在线调整 最后 以  
，
集装箱船为目标 设  
2
－
N
ak( B sin b  
wave  
2
c
，
计基于强化学习的自适应迭代滑模控制器 在风浪  
－
bcos b sin b  
，
等干扰环境下进行船舶路径跟踪控制仿真 并将仿  
2
L sin c  
) ( t)  
ζ
2
b
真结果与迭代滑模控制器的仿真结果进行对比  
χ
，k ，h ，  
为船长 为波数 为波高 为波向角  
: L  
，
。
式中  
分析  
， ，g ，d  
ω 为遭遇频率 ρ 为海水密度 重力加速度 为吃  
e
1
船舶路径跟踪控制问题描述  
－
kd  
2
=
) /k ，b ( kL/2)  
=
g( 1  
ρ
－
，b  
水
。
为船宽 其中  
a
e
χ χ  
= =  
·cos ，s( t) ( kh /2) sin( t) ，c ( kB /2) ·sin ，  
ω
，
目前关于船舶路径跟踪控制的研究 大都采  
e
－ －  
［1 4］、［8 11］  
=
( t) ( h /2) cos( t) 。  
ω
e
fossen  
，
模型 例如文献  
用的是  
和
ζ
－
［13 14］。  
fossen  
模型所得到的控制量是船  
， ，  
需要注意的是 在实际的船舶操作过程中 由于  
采用  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

  • zhengdai 打赏1000.00元   1天前

    资料：STM32IAP使用说明

  • gsy幸运 打赏955.00元   1天前

    资料：STM32IAP使用说明

  • 小猫做电路 打赏855.00元   1天前

    资料：STM32IAP使用说明

  • 21ic小能手 打赏310.00元   3天前

    用户：zhengdai

  • 21ic小能手 打赏320.00元   3天前

    用户：liqiang9090

  • 21ic小能手 打赏310.00元   3天前

    用户：gsy幸运

  • 21ic小能手 打赏270.00元   3天前

    用户：jh03551

  • 21ic小能手 打赏240.00元   3天前

    用户：小猫做电路

  • 21ic小能手 打赏210.00元   3天前

    用户：w178191520

  • 21ic小能手 打赏90.00元   3天前

    用户：kkfjenui

  • 21ic小能手 打赏60.00元   3天前

    用户：liao6

  • 21ic小能手 打赏60.00元   3天前

    用户：w1966891335

  • 21ic小能手 打赏90.00元   3天前

    用户：jh0355

  • 21ic小能手 打赏30.00元   3天前

    用户：xuzhen1

  • 21ic小能手 打赏30.00元   3天前

    用户：sun2152

  • 21ic小能手 打赏50.00元   3天前

    用户：xzxbybd

  • 21ic小能手 打赏50.00元   3天前

    用户：mulanhk

  • 21ic小能手 打赏20.00元   3天前

    用户：x15580286248

  • 21ic小能手 打赏15.00元   3天前

    用户：w993263495

  • 21ic小能手 打赏30.00元   3天前

    用户：玉落彼岸

  • 21ic小能手 打赏20.00元   3天前

    用户：铁蛋锅

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号