船舶自动避碰仿真平台_VACASP_的构建与实现_杨神化
船舶机舱虚拟现实仿真系统的实现方法
产生特殊效果或真实感的一种技术，并不是实际的几何模 型。之所以应用纹理映射技术，一方面是由于在虚拟机舱场 景中有大量不规则物体需要模拟，如机舱内部的大量规模较 小的实体，常用的方法是通过分形、粒子、布尔等算法构造 大量三维体组合而成，而这种建模方法在逼真度提高的同时 是以大量系统资源的耗费为条件的。在虚拟场景模拟中，采 用纹理映射技术可以较好地模拟这类物体，同时实现逼真度 和运行速度的平衡。另一方面，对于复杂实体模型，采用纹 理映射可以模拟出丰富的细节，简化模型的构造过程，降低 实体模型的复杂度，同时还可以赋予模型鲜明的色彩、贴图 特征等。
船舶轮机模拟器（Ｍａｒｉｎｅ Ｅｎｇｉｎｅ Ｒｏｏｍ Ｓｉｍｕｌａｔｏｒ），是船 舶机舱设备管理培训系统的简称，目前己成为现代航海教育 的一种必备设施。传统的轮机模拟器是建立船舶电站、集控 台、设备控制箱和主机等机舱设备仿真模型，但是它们在实 验室中的布置与真实船舶机舱环境有很大差别，使得没上过 船的学员对于船舶机舱的真实环境并不了解，利用虚拟现实 技术，建立船舶机舱虚拟环境，使得学员可以在虚拟机舱环 境中进行漫游和操作，对于了解机舱环境，增强真实感，显 然是比较好的。因此，建立船舶机舱虚拟现实仿真系统，是 对现有船舶轮机模拟器很有益的补充，有利于提高轮机员培 训的教学质量。
２．１三维虚拟场景的建立
武汉理工大学船舶轮机模拟器是以中海集团的“新青岛 号”５６００箱远洋集装箱船为仿真对象，在对该船机舱内设 备布置进行细致的了解后，使用Ｃｒｅａｔｏｒ和３ｄ ＭＡＸ三维建 模软件首先建立各设备的模型，然后根据实船布置，建立出 船舶机舱虚拟场景，其中主要用到了下列主要技术和方法。
为实现以上功能，决定使用ＭｕｌｔｉＧｅｎ Ｃｒｅａｔｏｒ和３Ｄｍａｘ 进行三维建模，使用Ｖｉｓｕａｌ Ｃ＋＋６．０创建基于ＭＦＣ的Ｖｅｇａ 应用程序框架，利用Ｖｅｇａ的ＡＰＩ函数实现漫游功能。通过 与船舶轮机模拟器仿真支撑平台ＳＥ２０００数据通信，实现与 轮机模拟器的相互操作。
船舶自动舵控制算法仿真测试平台
Ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ Ｐｌ ａ ｔ ｆ ｏ ｒ ｍ ｆ ｏ ｒ Ｔｅ ｓ ｔ ｉ ｎ ｇ Ｍ ａ ｒ ｉ ｎｅ Ａｕ ｔ ｏ ｐ ｉ ｌ ｏ ｔ Ｃｏ ｎｔ ｒ ｏ ｌ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ
Ｚｈ ａｎ ｇ Ｇｕ ｏ ｑ ｉ ｎｇ ， Ｚｈ ａｎ ｇ Ｘｉ ａ ｎｋ ｕ
船 舶 自动 舵 控 制 算 法 仿 真 测 试 卞 厶 口
张 国庆 ， 张 显 库
（ 大连海 事 大学 航海 动态 仿 真和控 制 实验 室 ，辽宁 大 连 １ １ ６ ０ ２ ６ ）
摘 要 ： 为 了方 便 科 研 人 员 进 行 船 舶 运 动 控 制 算 法 研 究 ， 采 用 Ｖｉ ｓ ｕ ａ ｌ Ｂ ａ ｓ ｉ ｃ ６ ． ０开 发 了 一 套 基 于 Ｎｏ ｒ ｒ ｂ ｉ ｎ六 自 由度 非 线 性 船 舶 运 动 数 学 模 型 的 船 舶 自动 舵 控 制 算 法仿 真 测 试 平 台 。 该 平 台 提 供 了标 准 的输 入 、 输 出数据 接 口， 用 户
无人水面艇仿真系统设计与实现
无人水面艇仿真系统设计与实现胡辛明;张鑫;钟雨轩;彭艳青;杨毅;姚骏峰【摘要】无人水面艇(unmanned surface vehicle,USV)的海上调试成本高、难度大、效率低.为了减少海上调试工作量,设计了仿真系统,规划了仿真流程,为无人水面艇控制系统的测试和分析提供了平台.该仿真系统包括5个模块:显控模块用于全局路径规划和综合信息监控;数据仿真模块模拟障碍检测传感器与位置和姿态传感器数据;障碍处理模块对检测数据进行预处理、栅格化、聚类和拟合,并对拟合后的动态障碍进行跟踪;导航和避障模块嵌入视线制导(line of sight,LOS)导航和椭圆聚类-碰撞锥推演的动态避障算法;运动控制模块采用广义预测控制-比例积分(generalized predictive control-proportion-integral-derivative,GPC-PID)串级控制方法.各个仿真模块具有独立性,可根据不同需求替换.仿真实验结果表明了该系统设计的正确性和合理性.【期刊名称】《上海大学学报（自然科学版）》【年(卷),期】2017(023)001【总页数】12页(P56-67)【关键词】无人水面艇;仿真系统;全局路径规划;导航和避障;运动控制【作者】胡辛明;张鑫;钟雨轩;彭艳青;杨毅;姚骏峰【作者单位】上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072;中国人民解放军理工大学理学院,南京210007;上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072【正文语种】中文【中图分类】TP242.3无人水面艇(unmanned surface vehicle,USV)平台具有体积小、速度快、机动灵活等特点,根据不同的搭载平台,无人水面艇具有不同的功能,如海事管理、海上搜救和水文环境监测等.