船舶靠离泊控制方法、装置、电子设备及存储介质与流程

本发明涉及船舶控制，特别是涉及一种船舶靠离泊控制方法、装置、电子设备及存储介质。

背景技术：

1、随着智能化、自动化技术的发展，自动驾驶、无人机等智能化操作技术逐渐颠覆传统行业的应用形式，被广泛应用于众多领域。其中船舶自主航行与车辆自动驾驶相比，尽管起步较晚，但发展较为迅速，在诸多方面均有显著成果。

2、然而在面对复杂的水文气象环境时，船舶自主航行技术的应用就显得力不从心，且具有较高的安全风险，其中之一便是船舶的自主靠离泊作业。

3、在目前的船舶自主靠离泊作业中，常采用常速域船舶运动模型对船舶靠离泊过程的运动状态进行控制，然而在实际靠离泊作业时，船舶处于长时间的低速运动状态，且需要不断的调整舵角，因此在进行船舶运动模型计算时采用常规的水动力参数会导致计算产生的结果与实际情况偏差较大。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种船舶靠离泊控制方法、装置、计算机设备及可读存储介质，搭建了船舶靠离泊作业的低速域船舶运动模型，能够准确描述船速较低时船舶的非线性运动过程，抵御复杂水文气象环境的干扰，有效的增强了船舶靠离泊过程中航行状态预报的准确性。

2、本发明提供了一种船舶靠离泊控制方法，所述方法包括：

3、根据水文气象环境与船舶运动状态创建得到时空域的序列模型；

4、利用数据增强技术对所述序列模型进行处理并得到靠离泊序列数据集；

5、利用长短期记忆神经网络结合所述靠离泊序列数据集，得到靠离泊离散轨迹点；

6、利用贝塞尔曲线对所述离散轨迹点进行连续性优化，得到靠离泊预测轨迹线；

7、在低速域船舶运动模型的基础上结合所述靠离泊预测轨迹线得到循迹控制最优化模型，用于输出稳定的船舶控制指令序列，所述船舶控制指令用于对船舶运动状态进行控制，所述低速域船舶运动模型通过常速域船舶运动模型结合船舶所受的力和力矩创建得到。

