喬大雷，侯 嬌，薛 鋒

(1.江蘇海事學(xué)院信息工程學(xué)院，江蘇南京 211100；2.中國船舶重工集團公司第七二四研究所，江蘇南京 211153；3.中國船舶重工集團公司，北京 100097)

基于物聯(lián)網(wǎng)技術(shù)的無人船智能航行控制系統(tǒng)設(shè)計與實現(xiàn)

喬大雷1，侯 嬌2，薛 鋒3

(1.江蘇海事學(xué)院信息工程學(xué)院，江蘇南京 211100；2.中國船舶重工集團公司第七二四研究所，江蘇南京 211153；3.中國船舶重工集團公司，北京 100097)

隨著智能時代的來臨，船舶的智能化、無人化逐漸成為工業(yè)界和學(xué)術(shù)界的關(guān)注重點，無人船（Unmanned Surface Vessel，USV）也隨之應(yīng)運而生。基于物聯(lián)網(wǎng)技術(shù)，設(shè)計并實現(xiàn)了無人船智能航行控制的演示驗證系統(tǒng)，該系統(tǒng)以STM 32為主控核心；采用窄帶物聯(lián)網(wǎng)NB-IoT技術(shù)和AIS構(gòu)建船-岸通信鏈路；采用多種傳感器實現(xiàn)船舶自身和環(huán)境信息的智能感知；提出一種基于響應(yīng)式禁忌搜索的PID參數(shù)自適應(yīng)整定航跡控制算法，實現(xiàn)無人船的路徑跟隨功能；基于Android平臺開發(fā)岸基支持中心顯控軟件，實現(xiàn)無人船遠程操控、監(jiān)測和數(shù)據(jù)共享功能。最后通過真實環(huán)境試驗驗證了系統(tǒng)設(shè)計的可行性和航跡控制算法的有效性。

無人船；智能航行；路徑跟隨；PID自整定

0 引 言

近年來，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)和機器智能等信息通信新技術(shù)的迅速發(fā)展，作為海洋開發(fā)和海上交通的重要載體-船舶的智能化水平也成為亟待提高的關(guān)鍵問題。目前不少國家已啟動無人船的研制和相關(guān)基礎(chǔ)設(shè)施建設(shè)，中國也提出建成船舶信息感知網(wǎng)、物聯(lián)網(wǎng)及信息物理系統(tǒng)CPS管理平臺，實現(xiàn)船舶大數(shù)據(jù)與智能化技術(shù)的深化應(yīng)用。物聯(lián)網(wǎng)（Internet of Things，IoT）技術(shù)使萬物互聯(lián)成為可能，通過智能感知和數(shù)據(jù)處理，使無人船在智能航行、資產(chǎn)追蹤、遠程監(jiān)測、故障診斷/預(yù)測等領(lǐng)域?qū)崿F(xiàn)智能化。智能航行控制作為船舶智能化實現(xiàn)的關(guān)鍵技術(shù)之一，是指無人船利用控制技術(shù)、大數(shù)據(jù)處理、多傳感器信息融合技術(shù)等對感知和獲得的信息進行分析和處理，對船舶航路、航速進行設(shè)計和迭代優(yōu)化，最終實現(xiàn)自主航行。

為了對智能船舶關(guān)鍵技術(shù)進行驗證和深入研究，本文提出一種低成本構(gòu)建無人船智能航行控制系統(tǒng)的思路，并給出該演示驗證系統(tǒng)的設(shè)計和軟、硬件實現(xiàn)。

1 航行控制系統(tǒng)體系結(jié)構(gòu)

設(shè)計的無人船航行控制系統(tǒng)由智能船舶本體、NB-IoT基站、岸基支持中心（含NB-IoT網(wǎng)關(guān)）3部分組成，其中智能船舶本體中的航行控制器作為控制系統(tǒng)的核心，通過岸基支持中心用戶可以實時監(jiān)測船舶位置和運行動態(tài)，必要時進行人工干預(yù)，通過窄帶物聯(lián)網(wǎng)NB-IoT技術(shù)建立船舶本體和岸基支持中心的通信鏈路。