然而,无人水面艇控制系统比较复杂,海上调试存在成本高、难度大和效率低等问题.为了减少海上调试时间,需要设计仿真系统,对无人水面艇控制系统进行测试,为海上调试做好充分的准备工作.目前,国内外学者已经对无人水面艇进行了比较深入的仿真研究.挪威科技大学的Fossen和Breivik等研究了无人水面艇的航迹跟随[1-3]、动态定位[4-5]、目标跟踪[6]等问题,阐述了基于视线制导(line of sight,LOS)导航方法;并利用CS2(cybership 2)船模型搭建了半实物仿真平台[7],对航线和艏向的数据进行分析,证明了导航算法的有效性.Larrazabal等[8]利用Nomoto模型建立了艇体的辨识模型,设计了基于遗传算法的增益比例积分控制最优化(gain scheduling proportional-integral-derivate control optimized by genetic algorithms,GS-PIDGAs)控制器,结合模糊逻辑控制器来解决动力学的不确定问题,仿真实验结果表明,航线和航向角偏差较小,满足要求.吉林大学的杨树仁[9]基于电子海图设计了单机非实时船舶运动控制仿真系统,该仿真系统由5个部分组成:航迹控制器、舵机执行机构、舵机反馈机构、船舶运动模拟器和电子海图,并对A,B,C类船进行了3级海浪干扰仿真实验,结果可以看出航线和航向偏差都满足航迹控制要求.哈尔滨工程大学的卢艳爽[10]设计的仿真系统包括全局路径规划、航迹跟踪和动态避障等,并规划了仿真流程.本工作基于A*启发式搜索算法(A*算法)实现全局路径规划,采用“跟随目标”的方法实现无人水面艇的航线无障碍跟踪,提出“远域协商”动态避障方法,并进行了动、静态障碍物避障仿真实验.已有的无人水面艇仿真主要针对单一特定功能,系统较为简单,而本工作从全局路径规划、传感器数据模拟、障碍检测和跟踪、运动控制、导航和避障等方面系统性地提出了相对完备的仿真方案,为无人水面艇控制系统提供测试和分析平台,可减少30%～40%的海上调试工作量,对缩短无人水面艇研发周期,提高海上调试效率有重要意义.本工作主要贡献如下:(1)提出了无人水面艇仿真系统设计方案;(2)基于生物激励神经网络的完全遍历路径规划方法,结合电子海图提供的障碍信息,实现了全局路径规划;(3)仿真罗经和GPS数据,根据Nomoto模型和广义预测控制-比例积分(generalized predictive control-proportion-integral-derivative,GPC-PID)串级航迹控制方法,提出了无人水面艇的位置和姿态更新方法;(4)仿真激光数据,根据连通域标记法、K-means算法思想实现障碍的检测,基于Kalman滤波算法实现动态障碍跟踪;(5)在无人水面艇仿真系统中加入了海浪干扰并进行了仿真实验,实验结果证明了本系统设计的合理性.通常,无人水面艇系统包括无人艇艇体、显控台、GPS、罗经、激光、4G雷达、前视声纳、运动控制计算机等[11],其中显控台与无人水面艇之间通过无线进行信号传递,显控台根据任务类型进行路径规划,并监控无人水面艇的综合状态信息;GPS和罗经采集位置和姿态信息;激光和4G雷达用于海面障碍检测;前视声纳用于海下障碍检测;运动控制计算机内部包含障碍处理算法、导航和避障算法、运动控制算法,结合航线、位置和姿态、障碍信息,计算并控制喷泵的输出和舵机的转动,从而控制无人水面艇的运动.由以上无人水面艇系统信息传递过程规划出仿真系统的流程(见图1).设置全局任务路径、障碍物和无人水面艇的初始位置和姿态,当激光检测到障碍物,经过障碍处理,将障碍信息传递给导航和避障模块;随后导航和避障模块根据路径、障碍信息以及位置和姿态信息计算处理,得到无人水面艇的航向和速度,而将航向和速度变化作为运动控制的输入,输出舵角和油门,舵角和油门用于位置和姿态的更新;位置更新后,判断无人水面艇是否到达路径终点,若没有,则在新的位置继续进行障碍检测,并将新的位置和姿态信息、障碍信息作为导航和避障的输入,更新数据,直到无人水面艇到达路径终点.由无人水面艇仿真流程可确定仿真系统设计方案.仿真系统软件分为5个模块:显控模块、数据仿真模块、障碍处理模块、导航和避障模块、运动控制模块,其中显控模块实现全局路径规划和监控,数据仿真模块仿真激光、罗经和GPS数据,导航和避障模块用于控制无人水面艇航向和速度,而运动控制模块则是根据航向和速度变化控制舵角和油门.2.1 显控模块显控模块是基于电子海图实现的.电子海图具有地理信息获取和显示、船舶速度航向监控、报警等功能.显控模块主要进行全局路径规划和无人水面艇的综合信息显示.