劇　季，陳淑榮，孟　飛

(1.上海海事大學 信息工程學院，上海 201306；2.上海海事大學 商船學院，上海 201306)

自動平行泊車技術(shù)綜述

劇季1，陳淑榮1，孟飛2

(1.上海海事大學 信息工程學院，上海 201306；2.上海海事大學 商船學院，上海 201306)

摘要：在汽車數(shù)量逐年增加、城市中停車空間日益緊張的情況下，如何安全泊車成為駕駛員面臨的難題。國內(nèi)外學者很早就開始了自動平行泊車技術(shù)的研究，如今自動平行泊車技術(shù)已經(jīng)引起了研究者廣泛的重視。筆者從技術(shù)模型層面討論了路徑規(guī)劃和最小車位檢測兩個關(guān)鍵技術(shù)，通過分析自動平行泊車的研究現(xiàn)狀,并結(jié)合自動平行泊車系統(tǒng)的具體應用，對當前汽車的運動模型、泊車路徑進行規(guī)劃、相應的控制算法以及試驗平臺驗證方案的可行性進行了分析研究。

關(guān)鍵詞：自動泊車；模糊控制；路徑規(guī)劃；最小車位；自動泊車系統(tǒng)

隨著機動車保有量的迅速增加，道路交通和安全駕駛面臨的挑戰(zhàn)日益增多。據(jù)調(diào)查，我國22%的汽車交通事故是由泊車引起的。在狹窄的空間內(nèi)安全平行泊車并不是一件容易的事。在倒車過程中，駕駛員無法完全了解汽車周圍的環(huán)境情況，只能依靠倒車鏡和倒車雷達來觀察汽車周邊情況。然而，上述輔助泊車工具所觀測的視角是有限的。在倒車過程中，駕駛員不僅需要控制轉(zhuǎn)向、離合、剎車、油門，同時還要時不時轉(zhuǎn)身檢查車后方以及車身兩側(cè)的情況?？梢姡管囀且粋€較為復雜的過程，需要駕駛員精確控制車輛。如果在路邊泊車出現(xiàn)事故，在造成經(jīng)濟損失的同時，還會導致交通堵塞，甚至可能危及駕駛員的生命安全。因此，安全性問題是駕駛員在平行泊車過程中最為重要的一個問題。

隨著工業(yè)4.0的到來，物聯(lián)網(wǎng)技術(shù)逐漸應用于各個領(lǐng)域。在“智能汽車”上所涉及的控制、傳感器等技術(shù)已經(jīng)得到長足發(fā)展，現(xiàn)今很多汽車廠商已經(jīng)宣稱研制出 “智能汽車”，但大部分還停留在概念車階段。自動泊車作為汽車智能化的一個重要的方向，受到了越來越多的關(guān)注。自動泊車系統(tǒng)通過安裝在車體上的傳感器來感知周圍的環(huán)境，驅(qū)動裝置按照預先設(shè)定好的數(shù)學模型，由控制算法來進行控制，實現(xiàn)自動倒車過程。自動泊車系統(tǒng)根據(jù)事先設(shè)計好的策略對方向盤進行位置跟蹤控制，避免發(fā)生車輛碰撞，提升了倒車的安全性，能夠減輕駕駛員泊車時的心里負擔，幫助駕駛員安全將車停到相應的停車位中。因此，如何實現(xiàn)自動泊車對輔助駕駛員泊車，減少泊車事故具有極其重要的意義。

1自動平行泊車

自動泊車是車輛自動判斷出停車位并自動駛?cè)胲囄欢话l(fā)生摩擦、碰撞，包括平行泊車、垂直泊車和一定角度泊車。實現(xiàn)自動泊車的基礎(chǔ)是自動泊車系統(tǒng)對周圍環(huán)境的檢測，即通過傳感器完成車位探測、車身定位以及泊車方向的確認。

自動泊車首先是要判斷是否有合適的停車位。要實現(xiàn)自動泊車，首先對停車位的長寬有一定的要求，需要大于系統(tǒng)的設(shè)定值，以車身為參考，長度大于車長若干厘米，寬度大于車寬若干厘米。倒車軌跡的處理分為兩種，一種是規(guī)劃泊車，即按照設(shè)計者設(shè)計好的路線進行平行泊車，方向盤轉(zhuǎn)向角度及對應的時間都是規(guī)劃好的，沒有多少變動性；另一種是經(jīng)驗泊車，即研發(fā)人員擬定一條大致的倒車軌跡，在正式倒車過程中再根據(jù)實際情況微調(diào)倒車路線。