2 系統(tǒng)關(guān)鍵硬件設(shè)計

船舶本體中的航行控制器以意法半導(dǎo)體（ST）目前最新的Co rtex-M 7架構(gòu)STM 32H 743（以下簡稱STM 32）微處理器作為主控芯片，其主頻高達400MHz，具有雙精度浮點運算單元和大容量RAM，并支持DSP全指令集，是嵌入式智能信息處理的理想選擇。此外控制器還包含NB-IoT通信鏈路、動力與轉(zhuǎn)向控制、AIS自動識別系統(tǒng)、環(huán)境感知等電路模塊。

2.1 動力和轉(zhuǎn)向控制電路

1）PWM電機調(diào)速電路

修改STM 32捕獲比較寄存器TIM x_CCR2的值來控制脈沖幅度調(diào)制（Pulse Width Modulation，PWM）的輸出占空比，并通過電機調(diào)速電路（電調(diào)）來控制電機的速度，電機選用3674 KV1750的無刷電機，故選用持續(xù)電流120 A的電調(diào)。

2）轉(zhuǎn)向舵自動控制

與電機調(diào)速電路類似，舵機使用STM 32的捕獲比較寄存器TIM x_CCR4產(chǎn)生的PWM進行控制，本文設(shè)計的自動舵配合3.2的算法設(shè)計使船舶沿著期望的航線航行[4,9]，是船舶無人駕駛的關(guān)鍵技術(shù)，并在航跡控制過程中通過傳感器計算出船身姿態(tài)，檢測海浪以及風(fēng)速、風(fēng)向，計算出船身的姿態(tài)調(diào)節(jié)預(yù)測信息，使船舶姿態(tài)保持穩(wěn)定。

2.2 NB-IoT通信鏈路

蜂窩窄帶物聯(lián)網(wǎng)（Narrow Band IoT，NB-IoT）屬于典型的低功耗廣域網(wǎng)（LPWAN），具有低成本、低功耗、窄帶寬、大連接等特點。NB-IoT通信鏈路選用SARA-N2模組構(gòu)建，其符合3GPPR13標(biāo)準，支持最高227kbps下行鏈路速率和21kbps上行鏈路速率，借助電信運營商的NB-IoT基站實現(xiàn)船-岸實時數(shù)據(jù)共享，SARA-N2模塊通過USART與STM 32連接。

2.3 AIS自動識別模塊

自動識別系統(tǒng)（Automatic Identification System，AIS）的T/R電路以CMX 7032芯片為核心進行設(shè)計，載入CML最新7032FI-3.x功能鏡像，同時支持AISclass B的自組織時分多址接入（SOTDMA）/載波監(jiān)聽分時多路訪問（CSTDMA）制式，并支持符合exactEarth海事衛(wèi)星標(biāo)準的exactTrax技術(shù)。將CMX7032的C-Bus接口與STM 32的SPI接口連接，設(shè)計的AIS識別模塊同時具有發(fā)送和兩路信道并行接收功能，如圖3所示。

2.4 環(huán)境感知模塊

無人船載的感知傳感器包括差分GPS（DGPS）、風(fēng)速/風(fēng)向、激光雷達、船舶姿態(tài)等傳感器：

1）DGPS模塊采用Trimble的BD910，同時支持GPS、北斗、GLONASS和伽利略等衛(wèi)星系統(tǒng)，具有實時差分定位（RTK）功能，單頻可達厘米級定位精度，輸出頻率最高20 Hz，其通過USB接口與STM 32主控芯片連接；

2）風(fēng)速/風(fēng)向傳感器采用一體式風(fēng)速/風(fēng)向傳感器變送器，該傳感器輸出0～5 V電壓，連接STM 32芯片的PF9引腳，軟件編程時使用DMA 2 Stream0的通道2映射ADC3實現(xiàn)模數(shù)轉(zhuǎn)換；

3）激光雷達（Light Detection And Ranging，LiDAR）選用RPLIDAR A2二維旋轉(zhuǎn)全向激光雷達，探測距離 8m，轉(zhuǎn)速 300～900 r/m in，600 r/m in 典型轉(zhuǎn)速角分辨率0.9°，測距分辨率＜0.5 mm，通過USART的TTL電平接口與STM 32主控芯片連接，STM 32實時獲取雷達的掃描數(shù)據(jù)、設(shè)備信息和工作狀態(tài)，送岸基支持中心顯示，并可以通過岸基支持中心發(fā)出的操控命令來切換雷達的工作模式；