全局路径规划分为任务区域覆盖扫测和多点规划,其中任务区域覆盖扫测是在给定任务扫测区域规划出绕开障碍物的最优扫测路径;多点规划是用于无人水面艇布放和回收时,在海图上人工选取路径点,自动生成绕开障碍物的最短航行路线.电子海图提供的静止障碍物包括海岸线、码头、浮标和岛屿等.任务区域的覆盖扫测是基于生物激励神经网络的完全遍历路径规划方法实现[12],其中生物激励神经网络用于移动机器人工作环境建模,而完全遍历路径规划包括模板模型法和A*算法,能够实现复杂岛礁区域周围环境的遍历.图2(a)为在电子海图上实现的存在岛礁的任务区域覆盖扫测,只要给定扫测范围、起点、方向和距离就可以自动规划出最优扫测路径;图2(b)为在海图上实现的多点规划(多点规划是基于A*算法实现的,能够实现代价最小的路径规划),只要给定路径点就可以规划出一条绕开障碍物的最短航行路径.2.2 数据仿真模块数据仿真模块包括仿真障碍检测、位置和姿态数据,其中障碍检测数据指的是激光扫到物体后得到的距离和角度,位置和姿态数据是由GPS和罗经采集得到的位置和姿态信息.2.2.1 激光数据仿真激光测距[13]的方法有多种,但目的都是为了获取目标的角度和距离.常用的方法是脉冲法,即在工作时向目标射出3维很细的激光(由光电元件接收目标反射的激光束),计时器测定激光束从发射到接收的时间差,从而得到距离.式中:D为激光传感器与被测障碍物之间的距离;c为光在真空中的传播速度(3×108m/s);∆T为激光两路脉冲信号之间的时间间隔;ς是激光传输介质的平均反射率,在空气中取1.通常,激光的扫描距离D、扫描范围ϕ、角度分辨率∆θ都为已知参数.将激光安装在无人水面艇上时,激光中垂面与艇的中垂面重合.在电子海图里以激光位置为原点,艏向为x轴,建立平面直角坐标系.设置圆形的障碍物位置和大小,Pn(x,y)为激光束打在障碍物上的点(见图3),则可以得到每一个激光束与x轴夹角θn,即获得了激光角度信息.联立激光束直线方程和圆的方程,可以得到激光束与圆的交点Pn(x,y)的坐标值,求得距离D,取其中较小值;若无交点,则距离D=0,即可得到激光的距离信息.依此类推,可以得到所有激光束数据,激光数据仿真即可完成.2.2.2 位置和姿态数据仿真无人水面艇的位置坐标和速度由GPS采集,姿态信息由罗经采集.姿态信息包括航向角、艏向角、俯仰角、横滚角、航向角速度、艏向角速度、俯仰角速度和横滚角速度等.由于与导航和避障相关的数据主要包括位置坐标、航向角、航向角速度和速度,故仿真系统针对这4个参数进行仿真.航向角速度由舵机运动决定,并受到艇体本身结构、惯性和风浪的影响.常用的舵角与航向角速度的辨识模型为经典的Nomoto模型[14],本工作采用简化的一阶Nomoto模型,即舵角变化δ和航向角速度r的关系为式中,S为传递函数,K为静态航向角速度增益,T为时间常数.航向角变化量∆ψ由航向角速度r积分得到,由此可以得到航向角ψt:式中,f为更新频率,ψt−1为上一帧航向值.无人水面艇的速度大小由油门控制,油门与速度可以用简单的线性关系表示,即式中,k为油门系数.无人水面艇的位置变化量∆P由速度V和航向ψ决定,由此可以得到位置坐标:式中,ψt−1为上一帧航向值.2.3 障碍处理模块激光数据处理模块包括障碍检测和跟踪.障碍检测是将激光采集的数据处理成椭圆障碍,其过程包括预处理、栅格化、聚类和拟合等.预处理是去除激光里面的特殊点,对于多线激光,还需将激光点投影到同一个平面;栅格化的方法比较多,本工作采用最大最小高度图法[15-16]对激光数据进行栅格化;采用通常用在二值图像处理的连通域标记算法[17-18]对栅格进行聚类,得到障碍物块;海上障碍多为船只,船只长和宽的比例较大,可以近似看成椭圆,基于K-means算法思想[19],对聚类的障碍物块的形状进行近似拟合,形成椭圆的障碍信息.激光数据处理过程如图4所示.图5为对实际场景中采集的激光数据进行处理的结果,其中(a)为多线激光检测实际场景,(b)为多线激光检测障碍物得到的立体点云,(c)为经多线激光数据处理形成的椭圆障碍信息.现实中的障碍物多为动态,对障碍物位置和速度进行预测必不可少.障碍目标跟踪有两个作用:一是减少或消除传感器的检测误差,二是为动态避障提供预测位置和速度信息.Kalman滤波器是一种线性递归滤波器[20],是用于状态最优估计的常用算法,通过动态的状态和观测方程描述系统,并采用递归滤波方法预测下一个状态的最优估计.由于仿真激光数据采样时间间隔短,处理得到的椭圆目标运动状态变化小,故将目标运动定为匀速直线运动.将运动椭圆的中心轨迹作为输入,利用最近邻域法将测量值与预测值进行关联,并采用Kalman滤波进行最优状态估计,从而得到下一时刻的椭圆障碍物位置和速度信息.图6为基于Kalman滤波算法的障碍目标跟踪过程.2.4 导航与避障模块在电子海图上利用全局路径规划方法生成任务路径,其中导航算法是控制无人水面艇在复杂的海洋环境干扰下,按照既定路径进行航行,故导航算法是无人水面艇执行任务的前提,导航算法的优劣直接影响到任务的执行结果.LOS是一种直线循迹的方法,该算法首先在航行路段上虚拟出一个追踪目标,然后引导船舶沿着船舶到追踪目标的视线方向航行.