本发明专利技术公开了一种船舶自动舵控制方法、系统及存储介质，应用于船舶自动控制技术领域，能够有效提高预测精度和控制质量，实现较好的自动舵控制效果，提高船舶自动控制的效果。该方法包括：构建船舶模型；根据所述船舶模型构建船舶自动舵模型预测控制模型；对所述船舶自动舵模型预测控制模型进行不同船舶状态下的模型预测控制目标函数逼近，得到目标函数训练数据集；构建门控递归单元神经网络；根据所述目标函数训练数据集对所述门控递归单元神经网络进行训练，得到目标神经网络；根据所述目标神经网络和所述船舶自动舵模型预测控制模型构建船舶自动舵控制器；通过所述船舶自动舵控制器进行自动舵控制。控制器进行自动舵控制。控制器进行自动舵控制。
【技术实现步骤摘要】
船舶自动舵控制方法、系统及存储介质
[0001]本专利技术涉及船舶自动控制
，尤其涉及一种船舶自动舵控制方法、系统及存储介质。
技术介绍
[0002]自动舵是一种用于调整船舶舵角，使船舶向指定方向航行的控制设备。自动舵通常由船舶舵机、控制器以及传感器组成。其中，传感器用于收集船舶航向和航速等信息，舵机用于调整船舶舵角，控制器则负责根据传感器的信息调整舵机的工作。相关技术中，船舶自动舵普遍采用PID控制方法，其控制对象通常需要具有准确的数学模型，但船舶在航行过程中会受到各种外界力的影响，导致难以建立准确的船舶数学模型。因此，对于这样的一个极其复杂的控制问题，通过PID控制的方式已经难以满足控制性能以及系统鲁棒性和稳定性的要求。另外，由于通过模型预测控制(MPC，Model Predictive Control)的方法依赖于系统模型的准确性，当模型不准确，预测结果也会失准。因此，如何提高自动舵控制效果，实现良好的船舶控制成为亟需解决的技术问题。
技术实现思路
[0003]为了解决上述技术问题的至少之一，本专利技术提出一种船舶自动舵控制方法、系统及存储介质，能够有效提高预测精度和控制质量，实现较好的自动舵控制效果，提高船舶自动控制的效果。
[0004]一方面，本专利技术实施例提供了一种船舶自动舵控制方法，包括以下步骤：
[0005]构建船舶模型；
[0006]根据所述船舶模型构建船舶自动舵模型预测控制模型；
[0007]对所述船舶自动舵模型预测控制模型进行不同船舶状态下的模型预测控制目标函数逼近，得到目标函数训练数据集；
[0008]构建门控递归单元神经网络；
[0009]根据所述目标函数训练数据集对所述门控递归单元神经网络进行训练，得到目标神经网络；
[0010]根据所述目标神经网络和所述船舶自动舵模型预测控制模型构建船舶自动舵控制器；
[0011]通过所述船舶自动舵控制器进行自动舵控制。
[0012]根据本专利技术的一些实施例，所述根据所述船舶模型构建船舶自动舵模型预测控制模型，包括：
[0013]根据所述船舶模型通过非线性模型预测控制算法构建船舶航向控制目标函数；
[0014]构建船舶航行约束条件；其中，所述船舶航行约束条件包括输入状态约束和状态变量约束；
[0015]根据所述船舶航向控制目标函数和所述船舶航行约束条件构建得到所述船舶自
动舵模型预测控制模型。
[0016]根据本专利技术的一些实施例，所述对所述船舶自动舵模型预测控制模型进行不同船舶状态下的模型预测控制目标函数逼近，得到目标函数训练数据集，包括：
[0017]通过非线性优化算法对预设状态和目标航向角下所述船舶自动舵模型的船舶航向控制目标函数进行逼近，得到所述目标函数训练数据集。
[0018]根据本专利技术的一些实施例，所述根据所述目标函数训练数据集对所述门控递归单元神经网络进行训练，得到目标神经网络，包括：
[0019]将所述目标函数训练数据集划分为训练集和验证集；
[0020]根据所述训练集通过所述门控递归单元神经网络对所述船舶航向控制目标函数进行逼近，得到目标函数局部最优解；
[0021]根据所述目标函数局部最优解以最小化神经网络损失函数为目标优化神经网络参数，得到神经网络优化参数；
[0022]根据所述神经网络优化参数对所述门控递归单元神经网络进行更新，得到第一神经网络；
[0023]当通过所述验证集验证所述第一神经网络的模型性能评估满足预设性能条件，得到所述目标神经网络。
[0024]根据本专利技术的一些实施例，所述通过所述船舶自动舵控制器进行自动舵控制，包括：
[0025]对所述船舶自动舵的预设参数进行初始化；其中，所述预设参数包括目标控制时长、当前状态数据以及目标航向角至少之一；
[0026]将所述当前状态数据和所述目标航向角输入所述船舶自动舵控制器预测得到最优控制序列；
[0027]根据所述最优控制序列对船舶系统模型进行控制，并返回所述对所述船舶自动舵的预设参数进行初始化这一步骤。
[0028]根据本专利技术的一些实施例，在执行所述根据所述最优控制序列对船舶系统模型进行控制这一步骤之后，所述方法还包括：
[0029]获取船舶操控数据；其中，所述船舶操控数据包括船舶舵角、船舶指令舵角以及船舶艏向角；
[0030]根据所述船舶操控数据对所述船舶自动舵控制器中的所述目标神经网络进行更新。