8、在其中一个实施例中，所述时空域的序列模型包括船舶纵向速度、横向速度、转艏速率、经纬度坐标、航向、绝对风向、风速、水域流向及流速参数。

9、在其中一个实施例中，所述利用数据增强技术对所述序列模型进行处理并得到靠离泊序列数据集，包括：

10、利用数据增强技术对所述序列模型进行缺失数据插值补充、异常值识别与处理及归一化处理，得到完整的序列模型；

11、在所述序列模型中的当前点位置滚动截取指定长度的序列；

12、在所述序列模型中的下一点位置滚动截取指定长度的序列；

13、迭代所述序列截取过程，得到靠离泊序列数据集。

14、在其中一个实施例中，所述利用长短期记忆神经网络结合所述靠离泊序列数据集，得到靠离泊离散轨迹点，包括：

15、搭建长短期记忆神经网络，所述长短期记忆神经网络包括输入层、隐藏层、输出层和网络训练层，所述隐藏层由多个前后链接的同构长短时记忆细胞组成；

16、根据前一个长短时记忆细胞的状态和输出计算得到隐藏层的输出值；

17、将所述靠离泊序列数据集和所述隐藏层的输出值输入损失函数；

18、利用adam求解器对所述损失函数进行优化，并将优化后的结果输入所述长短时记忆细胞，并最终得到靠离泊离散轨迹点。

19、在其中一个实施例中，所述在低速域船舶运动模型的基础上结合所述靠离泊预测轨迹线得到循迹控制最优化模型，之前还包括：

20、根据常速域船舶运动模型结合船舶所受的力和力矩创建得到低速域船舶运动模型。

21、在其中一个实施例中，所述在低速域船舶运动模型的基础上结合所述靠离泊预测轨迹线得到循迹控制最优化模型，包括：

22、结合嵌入有所述低速域船舶运动模型的模型预测控制算法及所述靠离泊预测轨迹线得到非线性系统方程；

23、使用常规优化算法结合所述非线性系统方程计算得到船舶控制指令序列。

24、本发明还提供了一种船舶靠离泊控制装置，所述装置包括：

25、第一创建模块，用于根据水文气象环境与船舶运动状态创建得到时空域的序列模型；

26、第一获取模块，用于利用数据增强技术对所述序列模型进行处理并得到靠离泊序列数据集；

27、第二获取模块，用于利用长短期记忆神经网络结合所述靠离泊序列数据集，得到靠离泊离散轨迹点；

28、优化模块，用于利用贝塞尔曲线对所述离散轨迹点进行连续性优化，得到靠离泊预测轨迹线；

29、第二创建模块，用于在低速域船舶运动模型的基础上结合所述靠离泊预测轨迹线得到循迹控制最优化模型，用于输出稳定的船舶控制指令序列，所述船舶控制指令用于对船舶运动状态进行控制，所述低速域船舶运动模型通过常速域船舶运动模型结合船舶所受的力和力矩创建得到。

30、本发明还提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述的船舶靠离泊控制方法。

31、本发明还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的船舶靠离泊控制方法。

32、本发明还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的船舶靠离泊控制方法。

33、上述船舶靠离泊控制方法、装置、电子设备及存储介质，通过根据水文气象环境与船舶运动状态创建得到时空域的序列模型，并根据序列模型获取靠离泊序列数据集，从而得到靠离泊离散轨迹点，接着对离散轨迹点进行优化得到靠离泊预测轨迹线，最后根据常速域船舶运动模型结合船舶所受的力和力矩创建得到适用于在港靠离泊作业的低速域船舶运动模型，再在低速域船舶运动模型的基础上结合靠离泊预测轨迹线得到循迹控制最优化模型，能够输出稳定的船舶控制指令，该低速域船舶运动模型能够准确描述船速较低时船舶的非线性运动过程，并能够抵御复杂水文气象环境的干扰，有效地增强了船舶靠离泊作业过程中航行状态预报的精准性。

技术特征：

1.一种船舶靠离泊控制方法，其特征在于，所述方法包括：

2.根据权利要求1所述的船舶靠离泊控制方法，其特征在于，所述时空域的序列模型包括船舶纵向速度、横向速度、转艏速率、经纬度坐标、航向、绝对风向、风速、水域流向及流速参数。

3.根据权利要求2所述的船舶靠离泊控制方法，其特征在于，所述利用数据增强技术对所述序列模型进行处理并得到靠离泊序列数据集，包括：

4.根据权利要求3所述的船舶靠离泊控制方法，其特征在于，所述利用长短期记忆神经网络结合所述靠离泊序列数据集，得到靠离泊离散轨迹点，包括：

5.根据权利要求4所述的船舶靠离泊控制方法，其特征在于，所述在低速域船舶运动模型的基础上结合所述靠离泊预测轨迹线得到循迹控制最优化模型，之前还包括：

6.根据权利要求5所述的船舶靠离泊控制方法，其特征在于，所述在低速域船舶运动模型的基础上结合所述靠离泊预测轨迹线得到循迹控制最优化模型，包括：

7.一种船舶靠离泊控制装置，其特征在于，所述装置包括：

8.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的方法的步骤。

技术总结本发明涉及一种船舶靠离泊控制方法、装置、电子设备及存储介质，该方法包括：根据水文气象环境与船舶运动状态创建得到时空域的序列模型；利用数据增强技术对序列模型进行处理并得到靠离泊序列数据集；利用长短期记忆神经网络结合靠离泊序列数据集，得到靠离泊离散轨迹点；利用贝塞尔曲线对离散轨迹点进行连续性优化，得到靠离泊预测轨迹线；在低速域船舶运动模型的基础上结合靠离泊预测轨迹线得到循迹控制最优化模型，用于输出稳定的船舶控制指令序列，船舶控制指令用于对船舶运动状态进行控制。该方法能够准确描述船速较低时船舶的非线性运动过程，并能够抵御复杂水文气象环境的干扰，有效地增强了船舶靠离泊作业过程中航行状态预报的精准性。技术研发人员：王胜正,刘卫受保护的技术使用者：智船芯（苏州）科技有限公司技术研发日：技术公布日：2024/6/26