申请/专利权人：河海大学

申请日：2022-08-22

公开（公告）日：2024-06-14

公开（公告）号：CN115421483B

主分类号：G05D1/43

分类号：G05D1/43;G05D1/243;G05D1/644;G05D1/248;G05D1/247;G05D109/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2022.12.20#实质审查的生效;2022.12.02#公开

摘要：本发明涉及无人艇技术领域，公开了一种无人船操纵运动预报方法，无人船USV的试验测量数据作为系统输入输出的变化数据序列，通过基于混合核函数的支持向量回归MK‑SVR方法进行辨识，建立无人船USV操纵运动模型，实现操纵运动预报，并对预报效果进行评估。本发明的有益效果为兼具学习能力强与泛化性能优的双重优势，对实际航行过程的USV操纵运动预报具有良好的效果。

主权项：1.一种无人船操纵运动预报方法，其特征在于，包括以下步骤：步骤1：开展无人船USV操纵运动试验；步骤2：对所述步骤1中无人船USV操纵运动试验的试验数据进行预处理；所述试验数据包括运动参数u、v、r和控制输入转速ns、np；其中，u、v、r分别表示无人船在随体坐标系o-xyz中x轴、y轴方向的速度和绕z轴的转艏角速度，即u表示纵向速度、v表示横向速度、r表示转向角速度；ns、np为控制输入转速，即分别表示左、右螺旋桨转速；步骤3：将所述步骤2中预处理后的试验数据分为训练数据集与验证数据集；步骤4：将所述训练数据集中的运动参数u、v、r和控制输入转速ns、np的时间序列进行数据归一化处理，得到归一化处理后的训练数据集；步骤5：对无人船USV进行运动学数学建模，表示出无人船在随体坐标系和惯性坐标系中各运动量的关系；步骤6：根据所述步骤5中各运动量的关系对无人船USV进行动力学建模；步骤7：基于所述步骤6中对无人船USV进行的动力学建模，联合多项式核函数PK和径向基核函数RBF构建混合核函数支持向量回归MK-SVR的无人船操纵运动辨识建模算法，开始辨识建模；步骤8：将所述步骤4中得到的归一化处理后的训练数据集中的运动参数带入所述步骤7中构建的混合核函数支持向量回归MK-SVR，对混合核函数权重系数进行参数寻优，得到寻优后的混合核函数权重系数；步骤9：基于确定了权重系数的混合核函数支持向量回归MK-SVR，辨识得到SVR模型，进行SVR模型训练，将其训练结果与联合多项式核函数PK、径向基核函数RBF的预测结果进行对比，得到最优SVR模型；步骤10：根据所述步骤9中得到的最优SVR模型得到无人船运动参数u、v、r的预测值，从而进行运动预报。

全文数据：

权利要求：

百度查询： 河海大学 一种无人船操纵运动预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD