胡慶松,陳研霖,陳普坤,陳雷雷,匡興紅

(1 上海海洋大學(xué)工程學(xué)院，上海 201306；2 上海海洋可再生能源工程技術(shù)研究中心，上海 201306)

隨著對(duì)蝦養(yǎng)殖行業(yè)的轉(zhuǎn)型升級(jí)，無人投飼船已經(jīng)日漸成為對(duì)蝦養(yǎng)殖生產(chǎn)作業(yè)自動(dòng)化的重要裝備。作為典型的無人投飼船，差速無人投飼船以其航行穩(wěn)定、運(yùn)動(dòng)靈敏、易于控制等優(yōu)點(diǎn)廣泛應(yīng)用于蝦塘養(yǎng)殖作業(yè)[1]。結(jié)合對(duì)蝦沿邊巡游的攝食習(xí)性，巡邊作業(yè)及其控制算法的研究能為蝦塘差速無人投飼船設(shè)計(jì)與應(yīng)用提供理論依據(jù)。

巡邊算法是國(guó)內(nèi)外學(xué)者關(guān)注的研究熱點(diǎn)之一。Yata等[2]在無人小車平臺(tái)上研究了單超聲傳感器巡邊控制，提出了巡邊過程的部分控制參數(shù)，并指出了其巡邊算法在速度方面的局限性。在此基礎(chǔ)上，Suresh等[3]應(yīng)用圖像采集技術(shù)和多傳感器融合算法獲取巡邊控制中相對(duì)精確的姿態(tài)信息；Wei等[4]提出了一種基于實(shí)時(shí)動(dòng)態(tài)虛擬墻的巡邊控制方法，能在航行速度0.6 m/s的限定下，較好地完成巡邊作業(yè)。隨著硬件技術(shù)及智能算法的發(fā)展，Teng等[5]利用視覺技術(shù)建立邊界特征來捕捉邊界信息，在光照條件穩(wěn)定的室內(nèi)場(chǎng)景中研究了其巡邊算法的應(yīng)用效果。Lin等[6-7]基于人工蜂群的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制算法，以巡邊過程的角度和距離信息為控制量，采用仿真方法驗(yàn)證了該算法在速度小于1 m/s情境下的性能。Chen等[8-9]用模糊神經(jīng)網(wǎng)絡(luò)改善了人工蜂群算法，提高了對(duì)邊界的適應(yīng)性。Jhang等[10]比較了模糊1型和2型算法在巡邊控制中的應(yīng)用，指出了模糊2型算法在實(shí)時(shí)計(jì)算方面具有較好的性能?？紤]實(shí)際環(huán)境中干擾因素對(duì)巡邊作業(yè)的影響，Wang等[11-12]通過設(shè)計(jì)干擾觀測(cè)器來估計(jì)環(huán)境產(chǎn)生的干擾項(xiàng)，應(yīng)用反步控制器生成控制律來解決一定范圍內(nèi)的擾動(dòng)問題。

綜上，巡邊控制算法的研究取得了一定的成效，但主要集中在低速無人船巡邊作業(yè)領(lǐng)域，且硬件成本高、實(shí)現(xiàn)過程復(fù)雜，無法滿足蝦塘差速無人投飼船的巡邊作業(yè)要求。蝦塘差速無人投飼船應(yīng)用中，要求在較低成本下，較大運(yùn)行速度范圍內(nèi)，實(shí)現(xiàn)船體在水面顛簸搖晃的環(huán)境下穩(wěn)定、可靠的巡邊控制作業(yè)。

本研究在差速無人投飼船運(yùn)動(dòng)模型的基礎(chǔ)上，提出了一種以帶夾角的雙超聲或雙紅外傳感器為感知設(shè)備，融合傳感器數(shù)據(jù)和傳感器安裝角度信息構(gòu)造船體姿態(tài)三角形，通過利用邊距(邊距區(qū)間搜索控制)和船體姿態(tài)角(PID算法控制)實(shí)現(xiàn)投飼船巡邊的PID巡邊控制算法。并在MATLAB環(huán)境下建立仿真模型，仿真驗(yàn)證了方塘和不規(guī)則塘邊界下不同速度時(shí)，算法的適用性和姿態(tài)保持的穩(wěn)定性。