目前,常用的虚拟追踪目标确定方法主要包括封闭圈法和超前置位法.本仿真系统采用封闭圈法,即以船舶为圆心建立一个半径固定不变的封闭的圆圈,将封闭圈与计划航线的交点设为虚拟目标点.随着船舶不断接近计划航线,船舶航向偏差也随之减小,这样就达到同时减小位置和航向偏差的目的.无人水面艇在海上执行任务时会遇到其他船舶、岛礁、灯塔等障碍物,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《国际海上避碰规则》,已有很多基于《国际海上避碰规则》的导航避障算法,如神经网络算法、进化算法、模糊逻辑算法、2D栅格地图等.本工作中的避障算法遵循《国际海上避碰规则》,基于椭圆聚类-碰撞锥推演的无人水面艇海洋动态避障控制方法实现无人水面艇避障.该方法是基于Chakravarthy等[21]和Fiorini[22]的点与点、点与圆的碰撞锥方法,其本质是在未知轨迹的移动目标之间进行碰撞检测,根据已计算出的碰撞锥区间采取相应的避碰措施.无人水面艇采取避障措施后会偏离原先设定的路径,因此利用LOS导航算法可实现其航迹回归.2.5 运动控制模块导航和和避障算法的输出是期望速度和航向(速度和航向的变化是由油门和舵机决定的),运动控制模块主要是接收航迹跟踪和避障算法输出的期望速度和航向,计算处理后产生油门和舵角值.油门值可由式(4)反推得到,即而舵角值的确定则需利用GPC-PID串级控制方法[23],将广义预测理论与PID控制器相结合,来克服无人水面艇系统中存在的时滞,故该系统具有较强的鲁棒性和抗干扰能力.GPC-PID运动控制原理如图8所示.图8中,ψr为航迹跟踪和自主避障模块输出的期望航向角,ψ为实际航向角,ψr和ψ作为GPC的输入量输出控制量δr,而δr作为PID输入量输出舵角δ,G1为2.2.2节提到的一阶Nomoto模型,其输出为航向角速度γ.2.6 航向干扰无人水面艇在航行过程中会受到风、浪、流的干扰,其中风浪会对无人水面艇的艏摇、横摇和纵摇产生影响,故本工作加入2阶风浪模型对艏摇产生干扰[24]:式中,ω(s)为高斯白噪声,h(s)为2阶海浪传递函数,其中λ为阻尼系数,ω0为海浪频率,σ为海浪强度.在完成仿真系统中的流程和方案设计后,为了验证仿真系统设计的正确性和合理性,以航线跟踪精度和避障效果为指标对仿真系统进行实验.本仿真实验为半实物仿真,硬件平台有显控、仿真和控制计算机等.3.1 算法步骤利用显控计算机进行全局路径规划,由仿真计算机更新位置、仿真障碍信息等,由控制计算机根据任务航线、障碍信息、输出期望油门和舵角给仿真计算机,以便进行位置和姿态更新.仿真实验算法步骤如下:(1)设定全局路径L、障碍物Φ,初始化无人水面艇位置和姿态,如位置P(x,y)、航向ψ、速度V等;(2)激光检测Φ,输出激光数据,经过障碍处理后得到障碍物Φ′;(3)导航和避障根据L,Φ′,P(x,y),ψ,计算输出期望航向ψr和速度Vr.(4)将ψr,Vr作为运动控制的输入量,输出舵角δ和油门E;(5)将δ,E作为位置和姿态更新的输入,输出更新后的位置和姿态信息P(x,y),ψ,V,航向角速度γ;(6)循环执行步骤(2)～(5),直到到达路径结束点.3.2 仿真对象本仿真实验以上海大学“精海3号”无人水面艇的控制系统为仿真对象,艇体和激光参数如表1和2所示.经测试,“精海3号”无人水面艇静态航向角速度增益K=0.3176,时间常数T=0.2417,舵角与航向角速度关系为根据Fossen的理论[25],通常情况下海浪干扰参数Kω=4693.9,λ=0.12,ω0=0.8,则3.3 仿真实验结果和分析仿真实验基于电子海图来实现,图9(a)～(c)依次为无人水面艇任务区域覆盖扫测、动态避障和多障碍避障实验结果.图中黑色同心圆为无人水面艇,红色圆为障碍物,蓝色半圆点云为激光打在障碍物上的点,褐色圆为障碍处理后得到的障碍信息,红色轨迹线为障碍信息的运动轨迹,红色虚线圆为激光检测范围.可以看出,无人水面艇在遇到障碍物后能够按照正确的方向进行避障并回归航线.如图10所示,在导航循迹实验中,取50 s,500帧数据进行分析,其中(b)和(c)为航迹、航向偏差情况.实验得出最大航迹偏差为13.1 m,最大航向偏差为10.7°.结果满足IEC 6206标准[26]航向偏差不超过15°,航迹偏差不超过35 m的航迹控制要求.取“精海3号”在东海2级海况下测绘数据进行分析,得到最大航迹偏差为9.7 m,最大航向偏差7.8°.经分析可知,仿真结果和实际实验结果相近,仿真结果偏差较大的原因是受海浪干扰模型影响较大.本工作为提高海上调试效率,为无人水面艇的控制系统提供了测试和分析平台,搭建了仿真系统;提出了无人水面艇仿真系统设计方案,即将仿真系统分为5个模块,利用电子海图信息和生物激励神经网络的完全遍历路径规划方法实现全局路径规划,并根据无人水面艇在海上航行实际情况,实现了无人水面艇的位置和姿态更新;仿真了激光数据,进行障碍检测处理,并对动态障碍进行运动预测.