4）姿態(tài)傳感器選用集成MPU9250的9軸加速度計陀螺儀，各輸出三軸的加速度、角速度和磁力計數(shù)據(jù)，具有電子羅盤功能，軟件通過高精度的Kalman濾波姿態(tài)融合算法對9軸信息進行融合，動態(tài)測角精度達到0.05°，通過SPI總線與STM 32連接，其中磁力計數(shù)據(jù)的讀取通過軟件設(shè)置使用內(nèi)部的IIC MASTER轉(zhuǎn)發(fā)方式。

3 系統(tǒng)關(guān)鍵軟件設(shè)計與實現(xiàn)

3.1 無人船控制軟件運動建模

水面船艇的運動控制不考慮縱搖?、橫搖θ的影響，僅選取縱蕩、橫蕩和首搖3個自由度（3-DOF）建立平面模型[1,2,3]，屬于典型的欠驅(qū)動控制問題，其中u，v，r表示線速度或角速度，x，y，φ表示位置和歐拉角，運動學(xué)模型如下：

相應(yīng)的USV的動力學(xué)模型如下：

3.2 航跡控制律設(shè)計

式中：Kp，Ki對應(yīng)PID控制器的P，I增益參數(shù)。

3.3 航跡控制軟件實現(xiàn)

航跡控制首先計算出當(dāng)前實際航跡與期望航跡的誤差量[5]，并根據(jù)需要解算出期望速度，然后使用3.2設(shè)計的PID控制律實現(xiàn)閉環(huán)控制，PID控制的關(guān)鍵是選擇合適的P（Proportion）、I（Integral）、D（Derivative）參數(shù)，即如何根據(jù)無人船的動態(tài)特性和當(dāng)前海況進行參數(shù)的自動整定。響應(yīng)式禁忌搜索（Reactive Taboo Search，RTS）在傳統(tǒng)禁忌算法基礎(chǔ)上引入了反饋機制和逃逸機制[7,8]，通過動態(tài)調(diào)整禁忌表長度和適時逃逸，從而避免搜索過程中出現(xiàn)循環(huán)。根據(jù)USV路徑跟蹤的需要，自定義RTS算法中的反饋策略和逃逸機制，實現(xiàn)PID參數(shù)自整定，基于RTS算法參數(shù)自整定的基本步驟如下：

1）根據(jù)當(dāng)前時刻海況、船舶參數(shù)初始化P、I、D參數(shù)：Pinit，Iinit，Dinit，并預(yù)置禁忌表長度l=Len，；

2）將1）產(chǎn)生的Pinit，Iinit，Dinit初始解保存至禁忌表和記錄表，；

3）根據(jù)當(dāng)前解Pcur，Icur，Dcur，生成鄰域解的候選PID參數(shù)集合；

4）根據(jù)渴望水平，在候選PID參數(shù)集合中選擇不在禁忌表中的最優(yōu)解 Popt，Iopt，Dopt；

5）將最優(yōu)解保存至禁忌表和記錄表；

6）判斷Popt，Iopt，Dopt出現(xiàn)在有限的迭代次數(shù)CYCmax內(nèi)是否被訪問過，若被訪問過說明有循環(huán)出現(xiàn)，l=l+C，CNTesp++，否則 CNTnopep++；

9）迭代次數(shù)達到或滿足停止條件，轉(zhuǎn)步驟10，否則轉(zhuǎn)步驟3迭代執(zhí)行；

10）輸出最優(yōu)解 Popt，Iopt，Dopt。

4 結(jié)果分析

4.1 岸基支持中心界面

岸基支持中心軟件在Android平臺下采用Java進行顯示控制編程，在人機界面實現(xiàn)電子地圖與激光雷達點跡疊加顯示，運行界面如圖4所示。

4.2 航跡控制結(jié)果分析

為驗證本演示驗證系統(tǒng)軟、硬件設(shè)計可行性和航跡控制算法的有效性，使用自制電動O艇在長江某夾江段進行現(xiàn)場試驗，O艇重30 kg，江面風(fēng)力3級，平均航速 20 kn。