平行泊車過程可以概括為：當汽車在初始位置，自動泊車系統(tǒng)首先計算出相應的路線，駕駛員確認自動泊車開始后，雙手松開方向盤，控制油門和離合，使汽車低速行駛配合自動泊車的轉(zhuǎn)向。如果把汽車看作一個質(zhì)點，則整個倒車過程可以看作兩端圓弧相切的過程。

2關(guān)鍵技術(shù)

2.1建立汽車運動模型

汽車運動模型是研究自動泊車的基礎(chǔ)。首先，自動泊車需要對其運動路徑進行規(guī)劃；其次，由于泊車時車速較低，一般認為汽車沒有側(cè)滑，并且把汽車看作剛體，需分析汽車各個頂點、四個輪胎與地面接觸點、汽車中心以及偏向角度間幾何關(guān)系。因此，建立汽車運動模型是研究自動泊車的重要環(huán)節(jié)。

在自動泊車中，建立汽車的運動模型這一技術(shù)已經(jīng)相當成熟，其中的關(guān)鍵技術(shù)是平行泊車的轉(zhuǎn)向控制和路徑規(guī)劃。

2.2路徑規(guī)劃

路徑規(guī)劃時，常將汽車后輪中點或者內(nèi)側(cè)后輪的軌跡看作整個汽車的運動軌跡。忽略方向盤轉(zhuǎn)向時間，如果將汽車內(nèi)側(cè)后輪看作一個點，倒車軌跡可以簡化成兩段相切的圓弧，如圖1所示。

圖1　倒車軌跡簡化圖

一條良好的倒車曲線不僅要求汽車順利地倒入停車位，不能與周圍障礙物發(fā)生摩擦、碰撞，而且還需要考慮停車后的汽車姿態(tài)，盡可能縮短有效車位的大小。

在規(guī)劃路徑時，倒車起點、兩端圓弧的切點、倒車終點是三個關(guān)鍵的位置。此外，確定倒車圓弧半徑的大小也非常重要，而圓弧的半徑受到的約束條件為：(1)停車位的大?。?2)汽車最小轉(zhuǎn)彎半徑；(3)起始位置的確定。

兩條圓弧半徑選取的計算比較困難，一般可以先設(shè)定一個圓弧的半徑，再計算另一個。把泊車的過程看作從停車位駛出的逆過程。以圖2為示例，假設(shè)汽車在停車位以最小的轉(zhuǎn)向半徑R1駛出車位，在切點位置朝相反的方向轉(zhuǎn)動方向盤，第二段圓弧的半徑R2未知。根據(jù)駕駛員的經(jīng)驗，當車身與汽車初始方向成45°時，汽車所在的位置A點為圓弧的切點。由汽車運動模型可以計算出該點的坐標。

圖2　泊車切點示意圖

假設(shè)汽車在車位以最小轉(zhuǎn)向半徑駛出時，圓心O在后輪所在的直線上，圓心到車身外側(cè)的頂點為半徑作圓(圖3)。只要汽車外側(cè)頂點B不發(fā)生碰撞，這個車位即為最小有效車位，長度即圖3中L所示。

圖3　汽車最小車位示意

2.3轉(zhuǎn)向控制

泊車過程中對方向盤的控制可以簡化為兩個階段：方向盤向一個方向打死(或者保持一定的角度)，保持一段時間，當汽車到達兩端圓弧相切的位置，方向盤快速向反方向打死(或者保持一定的角度)。由于轉(zhuǎn)向電機控制方向盤打死需要一些時間，不是一瞬間內(nèi)就能完成的動作，所以不可能嚴格按規(guī)劃的路線進行。在泊車過程中，通過模糊控制理論，根據(jù)汽車的位置和航向角，對汽車的姿態(tài)實時進行調(diào)整，可以彌補車輛側(cè)滑、傳動轉(zhuǎn)置的誤差，讓汽車回歸事先規(guī)劃的路線。

如果平行泊車過程中汽車一旦發(fā)生側(cè)滑，車輛會偏離規(guī)劃的路徑，系統(tǒng)無法彌補該誤差，若采用多次進退來消除這個誤差，反而增加了泊車的時間成本，因此一般對轉(zhuǎn)向電機進行模糊控制。

