劉雨青，楊喜清，楚慧勇，黃璐瑤

（上海海洋大學 工程學院，上海 201306）

0 引言

近年來，隨著池塘養(yǎng)殖產業(yè)的迅速發(fā)展,各式各樣的自動化投餌設備也相繼出現(xiàn)，越來越多的無人投餌船被用到養(yǎng)殖當中，王真亮[1]設計了一種自主巡航式太陽能充電投餌船，但陰雨天氣時無人船就會受到影響。高潔等[2]設計了一種可以實現(xiàn)兩種方式進行無線充電的無人船充電系統(tǒng)。一方面可以實現(xiàn)無線充電，另一方面實現(xiàn)太陽能供電的功能,但是無人船的自主返航也將成為一個難點?；诖搜芯恳环N可以自主巡航無人船控制系統(tǒng)，實現(xiàn)無人船無法順利返航的問題。

無人船自主巡航的關鍵技術就是航向的控制、航跡的選擇、動態(tài)避障等方面。王丹等[3]人通過無人船的航跡跟蹤設計，設計航向以及航向控制器，將模糊控制與傳統(tǒng)的PID控制進行結合的方式進行無人船的控制。薛飛[4]提出了一種將無人船的路徑分為全局路徑以及局部路徑兩個部分完成無人船的航行任務。通過傳感器感知周圍的環(huán)境實現(xiàn)動態(tài)避障?；粜切堑萚5]人基于PID控制、模糊控制、神經網絡三種控制算法方式設計了一種船舶的自動舵。以航向的偏差作為輸入，通過PID算法對無人船進行控制。J.M.Larrazabal等[6]采用遺傳算法對傳統(tǒng)的PID控制進行優(yōu)化調節(jié)，無人船實際航行中的各種未知條件使用模糊控制進行調節(jié)，實現(xiàn)無人船的路徑跟蹤。

本文的研究目的就是為了實現(xiàn)無人船高效快速自主返航，將返航的過程分為兩個部分：全局路徑規(guī)劃與局部路徑規(guī)劃。全局路徑規(guī)劃通過模糊PID實現(xiàn)無人船的航向控制，航跡控制算法實現(xiàn)無人船從一點航行至另一點。局部路徑規(guī)劃通過激光雷達與圖像識別技術進行融合來實現(xiàn)無人船的動態(tài)避障。

1 無人船系統(tǒng)方案設計

1.1 系統(tǒng)構成

無人船系統(tǒng)構成整體分為三個部分：主控制器模塊、電機驅動模塊、避障模塊、航向與定位模塊、電源管理模塊等組成[7]。如圖1所示。

圖1 無人船的系統(tǒng)構成

避障模塊：激光雷達可以對周圍的環(huán)境進行感知，獲取障礙物的距離和角度信息。攝像頭通過YOLOV4目標檢測算法可以對障礙物進行識別。同時將信息通過串口3傳輸給STM32進行避障處理。當遇到的較大障礙物時由激光雷達進行處理，當障礙物較小激光雷達不能檢測時，使用圖像識別技術進行避障。

主控制器模塊：主控制器模塊主要是航向控制算、航跡選擇算法與各傳感器進行結合使得無人船具有自主巡航功能。主控制器將樹莓派傳輸過來的信息與相關控制算法進行結合，進而控制電機驅動模塊，使無人船進行動態(tài)避障。

電源管理模塊：對無人船的電池進行管理，當無人船電池電量不足時，發(fā)出提示信息，通過網絡通訊模塊傳輸到上位機。

1.2 無人船控制方案

由于差分GPS可以實時獲取經緯度、航向角等信息，所以將GPS獲取的位置信息以及航向角信息作為控制算法的輸入參數。通過計算當前點坐標與目標點的坐標的偏差，獲取無人船的期望航向角，在通過主控芯片控制兩個電機的PWM調整兩電機的轉向，控制無人船進行實時調整方向，實現(xiàn)閉環(huán)控制。無人船控制策略如圖2所示。

圖2 無人船控制策略

2 無人船全局路徑規(guī)劃

無人船全局路徑規(guī)劃主要是通過對航跡的選擇實現(xiàn)無人船點到點的航行，通過模糊PID控制實現(xiàn)無人船的航向控制，通過仿真實驗驗證航向控制策略的可行性。航向與航跡控制的結合使得無人船自主航行。

2.1 航跡選擇設計

航跡的選擇首先要進行航跡數學模型的建立，航跡數學模型如圖3所示。無人船起始點A(xA,yA),目標點坐標B(xB,yB),CN(xN,yN)為無人船的當前航向目標點CN-1(xN-1,yN-1)為無人船GPS的上一坐標點。根據無人船的起始點位置坐標以及目標點坐標可以確認無人船的實際航跡，同時也可以確認無人船實際偏離航跡的垂直距離E,θ3為無人船與理論航向的允許偏差角度值，在調整時需要在此范圍內調整。其中θ1指的是無人船的實際航向與當前坐標點與目標點的夾角，θAB為無人船的實際航向與x軸的夾角，θACN為上一個目標點到當前點與x軸的夾角。?為無人船在規(guī)定航跡的最大偏差角度范圍。