分別在預(yù)設(shè)的曲線和環(huán)形路徑下進行實驗，圖5和圖6給出期望航跡和實際航跡的對比，可以直觀看出航跡向趨勢的一致性。為方便定量分析分別選取100個路徑基準點（Waypoint），使用公式計算航跡控制誤差，分別為3.52m和4.64m，滿足控制要求。

5 結(jié) 語

立足于無人船的核心-智能航行控制系統(tǒng)架構(gòu)設(shè)計和功能實現(xiàn)展開創(chuàng)新研究，最終設(shè)計并實現(xiàn)一個功能相對完善的智能船舶智能航行演示驗證系統(tǒng)，提出一種基于響應(yīng)式禁忌搜索的PID參數(shù)自適應(yīng)整定航跡控制算法，并給出該設(shè)計和實現(xiàn)在模型船上的驗證結(jié)果，實現(xiàn)智能船舶關(guān)鍵技術(shù)研究的突破。由于時間所限，在演示驗證系統(tǒng)設(shè)計與實現(xiàn)的基礎(chǔ)上，目前僅完成基本的航跡控制功能，如何通過多傳感器系統(tǒng)融合算法進行路徑規(guī)劃和優(yōu)化、故障診斷等功能是下一步研究的重點。

[1]徐海祥,馮輝.船舶動力定位系統(tǒng)原理[M].北京:國防工業(yè)出版社,2016.

[2]FOSSEN T I.Handbook of marine craft hydrodynamics and motion control[M].John Wiley&Sons,2011.

[3]LAPIERRE L,SOETANTO D.Nonlinear path-following control of an AUV[J].Ocean Engineering,2007,34(11):1734–1744.

[4]LARRAZABAL JM,PE?ASM S.Intelligent rudder control of an unmanned surface vessel[J].Expert System s w ith Applications,2016,55:106–117.

[5]ROUTR,SUBUDHIB.Inverse optimal self-tuning PID control design for an autonomous underwater vehicle[J].International Journal of Systems Science,2017,48(2):367–375.

[6]冀明,盧京潮.基于Cortex-M 4的四旋翼飛行控制系統(tǒng)設(shè)計[J].計算機測量與控制,2013,21(7):1816–1817.

[7]KAWAGUCHIS,FUKUYAMA Y.Reactive Tabu Search for Job-shop scheduling problems considering peak shiftof electric pow er energy consum p tion[C]//Region 10 Conference(TENCON).IEEE,2016:3406–3409.

[8]汪定偉,王俊偉,王洪峰,等.智能優(yōu)化方法[M].北京:高等教育出版社,2007.

[9]OHTSU K,PENGH,KITAGAWA G.Design of amodel-based autopilot system for course keeping motion[M]//Time Series Modeling for Analysis and Control.Springer Japan,2015:57–81.

Design and realization of unmanned surface ship intelligent navigation control system based on internet of things

QIAO Da-lei1,HOU Jiao2,XUE Feng3
(1.Schoolof Information Engineering,Jiangsu Maritime Institute,Nanjing 211170,China;2.The 724Research Institute of CSIC,Nanjing 211153,China;3.China Shipbuilding Industry Corporation,Beijing 100097,China)

With the advent of the intelligent era,the vessel's intelligent,unmanned gradually become the focus of industry and academia,Unmanned Surface Vessel also came into being.This paper designs and realizes the demonstration and verification system of unmanned ship intelligent navigation control based on the Internet of Things technology.The system uses STM 32 as the main control core;uses the NB-IoT technology to construct the ship-shore communication link;adopts a variety of sensors to realize the intelligent perception of the ship itself and it's environment information,and a PID parameter adaptive tuning path control algorithm based on response taboo search is proposed to realize the path following function on unmanned Surface Vessel;use Android to develop shore-based support center display and control software,Man-ship remote control,monitoring and data sharing function.Finally,the feasibility of the system design and the effectiveness of the track control algorithm are verified by the real environment test.

unmanned surface vessel；intelligent navigation；path following；PID self-tuning

U674

A

1672–7649(2017)12–0149–04

10.3404/j.issn.1672–7649.2017.12.031

2017–07–28

江蘇省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃資助項目(201712679009Y)

喬大雷(1980–)，男，博士，高級工程師，主要從事智能船舶、物聯(lián)網(wǎng)、軟件工程等教學(xué)和科研工作。