1 差速無人投飼船運(yùn)動(dòng)與反饋模型

1.1 差速無人投飼船運(yùn)動(dòng)模型

差速控制是投飼船最常見的船體運(yùn)行控制方式之一[13]。差速無人投飼船在投飼作業(yè)中，首先，不同池塘面積和養(yǎng)殖階段對(duì)投飼量需求有較大的不同，要求算法能在較高速度(2～3 m/s)下穩(wěn)定運(yùn)行，以提高養(yǎng)殖生產(chǎn)作業(yè)的柔性；其次，水面投飼作業(yè)工作環(huán)境濕度大、粉塵多[14]，要求算法的基礎(chǔ)感知設(shè)備具有惡劣環(huán)境適應(yīng)性及可靠性；最后，農(nóng)業(yè)生產(chǎn)具有成本敏感性，要求算法整體的軟硬件成本較低。

差速無人投飼船如圖1所示，一般由左右2個(gè)螺旋槳推動(dòng)船體運(yùn)行，通過左右螺旋槳差速來控制船體左轉(zhuǎn)或者右轉(zhuǎn)，實(shí)物模型如圖1所示。

毛雞隨著只重的增大，其腿、大胸等部位的占比會(huì)隨著相應(yīng)的增大。由圖1毛雞只重對(duì)肉雞腿產(chǎn)品的出成影響可知，隨著雞只毛重從4.31×500g增加到5.91×500g，腿出成變化非常明顯，從25.41%增加到26.29%，增加了0.9%。不同毛雞只重對(duì)于腿產(chǎn)品的出成有明顯的影響，并且4.61×500g和5.10×500g兩組實(shí)驗(yàn)中腿出成變化趨勢(shì)大，腿出成相差0.6%，對(duì)于提高腿類出成的毛雞只重在5.00×500g以上效果顯著。

圖1 雙體船實(shí)物圖Fig.1 The structure of Twin-Hull

根據(jù)其運(yùn)行特性，在忽略俯仰、橫搖、縱搖運(yùn)動(dòng)自由度的情況下[15](一般在惡劣天氣環(huán)境下，投飼作業(yè)會(huì)暫停，可以忽略風(fēng)浪和惡劣天氣的影響)，可以在圖2所示坐標(biāo)系中定義差速無人投飼船的運(yùn)動(dòng)模型，表示為公式(1)：

圖2 投飼船模型坐標(biāo)系定義Fig.2 Coordinate system definition of the feeding ship model

(1)

(2)

1.2 差速無人投飼船的運(yùn)動(dòng)姿態(tài)反饋模型

船體位置信息是船體運(yùn)動(dòng)閉環(huán)控制的重要因素，減少其信息反饋量，能夠大幅簡(jiǎn)化控制器設(shè)計(jì)[16-17]。差速無人投飼船姿態(tài)反饋模型通過2個(gè)傳感器反饋的距離信息及傳感器安裝位置信息計(jì)算船體位置信息。如圖3所示，所搭載傳感器按照水平角度θ安裝在靠近邊界一側(cè)，傳感器1的信號(hào)發(fā)射方向需垂直于船體邊沿，根據(jù)實(shí)際應(yīng)用環(huán)境不同，可在船頭選擇合適的位置。

圖3 傳感器安裝位置示意圖Fig.3 Schematic diagram of sensor installation position

將傳感器距離信息和安裝角度結(jié)合，可得到船體運(yùn)行的姿態(tài)三角形Δoo1o2，如圖4所示，邊界l可反映船體的邊界信息。

邊界l與船體邊沿平行時(shí)，姿態(tài)角α=90°，為船體正確姿態(tài)。當(dāng)姿態(tài)角α>90°時(shí)，船有遠(yuǎn)離邊界的趨勢(shì)，如圖4a所示，控制系統(tǒng)應(yīng)向靠近邊界側(cè)響應(yīng)。當(dāng)邊界l延長(zhǎng)線與船左側(cè)邊沿相交且成銳角，姿態(tài)角α成銳角，此時(shí)控制系統(tǒng)應(yīng)輸出遠(yuǎn)離邊界的響應(yīng)，響應(yīng)程度大小取決于實(shí)際偏差，如圖4b所示。通過不同狀態(tài)下的姿態(tài)三角形可得到巡邊無人投飼船在池塘中的位置信息。

