[发明专利]一种基于MPC的全驱动船舶航迹跟踪方法

说明书

本发明提供一种基于MPC的全驱动船舶航迹跟踪方法，所述方法包括建立船舶数学模型、针对船舶运动模型的线性化和离散化、未来时域预测以及MPC在线求解，在控制器的设计中考虑了系统约束、环境干扰等因素，从而实现了全驱动船舶的航迹跟踪控制。最后，在仿真中对船舶沿圆轨迹的跟踪性能进行测试，并进行误差分析。结果表明，根据全驱动实船模型所设计的控制器能够在一定程度的环境干扰下较好地满足航迹跟踪功能。

技术领域

本发明涉及一种全驱动船舶航迹跟踪方法，尤其涉及一种基于MPC的全驱动船舶航迹跟踪方法，属于船舶控制领域。

背景技术

船舶的航迹跟踪控制，是近年来船舶的自动控制领域涌现出来的一个热门课题，最初的船舶控制主要面对仅包含尾部推进装置和船舵的欠驱动船舶。随着造船技术的不断发展，市面上现已出现包含船首两侧弱推进器的全驱动船舶，在增加了船舶可控性的同时也对控制算法提出了更高的要求。

考虑到船舶运动控制系统具有非线性、时变、不确定性、干扰、输入饱和等特点，常规的控制方法难以满足船舶系统的控制需求，基于以上特点，考虑使用模型预测控制方法实现船舶的航迹跟踪。

模型预测控制(model predictive control,MPC)，也称为预测控制，最早在20世纪80年代应用于化工、原油提炼等领域，是一种先进的过程控制方法，近年来在电力系统、交通管理、运动控制等领域也被广泛应用。同时，预测模型可以结合被控对象本身,无论被控对象是线性模型还是非线性模型,都可以通过预测实现更精准的控制,因此被广泛应用于无人驾驶领域，近年来开始被应用于船舶运动控制，并取得较好效果。

MPC的核心内容是最优控制方法，在每一个采样时刻，根据获得的当前测量信息，在线求解一个有限时间开环优化问题，并将得到的控制序列的第一个元素作用于被控对象。在下一个采样时刻，重复上述过程：用新的测量值作为此时预测系统未来动态的初始条件，滚动刷新优化问题并重新求解。MPC具有模型预测、滚动优化和前馈-反馈控制结构等特点，同时能够处理多变量约束优化控制问题。因此，MPC非常适合解决全驱动船舶的航迹控制问题。

目前现有技术主要针对欠驱动船舶进行分析，没有考虑包含饱和侧推力情况下全驱动船舶的数学模型。另一方面，现有技术的控制对象大多为实船按比例缩小的小型船模，难以真实反映实船的控制过程，因此，本发明在实施例中针对一艘全驱动实船的运动模型进行航迹跟踪控制。

通过对现有方法的探索，并未发现类似专利。因此针对全驱动水面艇，提出一种基于MPC的全驱动船舶航迹跟踪方法是有一定前景的

发明内容

本发明的目的是为了解决输入饱和的全驱动船舶航迹控制问题而提供一种基于MPC的全驱动船舶航迹跟踪方法。

本发明的目的是这样实现的：

一种基于MPC的全驱动船舶航迹跟踪方法，包括如下步骤：

建立全驱动船舶运动的三自由度数学模型；

三自由度数学模型线性化；

三自由度数学模型离散化；

在线MPC求解

本发明还包括这样一些特征：

所述建立全驱动船舶运动的三自由度数学模型具体为：所述三自由度包含船舶在水面上的纵向运动、横向运动以及转向运动；所述全驱动船舶是指船舶受到纵向推力、横向推力和转向力矩三个物理量作为控制输入，其控制输入量等于自由度，其数学模型表达式如下：

所述三自由度数学模型线性化具体为：假设系统已经在期望路径上完全通过，对期望路径上任意参考点处的状态进行一阶泰勒展开，将其与参考轨迹方程联立，得到线性化后的系统：