3國內(nèi)外研究現(xiàn)狀

目前，對于自動平行泊車的研究很多，大致分為兩個方面：一是路徑規(guī)劃，建立起汽車運動模型后，研究者根據(jù)車位分布的情況，加一些防止碰撞的約束條件，規(guī)劃處一條路徑，然后控制汽車轉(zhuǎn)向和車速，使車輛進入停車位。常用的路徑有正弦曲線和兩端圓弧相切。另一方面是基于經(jīng)驗的算法研究，研究人員通過神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、模糊控制、自組織自適應算法、蟻群算法等方法設(shè)計出智能控制器。

3.1國外研究現(xiàn)狀

國外對自動泊車的研究起步較早，早在1989年斯坦福大學的Derrick Nguyen和Bernard Windrow教授首次發(fā)表了基于神經(jīng)網(wǎng)絡(luò)的半掛車自動泊車研究成果[1]。1990年，南加州大學的Seong Gon和Bart Kosko發(fā)表了《卡車倒車控制系統(tǒng)中模糊控制和神經(jīng)網(wǎng)絡(luò)的比較》[2]，該文指出：在解決小車倒車問題時，模糊控制比神經(jīng)網(wǎng)絡(luò)更精確，誤差更小[3]。1994年，Laumont 等人通過計算兩條路徑的方法第一次實現(xiàn)了自動平行泊車[4]，第一條是不考慮不完全約束條件的情況下，規(guī)劃出一條避免碰撞的路徑，第二條軌跡是滿足上一條忽略的約束條件下，使兩條路徑盡可能吻合。1999年，英國K.Jiang、L.D.Seneviratne等人將平行自動泊車分為檢測、定位、調(diào)整三個階段，路徑是在可能碰撞區(qū)外規(guī)劃的，采用圓弧和若干直線相接，可以在車位和汽車尺寸已知的情況下直接倒車，并且路徑是唯一的。此外還研究了速度因素、橫縱向運動、狹小空間汽車轉(zhuǎn)角限制等不確定因素給泊車帶來的影響，該實驗通過搭載泊車系統(tǒng)機器人驗證了方案的可行性[5]。之后，荷蘭的Ming Feng Hsieh等人針對泊車過程中汽車可能無法嚴格按照規(guī)劃的路徑行駛，建立了一種可以實時控制的泊車控制器，該控制算法可以根據(jù)不同起始位置實現(xiàn)自動泊車，并通過汽車模型驗證了算法的可行性[6]。

為了適應不同環(huán)境下的自動泊車，日本千葉大學的Liu 等人以汽車速度和轉(zhuǎn)向角為控制參量的方法，針對轉(zhuǎn)向角和車位的限制進行路徑規(guī)劃，采用實時避障算法使該系統(tǒng)適用于多種泊車情況[7]。

美國佛羅里達州大學的Zhao等人研究在自動泊車中應用模糊控制的技術(shù)，研究了狹小車位的自動平行泊車，并通過精確計算、大量仿真和實驗結(jié)果驗證了模糊控制的可行性，該控制系統(tǒng)可以對于1.4倍車長的停車空間實現(xiàn)自動平行泊車[8]。

為了提高定位的精確度，韓國的Young-Woo Ryu等人用模糊控制的方式在前人的基礎(chǔ)上改進了泊車系統(tǒng)，試驗中采用視頻傳感器和16個超聲波傳感器進行車輛定位，使用神經(jīng)網(wǎng)絡(luò)自學習算法減小視頻傳感器所產(chǎn)生的圖像變形，控制系統(tǒng)中采用基于FLC的Heuristics的算法，利用ES微調(diào)控制器控制輸入輸出參數(shù)，極大地提高了定位的精確度，并用輪式機器人驗證了該控制系統(tǒng)的可行性[9]。

3.2國內(nèi)研究現(xiàn)狀

國內(nèi)對自動泊車技術(shù)研究起步較晚，對泊車問題的研究尚停留在初級階段，主要以Kosko倒車系統(tǒng)為基礎(chǔ)，對汽車倒車入庫進行研究。Kosko問題為在一個100 m×100 m的廣場(封閉區(qū)域)內(nèi)，控制系統(tǒng)檢測到車輛位置坐標和車身與水平夾角，以此為基礎(chǔ)控制車輛的轉(zhuǎn)向，控制車輛從小門駛出區(qū)域。