船體的定位方式采用相對(duì)定位[18]。在傳感器進(jìn)行合理布置后，通過傳感器反饋的距離信息計(jì)算姿態(tài)三角形參數(shù)并得到控制參量。邊界l滿足：l=(d12+d22-2d1d2cosθ)1/2，同時(shí)可得到姿態(tài)角α=arccos((l2+d12-d22)/2ld1)。如圖4所示，D為姿態(tài)三角形的高，表示船在航行過程中與邊界的距離關(guān)系。在實(shí)時(shí)控制中，考慮到傳感器的反饋誤差，為提高計(jì)算精度，選用兩個(gè)傳感器反饋值的較小值進(jìn)行D的計(jì)算，不同姿態(tài)時(shí)，D分別滿足以下公式。

圖4 船體與邊界的相對(duì)姿態(tài)Fig.4 Relative attitude between hull and boundary

當(dāng)d2>d1時(shí)，

(3)

當(dāng)α≤90°，θ≤90°，α+θ≥90°時(shí)，

(4)

當(dāng)d2

D=d2sin(θ+α)

(5)

式中：d1、d2分別為傳感器1和2的反饋距離；l為三角形邊界；α為姿態(tài)角。

巡邊作業(yè)過程中，參數(shù)選擇的差異會(huì)影響邊界跟蹤性能，因此，安裝角θ、航行速度v、巡邊距離L這3個(gè)參數(shù)在調(diào)整中應(yīng)遵循如下幾個(gè)原則：1)巡邊速度較慢時(shí)，安裝角θ和巡邊距離L，可有較大的選擇范圍；2)巡邊速度較快時(shí)，為減少反饋信號(hào)的干擾，安裝角θ應(yīng)選較大值；3)為減少傳感器相互干擾，安裝角θ應(yīng)盡量選擇大于45°的角度值；4)進(jìn)行較大巡邊距離跟蹤時(shí)，應(yīng)結(jié)合安裝角θ考慮傳感器的距離量程。根據(jù)以上原則，參數(shù)選擇范圍示例如表1所示。

表1 安裝角θ、航行速度v、巡邊距離L技術(shù)參數(shù)Tab.1 The parameter of θ、v、L

2 巡邊控制律設(shè)計(jì)

2.1 邊距區(qū)間搜索控制律

為較快收斂到PID姿態(tài)控制范圍，設(shè)計(jì)了邊距區(qū)間搜索控制律以控制船體的距離。邊距區(qū)間搜索控制通過劃分誤差區(qū)間確定控制量，區(qū)間大小根據(jù)MCU計(jì)算能力及控制平滑性要求劃分參考調(diào)整策略如表2所示，表2中有3種區(qū)間：L(大范圍)、M(中間范圍)、S(小范圍)，2種控制策略：左(TL)、右(TR)。圖5為區(qū)間搜索的控制過程，算法會(huì)最終收斂到PID控制。調(diào)整區(qū)間根據(jù)兩傳感器信息的相對(duì)關(guān)系確定，表2中d1、d2的相對(duì)長(zhǎng)度應(yīng)根據(jù)安裝角度θ確定，正確姿態(tài)時(shí)滿足式(6)，同時(shí)對(duì)應(yīng)PID控制區(qū)間。

圖5 邊距區(qū)間搜索控制律Fig.5 Margin interval search control law

表2 船體運(yùn)行范圍控制枚舉表Tab.2 Enumeration table of hull operation range control

d1=d2cosθ

(6)

因傳感器類型或安裝方式不同，會(huì)造成返回距離計(jì)算的固有誤差，從而影響巡邊控制的精度。為了盡量減少這種影響，引入修正量Δl，Δl為傳感器2探頭到超聲波反向交點(diǎn)的距離，如圖6所示，式(6)變更為式(7)。

圖6 傳感器安裝誤差示意圖Fig.6 Schematic diagram of sensor installation error

d1+Δlcosθ=(d2+Δl)cosθ

(7)