在进行导航和避障实验中加入了2阶风浪干扰,实验结果和数据分析表明本仿真系统能对无人水面艇控制系统性能进行测试,验证了所设计系统的合理性和正确性.【相关文献】[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 underactuatedships[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]杨树仁.船舶航迹控制算法的研究与仿真[D].长春:吉林大学,2014.[10]卢艳爽.水面无人艇路径规划算法研究[D].哈尔滨:哈尔滨工程大学,2010.[11]杨学斌.无人艇体系结构研究[D].大连:大连海事大学,2011.[12]朱博,邓三鹏,王英飞,等.基于生物激励神经网络的移动机器人遍历路径规划[J].装备制造技术,2014(12):30-32.[13]YOON C.Human following of a mobile service robot with single laser rangefnder[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]谌彤童．三维激光雷达在自主车环境感知中的应用研究[D]．长沙:国防科学技术大学,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 velocityobstacles[J].International Journal of Robotics Research,1998,17(7):760-772.[23]彭艳,吴伟清,刘梅,等.无人艇航迹跟踪GPC-PID串级控制[J].控制工程,2014,21(2):245-248.[24]THOMAs S.Guidance system for autonomous surfacevehicles[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]刘廷伟.船舶航迹控制及气象导航方法的研究[D].长春:吉林大学,2015.。
船舶集控室虚拟仿真系统的设计与实现
Ｄｅ ｓ ｉ ｇ ｎ ａｎ ｄ Ｒｅ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｏ ｆ ａ Ｖｉ ｒ ｔ ｕ ａ ｌ Ｓｉ ｍ ｕｌ ａ ｔ ｉ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ ｆ ｏ ｒ ａ Ｓｈ ｉ ｐ Ｅｎｇ ｉ ｎ ｅ Ｃｏ ｎｔ ｒ ｏ ｌ Ｒｏ ｏ ｍ
ａ ｎ ｄ ＣＰＵ ａ ｎｄ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｓ ｔ ｈｅ ｓ ｅ ｎｓ ｅ ｏ ｆ ｒ ｅ ａ ｌ ｉ ｔ ｙ ｏ ｆ ｖ ｉ ｔｕ ｒ ａＩ ｓ ｃ ｅ ｎ ｅ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｖ ｉ ｔｕ ｒ ａ ｌ ｒ ｅ ａ ｌ ｉ ｙ； ｔ ｖ ｉ ｔ ｒ ｕ ａ ｌ ｅ ｎ ｇ ｉ ｎ ｅ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｒ ｏ ｏ ｍ； ＸＮＡ； ｈ ｉ ｇ ｈ ｌ ｅ ｖ ｅ ｌ ｓ ｈ ａ ｄ ｅ ｒ ｌ ａ ｎ ｇ ｕ ａ ｇ ｅ
摘
要 ：在 分析 现有虚 拟现 实技 术 与船 舶集 控 室的基础 上 ，采 用 ３ Ｄ． ＭＡ Ｘ 与 ＸＮ Ａ
分 别实 现 了三 维模 型的 建立 与虚拟 场景 的漫 游和 交互 ，应 用 Ｃ 语 言编 写 了集控 室的二 维模 拟 软件 。通 过 Ｕ ＤＰ协 议实现 了三 维虚拟 场 景与二 维模 拟软件 之 间的通 讯 。根 据 光照 效果 的
随着 虚拟 现实 技术 的迅猛 发展 ，该项技 术被 越来 越 多 的应用 在 船舶行 业 。 文献［ １ ］ 采用 Ｃ ｒ ｅ ａ ｔ ｏ ｒ 软件 与视 景驱 动 引擎 Ｖ ｅ ｇ ａ实现 了对船 用 多级离 心泵 的虚 拟拆 装 。文献 ［ ２ ］ 采 用 Ｍｕ ｌ ｔ ｉ ｇ ｅ ｎ Ｃ ｒ ｅ ａ ｔ ｏ ｒ 、 Ｇ Ｌ Ｓ ｔ ｕ ｄ ｉ ｏ和 Ｖ ｅ ｇ ａ Ｐ ｒ ｉ ｍｅ 开 发 了一种船 舶机 舱虚 拟仿 真 系统 。文献 ［ ３ ］ 基于 Ｃ ａ ｔ ｉ ａ和 Ｖ ｉ ｒ ｔ ｏ ｏ ｌ ｓ开发
基于人工势场法的船舶自动避碰系统研究_钟碧良
F to tal ( t ) = F att ( t ) + F rep ( t) =
- ¨UÛatt ( t) + ( - ¨UÛrep ( t) ) ( 9) 根据上面公式, 在电子海图上可应用获取的参 数有: 起点和终点的经纬 度、船舶和 障碍物的经纬 度、物体之间的距离等. 利用这些的环境信息, 去量 化吸引力、排斥力等这些虚拟的力. 算法流程如图 2 所示.