1999年，西安電子科技大學的李漢兵等人研究了模糊控制預測器，解決了任意位置下駛出小門的問題。由于Kosko倒車系統(tǒng)中存在一些死區(qū)，當汽車靠近封閉區(qū)域邊界時，車輛無法從小門倒車出庫，李漢兵等人方法解決從死區(qū)倒車的問題，讓車首先進入該點，再進行倒車，能不改變Kosko倒車規(guī)則的情況下，解決了從死區(qū)倒車的問題[10]。

2001年，清華大學的于偉等人以Kosko的模糊控制為切入點，針對卡車倒車過程中所涉及到的復雜環(huán)境等問題進行了詳細分析，并建立相關(guān)數(shù)學模型，通過虛擬現(xiàn)實的方式驗證了卡車倒車的運動過程，采用遺傳算法對控制器輸入輸出量進行參數(shù)優(yōu)化，縮短了倒車軌跡和倒車時間，但仍沒有解決倒車存在“死區(qū)”的問題[11]。之后，北京師范大學的楊昔陽采用變域論模糊控制器，該控制器使參數(shù)隨著產(chǎn)生的誤差進行調(diào)整，大大提高了控制器的靈活性[12]。將該方案與普通模糊控制仿真相比較，結(jié)果證明適應性和控制準確度比普通模糊控制要好。

2007年，吉林大學的李占江針對遺傳算法和模糊控制理論進行研究，分別對自動平行泊車、自動垂直泊車、自動斜式泊車設(shè)計了模糊控制器，通過仿真發(fā)現(xiàn)控制輸入和控制輸出的選取、預備停車位置以及停車區(qū)間的長度和寬度對自動泊車的控制效果影響大，認為研究重點應放在倒車控制中轉(zhuǎn)向控制器的控制算法上[13]。

2009年，吉林大學的張輝針對自動倒車入庫的目標庫的選擇、轉(zhuǎn)向控制算法、行為控制進行了研究。他首先推導出汽車低速倒車模型，根據(jù)模型進行了REEDS算法、模糊邏輯算法、估算算法和ANFIS的仿真，得到了方向盤轉(zhuǎn)向角與路程的關(guān)系，最后與仿真數(shù)據(jù)對比，選擇了典型初始狀態(tài)進行實車試驗[14]。張輝的創(chuàng)新之處在于：根據(jù)路程數(shù)據(jù)估算汽車的橫縱坐標位置；由估算算法實現(xiàn)汽車自動倒庫；設(shè)計了能實現(xiàn)捷達車自動倒庫的模糊邏輯控制器；對轉(zhuǎn)角與路程的關(guān)系進行仿真和實驗，以減小車速對倒車的影響。同年，吉林大學的尚世亮針對車位探測和定位算法展開研究，認為泊車過程中路徑運動模型中的控制由四個時間變量決定，要實現(xiàn)自動泊車僅僅需要對這四個變量進行輸出調(diào)整即可實現(xiàn)自動泊車，并利用遺傳算法對平行泊車轉(zhuǎn)向控制變量進行優(yōu)化，提出了針對不同車輛及位置關(guān)系的平行泊車轉(zhuǎn)向控制策略，通過實車試驗，完成了對泊車轉(zhuǎn)向電機的控制，驗證了策略的有效性[15]。

2010年，姜輝采用連續(xù)函數(shù)反正切曲線逼近原倒車軌跡，解決了因跟蹤原來倒車軌跡產(chǎn)生的轉(zhuǎn)向盤轉(zhuǎn)角突變、轉(zhuǎn)向盤控制轉(zhuǎn)速過快的問題，并解決了自適應神經(jīng)網(wǎng)絡(luò)如何獲取平行泊車模糊控制邏輯的瓶頸問題[16]。

2012年，中科院微電子研究所的林蓁蓁等人對現(xiàn)有的五階多項式路徑規(guī)劃方法加以改進，采用二分法和遺傳算法計算最小車位，并針對性地設(shè)計了帶罰函數(shù)的遺傳算法，通過仿真驗證該方法的可行性，實驗結(jié)果認為最小車位是車身長度的1.35倍。

2013年，華南理工大學的楊昊根據(jù)實驗得出方向盤轉(zhuǎn)角和前輪轉(zhuǎn)角的關(guān)系，規(guī)劃了兩段圓弧相切的路徑，采用五階多項式曲線擬合兩圓弧軌跡，解決了兩段圓弧相切拐點處速度波動給系統(tǒng)帶來的干擾問題，實現(xiàn)了兩圓弧軌跡的又一次升華[17]。