2.2 PID控制算法

2.2.1 PID控制的實(shí)現(xiàn)

變積分PID算法基本公式見式(8)，在無人投飼船巡邊PID算法中，被控量為姿態(tài)角α，船體航行姿態(tài)的控制是在電機(jī)設(shè)定的轉(zhuǎn)速的基礎(chǔ)上對(duì)轉(zhuǎn)速進(jìn)行微調(diào)，每個(gè)電機(jī)的實(shí)際轉(zhuǎn)速可以表示為設(shè)定轉(zhuǎn)速和微調(diào)轉(zhuǎn)速，驅(qū)動(dòng)電壓由基礎(chǔ)電壓U和調(diào)整電壓ΔU組成，改變?chǔ)，將改變姿態(tài)角α的大小從而改變船體前進(jìn)的方向。所設(shè)計(jì)PID姿態(tài)控制算法，為減少硬件負(fù)擔(dān)并更好地滿足實(shí)時(shí)性控制要求，采用變速積分PID調(diào)節(jié)和增量輸出。

e(k)}T+kd[e(k)-e(k-1)]

(8)

式中：e(k)、e(k-1)—分別表示當(dāng)前和上一時(shí)刻的控制偏差；Kp—比例系數(shù)；Ki—積分系數(shù)；Kd—微分系數(shù)；T—控制周期。其中f[e(k)]滿足下式：

(9)

式中：N、M—分別為關(guān)于偏差的分離區(qū)間上限和下限。

為防止積分飽和，對(duì)積分環(huán)節(jié)輸出限幅，設(shè)置輸出上限Umax和下限Umin，當(dāng)u(k)滿足Umin

2.2.2 關(guān)鍵參數(shù)的選擇

1)采樣周期的選擇

2)控制參數(shù)的選擇

仿真應(yīng)充分結(jié)合實(shí)際被控系統(tǒng)物理特征[23]，如螺旋槳輸出延時(shí)、功率放大器響應(yīng)滯后、信號(hào)噪聲等因素。在MATLAB/SIMULINK仿真環(huán)境下，以一階慣性環(huán)節(jié)模擬延時(shí)過程[24]，用方差為1.3、均值為0的高斯白噪聲代表傳感器信息的不確定性[25]，綜合實(shí)際硬件系統(tǒng)各環(huán)節(jié)銜接產(chǎn)生的控制延時(shí)，將采樣頻率設(shè)為10 Hz[26-29]。

3 仿真分析

3.1 池塘邊界仿真分析

3.1.1 方塘邊界仿真試驗(yàn)及分析

矩形邊界是對(duì)蝦養(yǎng)殖池塘最常見的邊界形式，邊界立面呈斜坡狀或垂直狀。仿真船速為3 m/s，要求保持的巡邊距離為3 m。仿真結(jié)果顯示見圖7，由曲線b可見姿態(tài)角α總體保持在90°，在邊界拐角處出現(xiàn)的較大的波動(dòng)，表明算法能夠保證姿態(tài)的穩(wěn)定性；曲線c可見巡邊策略能夠保持參考距離D的總體穩(wěn)定性，當(dāng)出現(xiàn)較大拐角時(shí)，距離并沒有出現(xiàn)較大的偏差。

圖7 矩形邊界仿真跟蹤結(jié)果Fig.7 Simulation and tracking results of rectangular boundary

3.1.2 不規(guī)則塘邊界仿真試驗(yàn)與分析

考慮養(yǎng)殖池塘實(shí)際狀況各不相同，為驗(yàn)證算法的適應(yīng)范圍，建立如圖8a所示不規(guī)則邊界并進(jìn)行仿真驗(yàn)證。仿真船行速度為3 m/s，巡邊距離為3 m，結(jié)果顯示，在相對(duì)較復(fù)雜的邊界下，姿態(tài)角存在一程度的波動(dòng)，但算法仍能保持距離和姿態(tài)的穩(wěn)定性。從邊界角度看，本研究所提算法和文獻(xiàn)[9]都表現(xiàn)出對(duì)不規(guī)則邊界較好的追蹤效果，相比而言，通過強(qiáng)化學(xué)習(xí)增強(qiáng)了算法優(yōu)化方面的優(yōu)勢(shì)，但同時(shí)提升了對(duì)傳感器數(shù)量和數(shù)據(jù)處理的要求，增加蝦塘環(huán)境中設(shè)備維護(hù)的負(fù)擔(dān)。