[ 3] INA ISH M. Bas ic research on a co llision avoidance system using neura l ne tw orks[ R ]. P ro ceeding IA IN 91, 1991.
[ 4] INA ISH M. Build ing me thod and app lication o f neura l netw ork system for nav iga tion[ R ] . La teral Sym posium of S ino-Japanese N av igation Institute, 1992.
参考文献:
[ 1] 鹤田三郎, 松 村尚 志, 蹈石 正明, 等. 船 舶航 行专 家系 统的基础研究 [ C] / /日本航海学会论文 集. 东京: 日本 航海学会, 1987: 133- 139.
[ 2] COEN EN F P, SN EATON G P, BOLE A G. K now ledg e) based co llis ion avo idance[ J]. The Journa l o f N av igation, 1989, 42( 1) : 107- l16.
由该引力场所生成的对移动物的引力为引力势
基于VIRTOOLS的船舶损管虚拟仿真训练系统的开发研究
基于VIRTOOLS的船舶损管虚拟仿真训练系统的开发研究摘要：运用虚拟仿真器材进行教学与训练，是进行集约化训练的有效途径。
本文对舰船损管训练系统的背景和意义以及虚拟现实技术的发展现状进行了分析，介绍了基于3D MAX和Virtools开发平台下系统的开发流程，提高损管系统的训练质量，并对船舶损管虚拟仿真系统进行了总体设计。
关键词：船舶;损害管制;虚拟仿真;Virtools1 引言船舶损害管制（简称损管）是指当船舶受到损害时，船舶对灾害的处置和控制能力。
船舶的损管任务由损管人员和生命力系统配合完成。
排水、灭火系统等生命力系统决定了舰船在遭受灾害后的生存能力，然而在船舶对灾害的管控往往需要大量人力配合，船舶指挥员如何合理调度损管人员，利用生命力系统，使两者达到最好配合状态，如何处理灾害信息并及时准确下达决策，这些都将在损管过程中尤为重要。
因此，提高指挥人员损管训练水平是提高船舶损管能力的重要途径。
2 舰船损管虚拟仿真教学训练系统开发的可行性2.1 Virtools在舰船损管虚拟仿真教学训练系统开发中的优势虚拟现实技术是一种逼真地模拟人在自然环境中视觉、听觉、触觉、味觉、运动等行为的人机界面技术。
其最终目标是使用户置身于一个由计算机生成的虚拟环境中。
这种技术的特点在于计算机产生人为虚拟环境，这种虚拟环境是通过计算机图形构成的三维数字模型，编制到计算机中去产生逼真"虚拟环境"，从而使用户在视觉上产生一种沉浸于虚拟环境的感觉。
虚拟现实与通常CAD系统所产生的模型及传统的三维动画是不一样的，它不是一个静态世界，而是一个开放、互动环境，虚拟现实环境可以通过控制与监视装置影响或被使用者影响，VR技术不仅能够在多维信息空间仿真建模，而且能够帮助人们获取知识和形成新的概念。
随着虚拟现实技术发展，实现虚拟场景的开发软件和技术有很多。
虚拟现实建模语言（VRML）、MAYA、3DS MAX是目前使用最多的软件。
一种水下航行体控制系统分布式半实物仿真平台的构建
一种水下航行体控制系统分布式半实物仿真平台的构建水下探索和开发是现代科技领域中非常重要的一部分。
为了实现人类对水下环境的更深入的研究和探索，越来越多的水下航行体被研制出来。
但是在设计和开发水下航行体时，如何实现控制系统的有效建模和仿真测试已经成为一个迫切需要解决的问题。
针对这个问题，分布式半实物仿真平台成为了一种有力的解决方案。
该平台可以提供一种真实的仿真环境，使得研究者可以快速准确地测试和评估不同的控制算法。
在构建分布式半实物仿真平台时，我们需要进行以下几个关键步骤：1. 系统建模：首先需要对水下航行体进行系统建模，包括系统的动力学响应、控制器和传感器等。
2. 实验设计：针对所设计的控制系统，需要进行相应的实验设计，包括仿真实验和实际实验。
3. 半实物系统搭建：构建真实的控制系统，并将其与仿真环境进行连接。
这种连接通常通过将控制器和传感器等实际装置半实物化。
4. 仿真模型搭建：搭建仿真模型，使用MATLAB等工具进行系统仿真，调整和优化算法并验证。
在实际实验中，我们需要使用多个传感器和执行机构来监测和控制水下航行体的运动。
这些传感器包括：压力传感器，陀螺仪，加速度计和万向节等。
而控制器通常由单片机、运算放大器以及功率线性放大器等组成。
半实物实验时，我们需要将运动传感器和执行机构与控制器连接起来，构建一个相对真实的系统。
分布式半实物仿真平台的优点在于其可以模拟实际操作，深入研究控制算法。
该平台可以用于多种控制算法的研究，包括视觉控制、PID控制和模型预测控制等。
此外，分布式半实物仿真平台的成本比实际实验低，可以快速准确地评估和改进控制算法和系统。
总之，分布式半实物仿真平台是一种非常有效的水下航行体控制系统建模和测试的方法。
该平台可以提高研究人员的工作效率和研究水平，为本领域的发展做出贡献。
数据分析是一个非常重要的领域，它可以帮助我们更好地理解并利用数据。
在实际中，我们可以通过各种方法来搜集并分析数据，并从中发现有用的信息和趋势。
多agent理论和技术在自动避碰决策系统中的应用
多agent理论和技术在自动避碰决策系统中的应用
杨神化;施朝健;刘宇宏;胡勤友
【期刊名称】《上海海事大学学报》
【年(卷),期】2007(028)001
【摘要】将每艘船舶定义为一个agent,提出以互利和缓解整体碰撞危险局面为目标的多agent避碰决策系统,给出基于Visual C++中类框架的混合型agent的体系结构及其巴科斯范式(BNF)描述,并对多agent船舶避碰决策系统工作机制进行阐述,最后指出下一步的研究内容.