圖3 航跡數學模型

由已知條件可得：

由式(1)和式(2)根據勾股定理可得軌跡的垂直位移E為：

E為無人船在正確的航跡偏差范圍。保持直線行駛。當E＞0航跡偏理論路線的左側，反之則偏離理論路線的右側，θAB-φ≤θ4≤θAB+φ無人船在正常的航線上。

通過相關算法可以計算出起始點與目標點的距離、方位角信息[8]。

2.2 航向控制策略

為了提高無人船的航向控制器性能，在PID控制的基礎上采用模糊PID控制完成無人船控制，其控制原理如圖3所示。

圖4 模糊PID控制

首先進行Nomoto模型[9]建立，得出航向角與推進器偏轉角之間的傳遞函數。其次分析模糊PID控制原理，目標點的航向角φ0與當前的航向角φ的偏差e以及偏差變化率ec作為模糊控制的輸入，經過相關模糊處理輸出相應的參數作為PID控制器的輸入實時調整PID參數，PID控制算法得到的推進器偏轉角δ輸入Nomoto模型，即可得到無人船的航向，實現(xiàn)閉環(huán)控制。

仿真實驗需要將輸入的兩個實際值的變量進行模糊化處理得到相應的論域EC、E，并將EC、E輸出論域控制在[-3,3],控制在[0,3]?？紤]到模糊子集對無人船的航向影響，將論域量化為{NB、NM、NS、ZO、PS、PM、PB}7個級別，采用隸屬度函數為三角形函數，得出隸屬度函數。該設計采用加權平均值法將模糊規(guī)則進行推理得到模糊集，然后將模糊集轉換為精確地ΔKP、ΔKI、ΔKD值。具體計算公式如式1所示，其中u為輸出值，xi為輸出模糊論子集，ki為輸出子集對應的隸屬度[10]。

2.3 航向控制仿真

無干擾的情況下，將無人船航速設置為2m/s，初始角度為0°起始點位置坐標(0,0),無人船的目標點為(60,50)，得出無人船的方位為50°，使用Simulink模型搭建進行仿真如圖2-2所示，仿真結果對比圖如圖5所示：

圖5 模糊PID控制Simulink仿真圖

從仿真結果可以看出，PID控制下，大概第6s時無人船的航向與目標點一致。模糊PID控制下大概第7s航向與目標點方向一致，如圖6所示。

圖6 兩種控制策略下的航向角仿真結果

存在干擾的情況下，為了驗證模糊PID控制在實際的控制過程中的可靠性，仿真更接近真實情況，假定無人船受到一個自南向北的1m/s水流干擾，無風的情況下的進行仿真,將無干擾與有干擾的情況進行仿真結果對比，如圖6所示。綜合分析在有外界干擾的情況下，無人船達到目標方向的時間會變長，但是依然具有更高的穩(wěn)定性。

圖7 航向控制仿真結果

3 無人船局部路徑規(guī)劃

無人船動態(tài)避障在不偏離全局路線的情況下，將激光雷達對環(huán)境的感知信息與圖像識別的信息融合進行無人船的避障。避開障礙物后可以重新回到規(guī)定航線進行航行，在某種程度上保證了無人船的順利返航。圖像識別部分利用OpenCV對障礙物的信息進行采集，采用YOLOV4目標檢測算法實現(xiàn)障礙物的識別。激光雷達環(huán)境感知部分采用的是官方提供的SDK進行開發(fā)調試。

3.1 激光雷達環(huán)境感知

激光雷達通過數據的讀取，得到相對應的數據報文，再經過相關公式算法就可以測出實際船與障礙物的實際夾角，從得到的角度和距離進行判斷，進而控制電機螺旋槳M1和電機螺旋槳M2的轉動。并且還可以通過串口1以無線通訊的方式發(fā)送給上位機來進行顯示障礙物的位置距離，也可以進行上位機的控制，進而控制無人船的電機轉動。無人船行駛過程中激光雷達的掃描圖如圖8所示。

圖8 激光雷達掃描圖

3.2 障礙物識別

在樹莓派上這種計算資源相對有限的開發(fā)板上做目標檢測使用YOLOV4相對較好。YOLOV4網絡架構可以將YOLOV4目標檢測算法分為4個部分，具體包括：輸入端、基準網絡、Neck網絡與Head輸出端[10]，將YOLOV4模型應用到數據采集、網絡設計、模型參數訓練：