[0031]根据本专利技术的一些实施例，所述构建门控递归单元神经网络，包括：
[0032]设置所述门控递归单元神经网络的输入参数和输出参数；其中，所述输入参数包括船舶当前状态以及系统输入参数，所述输出参数包括最优舵角输入参数；
[0033]搭建神经网络架构；其中，所述神经网络架构包括输入层、门控递归单元层以及输出层；所述输入层用于接收所述船舶当前状态和目标航向角；所述门控递归单元层用于获取输入序列的时间相关性，并将所述门控递归单元层的输出映射到所述系统输入参数；所述输出层用于输出所述最优舵角输入参数；
[0034]通过均方误差算法构建损失函数；其中，所述损失函数用于计算所述最优舵角输入参数与期望舵角输入参数之间的误差。
[0035]另一方面，本专利技术实施例还提供了一种船舶自动舵控制系统，包括：
[0036]第一构建模块，用于构建船舶模型；
[0037]第二构建模块，用于根据所述船舶模型构建船舶自动舵模型预测控制模型；
[0038]优化求解模块，用于对所述船舶自动舵模型预测控制模型进行不同船舶状态下的模型预测控制目标函数逼近，得到目标函数训练数据集；
[0039]第三构建模块，用于构建门控递归单元神经网络；
[0040]训练模块，用于根据所述目标函数训练数据集对所述门控递归单元神经网络进行训练，得到目标神经网络；
[0041]第四构建模块，用于根据所述目标神经网络和所述船舶自动舵模型预测控制模型构建船舶自动舵控制器；
[0042]控制模块，用于通过所述船舶自动舵控制器进行自动舵控制。
[0043]另一方面，本专利技术实施例还提供了一种船舶自动舵控制系统，包括：
[0044]至少一个处理器；
[0045]至少一个存储器，用于存储至少一个程序；
[0046]当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如上述实施例所述的船舶自动舵控制方法。
[0047]另一方面，本专利技术实施例还提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现如上述实施例所述的船舶自动舵控制方法。
[0048]根据本专利技术实施例的一种船舶自动舵控制方法，至少具有如下有益效果：本专利技术实施例首先构建船舶模型，以根据船舶模型构建船舶自动舵模型预测控制模型。接着，本专利技术实施例通过对船舶自动舵模型预测控制模型进行不同船舶状本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种船舶自动舵控制方法，其特征在于，包括以下步骤：构建船舶模型；根据所述船舶模型构建船舶自动舵模型预测控制模型；对所述船舶自动舵模型预测控制模型进行不同船舶状态下的模型预测控制目标函数逼近，得到目标函数训练数据集；构建门控递归单元神经网络；根据所述目标函数训练数据集对所述门控递归单元神经网络进行训练，得到目标神经网络；根据所述目标神经网络和所述船舶自动舵模型预测控制模型构建船舶自动舵控制器；通过所述船舶自动舵控制器进行自动舵控制。2.根据权利要求1所述的船舶自动舵控制方法，其特征在于，所述根据所述船舶模型构建船舶自动舵模型预测控制模型，包括：根据所述船舶模型通过非线性模型预测控制算法构建船舶航向控制目标函数；构建船舶航行约束条件；其中，所述船舶航行约束条件包括输入状态约束和状态变量约束；根据所述船舶航向控制目标函数和所述船舶航行约束条件构建得到所述船舶自动舵模型预测控制模型。3.根据权利要求2所述的船舶自动舵控制方法，其特征在于，所述对所述船舶自动舵模型预测控制模型进行不同船舶状态下的模型预测控制目标函数逼近，得到目标函数训练数据集，包括：通过非线性优化算法对预设状态和目标航向角下所述船舶自动舵模型的船舶航向控制目标函数进行逼近，得到所述目标函数训练数据集。4.根据权利要求2所述的船舶自动舵控制方法，其特征在于，所述根据所述目标函数训练数据集对所述门控递归单元神经网络进行训练，得到目标神经网络，包括：将所述目标函数训练数据集划分为训练集和验证集；根据所述训练集通过所述门控递归单元神经网络对所述船舶航向控制目标函数进行逼近，得到目标函数局部最优解；根据所述目标函数局部最优解以最小化神经网络损失函数为目标优化神经网络参数，得到神经网络优化参数；根据所述神经网络优化参数对所述门控递归单元神经网络进行更新，得到第一神经网络；当通过所述验证集验证所述第一神经网络的模型性能评估满足预设性能条件，得到所述目标神经网络。5.根据权利要求1所述的船舶自动舵控制方法，其特征在于，所述通过所述船舶自动舵控制器进行自动舵控制，包括：对所述船舶自动舵的预设参数进行初始化；其中，所述预设参数包括目标控制时长、当前状态数据以及目标航向角至少之一；将所述当前状态数据和所述目标航向角输入所述船舶自动舵控制器预测得到最优控制序列；
...
【专利技术属性】
技术研发人员：李诗杰，刘泰序，刘佳仑，余越，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。