3.3自動泊車系統(tǒng)的應用

早在1991年，法雷奧公司在寶馬7系車輛上運用倒車雷達，標志著自動泊車系統(tǒng)發(fā)展的開始。與此同時，自動泊車的理論研究不斷進步，自動泊車系統(tǒng)也逐漸成熟起來。

2006年，豐田公司將配有APGS系統(tǒng)的雷克薩斯旗艦車LS460引入中國，該車在前后保險杠上裝有超聲波傳感器，可以探測到車身兩側(cè)1.6 m的范圍。當探測到有效停車位時掛上倒擋，倒車雷達將汽車后部的影像傳導到顯示屏上，駕駛員通過觸摸屏幕選擇泊車或者倒庫以及目標停車地點。泊車開始后系統(tǒng)自動控制汽車轉(zhuǎn)向，駕駛員只需控制車速即可。泊車過程中，汽車尾部的攝像頭實時追蹤地面停車標志并及時修正，如果泊車時因轉(zhuǎn)向過快出現(xiàn)汽車甩尾，系統(tǒng)會自動降低轉(zhuǎn)向速度。該車可以自動完成垂直泊車和平行泊車，平行泊車要求車位至少比車身長1.83 m。泊車時，駕駛員一旦踩下剎車或者轉(zhuǎn)動方向盤則可以終止自動泊車。2007年，豐田公司在頂級轎車LEXUS系列上應用了智能泊車助手，該系統(tǒng)通過超聲波傳感器檢測汽車位置信息，攝像頭實時識別泊車線，控制單元根據(jù)采集的環(huán)境數(shù)據(jù)對方向盤進行控制，駕駛員只需控制倒車速度即可完成自動泊車。

大眾推出的途安MPV車型是大眾第一款使用大眾自主研發(fā)的泊車系統(tǒng)。2009年推出的邁騰尊享版采用德國原廠自動泊車系統(tǒng)，可以完成自動平行泊車。邁騰車應用第二代泊車系統(tǒng)，可完成垂直泊車和平行泊車，有效停車位只需比車身長0.8 m。該車通過超聲波傳感器檢測有效車位，當車速低于30 km/h時，車輛兩側(cè)的雷達開始檢測，判斷車位寬度與深度，從而計算泊車路線。駕駛員掛入倒檔后，車上所有傳感器同時工作，實時檢測環(huán)境信息，駕駛員只需控制車速即可。如果車輛在車位中前后位置偏移，只需掛好前進或者倒車檔，系統(tǒng)會自動調(diào)整汽車位置。大眾車型部分車輛采用的是法雷奧公司研發(fā)的“Park4U”自動泊車系統(tǒng)，該系統(tǒng)要求有效車位大于車身1.4 m，泊車過程中駕駛員只需控制車速即可完成倒車。如果想要終止泊車，只需踩下踏板或者轉(zhuǎn)動方向盤即可。手動檔汽車和自動檔汽車均可使用Park4U系統(tǒng)。而法雷奧研發(fā)的下一代系統(tǒng)目標是讓汽車可以在更復雜的情況下實現(xiàn)自動泊車，當車位比車身長1 m時可以完成自動泊車。由于車位狹小，該系統(tǒng)在避免碰撞的前提下把車駛?cè)胲囄?，但最終位置不一定理想，需要人工調(diào)整。

先前的自動泊車系統(tǒng)仍需要駕駛員控制車速，大眾之后推出的途銳概念車上不再需要駕駛員控制車速，駕駛員確定好起始位置后，可以離開車輛通過車鑰匙遙控來啟動自動泊車系統(tǒng)，實現(xiàn)了真正意義上的自動泊車。如果駕駛員需要車輛駛出車位，通過另一個按鍵可以啟動汽車，汽車自動駛出車位，停在泊車起始的位置。

4總結(jié)

平行自動泊車分為三個階段：第一階段是確定是否有合適的車位后進入泊車起始位置，同時規(guī)劃泊車路徑；第二階段是倒車初步進入停車位置；第三階段是調(diào)整汽車停入車位。其中最關(guān)鍵技術(shù)是規(guī)劃泊車路線和轉(zhuǎn)向控制。