數據采集，圖9為USB免驅采集障礙物部分樣本，障礙種類有：塑料瓶、易拉罐、打撈的船只等常規(guī)障礙物。采集圖片樣本后，將VOC格式數據借助LabelImg軟件進行標注，是一個在Python下運行的軟件，可以高效地捕捉到目標物，提高效率。圖10為LablImg軟件進行標注圖。

圖9 障礙物采集部分樣本圖

圖10 LablImg標注軟件

目標識別實驗通過對障礙物數據的采集、標注、訓練等操作，通過實驗驗證目標障礙物識別效果良好，通過YOLOV4目標檢測算法可以實現(xiàn)對物體的精準識別，符合無人船目標識別的技術需求。圖11為無人船的部分障礙物識別。

圖11 障礙物識別實驗

4 自主巡航控制

自主巡航的實現(xiàn)首要要對整體的框架進行設計，然后將依靠的幾個主干分支程序填寫進去。自主巡航實先主要依托的幾大分支：主程序、自主巡航程序、地圖程序、動態(tài)避障程序[11]。

自主巡航程序主要用于起始點至目標點的設定，將地圖設定信息傳輸給主控芯片。

地圖程序主要是獲取設定無人船的起始點，目標點的坐標信息。

動態(tài)避障程序主要是通過激光雷達來感知周圍環(huán)境，攝像頭用于圖像識別障礙物，兩者進行結合達到避障目的。

無人船進行自主巡航流程圖如圖12所示。

圖12 自主巡航流程圖

實現(xiàn)自主巡航具體分為以下幾個步驟：

1）上位機主控界面中點擊自主巡航，此刻無人船開啟了自主巡航功能。無人船控制程序初始化，在上位機界面地圖上標注一點中心點作為無人船的起始出發(fā)點，緊接著就是在無人船起始點經緯度編輯框中輸入經緯度坐標信息，作為無人船的起始點經緯度坐標，并進行設定，接下來響應函數將獲取并存儲起始點緯度坐標。同時利用UM_StartPosition消息將無人船起始點地圖坐標發(fā)送給地圖程序，此刻地圖程序中的響應函數接收到地圖坐標以后，將起始點位置顯示在地圖上。

2）在上位機地圖界面中設定四個點作為無人船航行點，其中一點為最終目標點。地圖程序中的鼠標點擊后，相應的響應函數OnButtonDown依次獲取目標點地圖坐標，并利用UM_TargetPoint消息將目標點坐標發(fā)送給主程序。當相應的響應函數接收到目標點坐標后，存在數組M_TargetArray中，根據無人船的起始點與目標點地圖坐標信息，根據先關算法算出實際的經緯度坐標并將數值存儲到相應的數組中，將無人船切換位自主巡航模式后，響應函數Wm_AutoNaviStart將消息傳遞給主控制程序，對應的響應函數OnStartAuto將無人船航行起始點設置為1。

3）當主程序接收到GPS信息后，開始標志位才置1，表示無人船進入自主航行狀態(tài)，將接收到的GPS信息通過串口發(fā)送給主控制程序。然后主控制程序將接收到的方向傳感器模塊、激光雷達、圖像識別模塊的信息進行解析融合，通過相關算法計算航向角、距離等信息，從而完成無人船的自主巡航。

5 實船測試

無人船的自主巡航、定點返航實驗，選取上海海洋大學的一個人工湖作為測試水域，忽略無人船與水體的摩擦，無風速，1m/s水流速情況下進行測試。

在上位機界面完成航跡點的設定，將坐標（30.885188N，121.898611E）作為起始點,無人船的起始航向為180度。由MATLAB得出擬合曲線，由網絡通訊模塊將無人船軌跡信息上傳上位機界面，圖13為無人船的模擬軌跡與實際航行軌跡圖。

圖13 無人船試驗航跡圖

圖14為無人船遇到障礙物進行自主避障的圖片。當無人船航行到理論的目標點時，通過傳統(tǒng)目標識別技術去緩慢的逼近目標點，可以避免由于外界不可抗力因素以及GPS定位不精準帶來的誤差。當無人船航行至理論的無線充電裝置坐標時，通過目標識別技術去緩慢的逼近目標點，圖15為無人船識別到無線充電裝置，正在慢慢逼近目標點。

圖14 無人船自主避障

圖15 目標裝置圖像識別

6 結語

本文主要研究主要是實現(xiàn)無人船自主巡航進行返航的問題。通過模糊PID控制實現(xiàn)對無人船航向控制；通過航跡路線的選擇、路徑控制算法實現(xiàn)無人船點到點的自主航行；通過激光雷達與圖像識別技術進行融合實現(xiàn)無人船的動態(tài)避障；但是在實際的環(huán)境中，大水流風速影響較大，對無人船的返航產生影響，所以在后面研究中針對不同的水流、風速展開研究，真正意義上的無人船的自主精準返航。