【总页数】5页(P121-125)
【作者】杨神化;施朝健;刘宇宏;胡勤友
【作者单位】上海海事大学,商船学院,上海,200135;集美大学,航海学院,福建,厦门,361021;上海海事大学,商船学院,上海,200135;上海海事大学,商船学院,上海,200135;上海海事大学,商船学院,上海,200135
【正文语种】中文
【中图分类】U675.9
【相关文献】
1.船舶避碰多Agent决策支持系统的设计 [J], 刘宇宏;胡甚平;施朝健;王胜正
2.模糊数据库技术在航海避碰决策支持系统中的应用 [J], 刘宇宏;黄涛;杨超
3.基于扩展博弈理论的船舶自动避碰决策系统 [J], 孔祥生;卜仁祥;刘勇
4.Multi-agent在船舶避碰决策中的研究与应用 [J], 王艳红;时秋勇
5.Multi-agent技术在海上船舶避碰决策系统开发中的应用 [J], 邵俊倩;李成凤
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第32卷第3期 2009年9月中 国 航 海N A V IGA T IO N OF CH IN AVol.32No.3 Sep.2009收稿日期:2009-05-30基金项目:国家自然科学基金资助项目(60774066);福建省自然科学基金资助项目(2009J05148);集美大学优秀青年骨干教师基金与科研基金资助项目作者简介:杨神化(1976)),男,福建厦门人,讲师,博士,从事航海智能与仿真技术研究。
E -mail:yan gshh@.文章编号:1000-4653(2009)03-0050-05船舶自动避碰仿真平台(VACASP)的构建与实现杨神化1,2, 施朝健2, 李丽娜1, 索永峰1(1.集美大学航海学院,厦门361021; 2.上海海事大学商船学院,上海200135)摘 要:应用M ult-i ag ent 技术和理论以及多本船航海模拟器技术,采用M icro soft V isual C++开发平台,构建和开发了船舶自动避碰仿真平台(V essel A uto matic Collision Av oidance Simulation P latfo rm,VA CA SP),提出了基于T CP/I P(T r ansmissio n Contro l Pr oto co l/Internet P ro tocol)协议的I/O 完成端口(Input/O ut put Co mpletion Po rt,IOCP)和基于U DP (U ser Datag ram Pr oto co l)的广播端口相结合的通信网络架构,并在应用层提出了一种基于U DP 广播和T CP/IP 的仿真专用协议及相应的通信机制。
V ACA SP 平台为用户提供了自行设计和开发自动避碰决策算法的接口,用户可以根据自己的研究成果,采用面向对象技术,在Visual C++平台上实现相应的决策算法,然后将其编译为动态链接库,集成到VA CA SP 平台中,就可以借助V A CASP 平台的功能实现避碰决策算法的仿真验证。
关键词:水路运输;船舶;自动避碰;仿真平台;多智能体;完成端口中图分类号:U 675.79 文献标志码:ADesign and Realization of Vessel Automatic Collision Avoidance Simulation PlatformYA N G S hen -hua 1,2, SH I Chao -j ian 2, L I L i -na 1, S UO Yong -f eng 1(1.Navig ation Institute,Jimei University,Xiamen 361021,China;2.M er chant M arine Co lleg e,Shang hai M aritim e University,Shanghai 200135,China)Abstract:M ultiple nav ig ational simulator s and M ult-i agent system technolog y ar e employ ed t o construct the V essel Automat ic Co llisio n A vo idance Simulat ion Platfor m(V A CASP fo r short)on platfor m of M icr osoft V isual C++.A co mmunication net frame is pro po sed,which integr ates the IO CP (Input/Output Completio n Po rt)based on T CP /IP (T r ansmissio n Co ntr ol Pr otoco l/Inter net Pro toco l)pr otoco l w ith the broadcasting po rt based o n U DP (U ser Data -g ram P ro tocol)pro tocol.A kind of special pro tocol and relev ant communicatio n mechanism are also pr oposed in the applicat ion la yer.T he V ACA SP supplies an interface fo r user s to design and dev elop decision -making alg or ithm for auto matic ant-i collision by themselves.Based