圖8 不規(guī)則內(nèi)凸邊界仿真跟蹤結(jié)果Fig.8 Simulation results of irregular inner convex boundary

3.2 速度與安裝角仿真分析

在不規(guī)則邊界條件下，要求相同的巡邊距離，對(duì)不同的安裝角θ和巡邊速度進(jìn)行仿真對(duì)比分析，以驗(yàn)證算法對(duì)不同的安裝條件和船行速度的適應(yīng)性。安裝角分別取30°、45°、60°、80°，在船速取2 m/s時(shí)仿真結(jié)果見圖9，可見不同的安裝角下，巡邊距離可維持在設(shè)定距離3 m，同時(shí)在30°時(shí)遇到拐角出現(xiàn)較大偏差，但算法的收斂速度較快，能夠很快恢復(fù)到正常范圍，姿態(tài)角維持在90°附近。巡邊速度取0.5、1.0、1.5、2.0 m/s，安裝角取60°時(shí)，仿真結(jié)果見圖10，可見不同的船速下，船的位姿保持在正常范圍內(nèi)。方差分析結(jié)果顯示，不同安裝角下，姿態(tài)角α的波動(dòng)方差依次為0.036、0.031、0.038、0.047；不同巡邊速度下，姿態(tài)角α的方差依次為0.12、0.08、0.04、0.05。方差分析顯示，兩組參數(shù)的仿真結(jié)果數(shù)據(jù)波動(dòng)小，即在不同的船速和安裝角度下，算法能夠保證船體的巡邊運(yùn)行的穩(wěn)定性。文獻(xiàn)[4,9,30]仿真分析距離等參數(shù)對(duì)所提算法的影響，綜合相關(guān)文獻(xiàn)結(jié)論顯示，在室內(nèi)環(huán)境下，最大巡邊速度為2.92 m/s，可保持的穩(wěn)定巡邊距離為0.74 m。相比之下，本研究算法具有裝置安裝參數(shù)可調(diào)的優(yōu)勢(shì)，對(duì)于較快速的巡邊過程具有一定的可靠性。

圖9 不同安裝角下的距離和姿態(tài)角圖Fig.9 Distance and attitude angle diagram under different installation angles

圖10 不同船速下的距離和姿態(tài)角圖Fig.10 Distance and attitude angle diagrams at different ship speeds

4 結(jié)論

差速無人投飼船巡邊控制算法是蝦池塘養(yǎng)殖自動(dòng)化裝備設(shè)計(jì)和應(yīng)用的關(guān)鍵。本研究基于差速無人投飼船的運(yùn)動(dòng)特性，構(gòu)建了基于三角形參數(shù)的姿態(tài)反饋模型，解決了姿態(tài)解算計(jì)算量大的問題。結(jié)合模型，提出了一種融合測(cè)距傳感器數(shù)據(jù)的巡邊控制算法，降低了雙體船運(yùn)動(dòng)控制中非線性因素的影響。充分考慮到算法轉(zhuǎn)化為工程實(shí)際的難度，其實(shí)現(xiàn)過程受不同環(huán)境的影響較小。仿真結(jié)果表明，算法在0～3 m/s的速度設(shè)定下，能滿足0～3 m的穩(wěn)定巡邊距離要求。同時(shí)，算法對(duì)具有內(nèi)凹角和外凸角的邊界具有相同的追蹤效果，表現(xiàn)出不同類型邊界較好的適應(yīng)性。綜上，在算法設(shè)計(jì)和實(shí)現(xiàn)方式上，本研究對(duì)巡邊過程的實(shí)際應(yīng)用都有一定的借鑒意義。為了進(jìn)一步增加算法的適用范圍和可靠性，在后續(xù)的研究中，將考慮風(fēng)浪、障礙物等因素的影響，探索不確定環(huán)境下的巡邊控制及路徑重規(guī)劃問題。

□