[发明专利]一种自适应边界层水面无人艇控制导引方法

权利要求书

1.一种自适应边界层水面无人艇控制导引方法，其特征在于，具体包括如下步骤：

步骤1、收集对当前速度制动长度有影响的参数，包括航速、海风的风速与风向、海流的流速和流向、波浪的波高与波长及波向，制动长度五个体系指标，并对这五个体系指标进行识别与处理以及无量纲化；

步骤2、采用水面无人艇制动长度神经网络对所述的五个体系指标进行训练，然后对其进行泛化验证；

步骤3、初始化双曲正切修正器R_k和χ_max，需要初始化的控制参数为tanh系数，增益系数，收敛半径；

其中，δ表示横侧偏差，k_tanh表示tanh系数，ξ表示增益系数，表示收敛半径，横侧偏差越接近0，k_tanh越影响收敛速度；k_tanh越大，收敛速度越慢；ξ抑制横侧偏差的振荡，同时也会降低收敛速度，影响收敛速度的快慢，过大会增加横侧偏差的超调，R_k代表直线跟踪的修正器，χ_max代表圆弧跟踪的修正器；

步骤4、通过传感器获取水面无人艇当前位姿势，包括航速V，航向角χ，经度Lat，纬度Lon，以及海洋环境信息，通过规划系统获取规划路径p＝{p0,p1,p2,......pn}；

步骤5、根据当前给出的规划点，判断跟踪直线还是圆，如果是直线则跳至步骤6，如果是圆则跳至步骤7；

步骤6、根据当前目标点p₁和上一个目标点p₀，求解期望艏向

其中，χ_p为期望路径与正北坐标系的夹角，为前视距离，v,u分别表示横荡速度和纵荡速度，由航向角和航速确定；

步骤7、根据当前目标点p₁即圆心，跟踪方向ζ以及跟踪半径r，求解期望艏向

其中，k_c为控制参数，k_c越大，越能抑制超调，同时抑制振荡，当过大会令横侧偏差存在静态误差；χ_orbit为舰体和圆心的连线与正北坐标系的夹角，ζ为跟踪方向，若ζ＝1则顺时针跟踪，反之亦然；

步骤8、根据航速V，以及传感器得到的环境信息，通过水面无人艇制动神经网络预测其制动距离，得到当前规划路径的边界层，然后结合当前边界层和制动距离得到期望速度

其中，u_max为最大航速，u^*为最优航速；

步骤9、根据当前水面无人艇至目标点距离，对比安全阈值ε，判断是否达到目标点，若为圆，则为已完成的跟踪角度；如果到达目标点则删除上一个目标点，并跳至步骤5；否则，输出期望航速和航向。

2.根据权利要求1所述一种自适应边界层水面无人艇控制导引方法，其特征在于，步骤2中所述神经网络具备一个输入层，两个全连接层，一个输出层，返回一个单一且连续的数值，其中两层全连接层的神经元数均为64个，激活函数采用ReLU，采用RMS进行优化，学习律设定为0.001，损失函数采用交叉熵，具体过程如下所示：

式中，a为当前神经网络输出值，y为目标值，x为样本，m为批量样本数量；

式中，g为反向梯度，θ为该神经元权重，表示对权重进行求偏导；

ω←ρω+(1-ρ)g⊙g

式中，ω为累计平方梯度，初始值为0；为衰减速率，ρ给定常值0.9；

式中，s为学习律，给定常值0.001，μ为常数10^-10，

θ←θ+Δθ。