最初，國外學者對自動泊車研究的重點放在控制算法上，從神經(jīng)網(wǎng)絡(luò)在自動泊車的首次應用，到得出模糊控制在小車倒車中比神經(jīng)網(wǎng)絡(luò)更精確的結(jié)論，開啟了國外學者對自動泊車研究的熱情。而后研究重心逐漸轉(zhuǎn)移到路徑規(guī)劃上，研究主要集中在逐漸減小停車位的大小、汽車起始位置對自動泊車的限制等方面。

國內(nèi)對自動泊車的研究起步較晚，主要以Kosko倒車系統(tǒng)為基礎(chǔ)開展研究，主要集中于神經(jīng)網(wǎng)絡(luò)、模糊控制等方面，為后人研究奠定了基礎(chǔ)。隨著研究的深入，最小車位和車輛起始位置的約束越來越小，控制算法也愈發(fā)成熟。

目前大部分自動泊車系統(tǒng)還需駕駛員控制車速，并不是真正意義上的自動泊車，相信在不久的將來，大部分車型將配有自動泊車系統(tǒng)，且我國也將自主研發(fā)出具有真正意義上的自動泊車的控制系統(tǒng)。

[參考文獻]

[1]Nguyen D H, Widrow B. Neural networks for self-learning control systems[J].IEEE Control Systems Magazine,1990,10(3):18-23.

[2]尚世亮.自動平行泊車車位超聲探測與專項控制算法研究[D].長春：吉林大學，2009：37-39.

[3]Kong S G, Kosko B. Comparison of fuzzy and neural truck backer-upper control systems[C]//IEEE Conference on International Joint Neural Networks, 1990:349-358.

[4]Laumond J P, Jacobs P E, Taix M, et al. Motion planner for nonholonomic mobile robots[J].IEEE Transactions on Robotics and Automation, 1994, 10(5):577-593.

[5]Laugier C, Fraichard T, Garnier P, et al. Sensor-based control architecture for a car-like vehicle[J].Autonomous Robots, 1999, 6(2):165-185.

[6]Ming F H, Ozguner U. A parking algorithm for an autonomous vehicle[C]//IEEE Intelligent Vehicles Symposium,2008:1155-1160.

[7]Liu K Z, Dao M Q, Inoue T. Theory and experiments on automatic parking systems[C]// IEEE Control Automation,Robotics and Vision, 2005:861-866.

[8]Zhao Y, Collins E G. Robust automatic parallel parking in tight spaces via fuzzy logic[J].Robotics and Autonomous Systems,2005, 51(s2-3):111-127.

[9]Ryu Y W, Oh S Y, Kim S Y. Robust automatic parking without odometry using enhanced fuzzy logic controller[C]//IEEE International Conference on Fuzzy Systems, 2006:521-527.

[10]李漢兵，謝維信.模糊預測器在倒車系統(tǒng)中的應用[J].西安電子科技大學學報，1999，26 (3)：392-396.

[11]于偉,張乃堯,白帆.倒車問題的模糊優(yōu)化控制方案[J]. 機電一體化,2001(5):21-24.

[12]楊昔陽.基于變論域理論和模糊神經(jīng)網(wǎng)絡(luò)的倒車控制[D].北京：北京師范大學，2005.

[13]李占江.車輛自動泊車的模糊控制方法研究[D].長春：吉林大學,2007.

[14]張輝.轎車自動倒庫轉(zhuǎn)向控制幾何推導算法和模糊邏輯算法研究[D].長春：吉林大學,2008.

[15]尚世亮.自動平行泊車車位超聲探測與轉(zhuǎn)向控制算法研究[D].長春：吉林大學,2009.

[16]姜輝.自動平行泊車系統(tǒng)轉(zhuǎn)向控制策略的研究[D].長春：吉林大學,2010.

[17]楊昊.平行泊車系統(tǒng)的控制方法研究[D].廣州：華南理工大學,2013.

(責任編輯：張凱兵)

收稿日期：2016-03-07

作者簡介：劇季(1992-)，男，河北石家莊人,上海海事大學信息工程學院碩士研究生。

中圖分類號：U471.15

文獻標志碼：A

文章編號：2095-4824(2016)03-0046-05

陳淑榮(1972-)，女，陜西西安人，上海海事大學信息工程學院講師，博士。

孟飛(1982-),男，山東濟寧人，上海海事大學商船學院講師，博士。