o n user .s ow n achievement of vessel automat ic ant-i collision,and a -dopting the o bject -o riented technique,the user can pro gr am all kinds o f decisio n -making algo rithms to fo rm the Dy -namic L ink L ibr ary ,integ rate it to the V ACA SP and car ry out simulatio n t est fo r the decision -making alg or ithms.Key words:w ater way transpo rtation;ship,automatic ant-i co llision;simulatio n plat form;M ult-i agent;IO CP由于航海的特殊性,自动避碰研究成果的实船验证存在着难度大、危险性大、费用高、灵活性差、周期长等难题,具有些避碰情景采用实船试验是不现实的。
因此,计算机仿真验证在目前来说,是比较适合、可行的方法。
然而船舶避碰过程是一个十分复杂的决策问题,受到避碰规则、交通环境、船舶操纵性能和驾驶员心理等多种因素的影响,而且各因素在决策过程中所起的作用和地位也各不相同,是一项复杂的系统工程。
这就使得以往所采取的单机仿真存在着较大局限性,它难以合理、真实地模拟海上航行环境、船舶操纵性能、驾驶员心理等因素,也就无法充分体现出/人)船)环境0合一的思想。
为了检验现阶段船舶自动避碰的研究成果,解决单机仿真实验的局限性以及实船试验难度大等问题,集美大学和大连海事大学联合开发了以船舶操纵运动数学模型和电子海图为基础的/航行安全及自动避碰(Nav igatio n Safety and Co llision Avoidance,NSA CA)仿真测试平台0,作为船舶自动避碰研究的测试设备,利用其实现船舶自动避碰过程监控的仿真试验[1]。
该平台在宽水域的自动避碰研究中发挥了较好的作用,但是随着研究逐渐向受限水域扩展,该平台逐渐显现出了开放度低、海图数据获取困难、可移植性差等局限性。
针对自动避碰研究,合理、科学的实验平台应该满足3个基本条件:首先模拟环境(包括岸线、水深、助航标志、水下碍航物、风、浪、流等)与海上环境是一致的。
其次模拟用的船舶数学模型与实际船舶在操纵性能上(包括旋回性能、制动性能、各种车速下的船速、舵机的响应时间等)是非常相似的,它们的操纵性能参数相似性必须符合IMO(International M a -rine Organization)1993年通过的现在依然有效的"船舶操纵性临时标准"的相关要求。
同时,风、浪、流、浅水和岸壁等对模拟船舶的影响应该与实际船舶基本一致[2-3]。
再次,在海上船舶的实际避碰过程中经常通过VH F(Very High Frequency)交流操纵意图,所以模拟船舶间也应该能够进行通信。
因此,本文提出了基于Mult-i agent 系统和多本船航海模拟器技术构建船舶自动避碰仿真平台(Vessel Automatic Collision Avoidance Simulation Platform,VACASP ),尝试着为自动避碰研究寻找一种更科学、有效和安全的验证方法。
1 V ACASP 平台的系统结构VACA SP 是由一个控制台ag ent 和n 个本船ag ent 构成的M ult-i ag ent 系统[4]。
系统通过控制台agent 与本船ag ent 的交互,实现编辑仿真练习、控制系统的运行以及对各本船进行监视等功能;通过本船ag ent 之间的交互,实现获取目标船动态信息(包括船位、航向、航速、旋转角速度等)和静态信息(包括船名、船舶尺度、操纵性能参数等)、以及模拟海上VH F 通信等功能(见图1)。
1.1 控制台功能1)电子海图显示;2)与各本船进行网络通信;3)编辑练习,即设置会遇局面,包括:(1)选择练习类型、海区以及海图号等;(2)选择本船的船舶类型、名称和装载状态,设置本船的初始船位、航向和航速(或者计划航线)、初始车钟和控制模式(人工操纵或者自动航行)等;(3)设置目标船,包括选择目标船类型、名称、设置目标船速度、航向、转向点位置以及转向点的删除、添加和更改;(4)设置航行环境,包括风、流、浪、能见度等。
4)保存、打开练习文件;5)把练习发送给各条本船,同时启动仿真;6)暂停、结束仿真;7)记录、回放、打印仿真过程;8)模拟海上船舶会遇过程,可以在平台中随意增加船舶,使本船不断会遇目标船。
图1 V A CASP 的系统结构图F ig.1 T he fr amewo rk of V A CASP1.2 本船的主要功能1)电子海图显示;2)与控制台进行网络通信;3)本船之间能够直接进行网络通信;4)手动操船功能;5)自动航行功能,即按照计划航线航行,由航向航迹监控模块自动纠正偏移量。
可以集成自动避碰决策支持系统,在遇到碰撞危险时,则调用自动避碰决策系统,根据所得决策进行自动避让操船;6)船舶航行、环境等信息的综合显示功能;7)本船操纵运动数学模型的解算功能。
2 网络通信模型2.1 完成端口(Input/Output Completion Port,IOC P)模型随着Internet 的发展,基于网络的通信应用增多,而Socket(套接字)就是网络通信使用的技术之一。
Socket 是一种网络编程接口,Winsock 是Win -dow s 平台上的API (A pplicatio n Prog ramming In -ter face),为Window s 做了专门扩展。