海上无人平台自动控制系统设计方案

水面无人艇（USV）的关键技术水面无人艇（Unmanned Surface Vessel,USV）近年来受到国内外越来越多的关注。

国内外USV的最新进展和成果前文已经介绍过了，这里不再累述，本文重点介绍USV的控制方式、动力机构、自动避碰技术及路径优化和未来技术发展，并针对我国内河环境展望了USV在航道数据测量和海事巡航方面的应用前景。

一、USV技术发展（一）USV控制方式USV 船舶控制方式主要有3种，即远程遥控、自主航行、远程遥控/自主航行双模。

1.远程遥控远程遥控是利用远程通信技术实现USV与岸上控制中心的信息交互，达到远程操控船舶的目的。

在USV航行时，控制中心与其交互的信息包括航行状态信息、视觉信息、故障诊断信息和控制指令等。

考虑到通信数据量大、实时性需求高的特点，比较适合的远程通信技术主要有WiFi，蜂窝网和卫星通信等，其中WiFi由于具备网络传输速率高、抗干扰能力强等特点，比较适合几百米范围内的通信，蜂窝网需要在其覆盖范围内使用，而卫星通信不受距离限制，但成本较高。

2.自主航行ASV与USV在概念上有所区别，主要表现在：①ASV 的航行、碰壁策略由自动控制系统提供，自动控制系统由远程控制中心或者由船舶自身控制，但船舶上允许有维护和服务人员；②USV可以是自主航行，也可以远程控制，但船舶上没有人。

ASV要求船舶自身具有完整的动力控制系统、航迹/航向控制系统、自动避碰系统、故障诊断系统和应急处置系统。

ASV一旦失控可能会造成十分严重的后果，因此在航行时ASV应与普通船舶一样遵守相同的交通规则，且一旦有故障发生，应采取应急措施。

3.远程遥控/自主航行双模以目前理论水平和技术条件而言，完全替代人来操控船舶是很难实现的。

采用远程遥控/自主航行双模这样一种比较常见和安全的控制方式是比较合适的。

船舶为自主航行船舶，船舶电脑系统中显示的航行路径、气象导航和轨迹参数会实时地更新和存储，通过雷达、AIS和红外传感器监测周围环境。

智慧海洋无人系统设计方案智慧海洋无人系统是一种利用无人机、自动化控制、物联网等技术手段实现对海洋环境数据采集、监测和管理的一种系统。

本文将从系统的组成部分、技术方案、数据处理和应用等方面进行设计方案的阐述。

一、系统的组成部分：智慧海洋无人系统主要由无人机、传感器设备、数据通信模块和数据处理与应用平台四个部分组成。

1.无人机：选择一种适用于海洋环境的无人机平台，具备定点悬停、自主导航的能力，并配备气象传感器、水质监测仪器等设备。

2.传感器设备：通过安装在无人机上的传感器设备，采集海洋环境中的气象数据、水质参数、水流速度等信息。

3.数据通信模块：利用无线通信技术，将传感器采集到的数据实时传输给数据处理与应用平台。

4.数据处理与应用平台：建立一个基于云计算的数据处理与应用平台，对传感器采集到的数据进行处理和分析，并为用户提供可视化的数据展示和决策支持。

二、技术方案：1.无人机的选择：选择一种具备抗风能力、长续航时间、可定点悬停的多旋翼无人机作为平台，其中配备高精度气象传感器和水质监测设备。

2.传感器设备的选择：根据海洋环境监测需求，选择适用的水质传感器、气象传感器、水流速度传感器等设备。

3.数据通信模块的选择：采用4G/5G通信技术，通过数据卡将传感器采集到的数据传输到云平台，实现实时数据传输。

4.数据处理与应用平台：建立一个基于云计算的大数据处理平台，使用人工智能和机器学习算法对传感器采集到的数据进行处理分析，并提供数据可视化、智能报警和决策支持等功能。

三、数据处理和应用：1.数据处理：采集到的数据通过云平台进行存储，并使用数据挖掘和分析算法对数据进行处理，提取有用的信息和特征，包括海洋气象变化、水质异常和海流变动等。

2.数据可视化：将处理后的数据以图表、地图等方式进行可视化展示，以便用户更直观地了解海洋环境变化趋势和异常情况。

3.智能报警：通过设置预警模型和规则，对传感器采集到的数据进行实时监测和分析，并在出现异常情况时发出报警信号，提醒相关人员及时采取措施。

无人水面艇仿真系统设计与实现胡辛明;张鑫;钟雨轩;彭艳青;杨毅;姚骏峰【摘要】无人水面艇(unmanned surface vehicle,USV)的海上调试成本高、难度大、效率低.为了减少海上调试工作量,设计了仿真系统,规划了仿真流程,为无人水面艇控制系统的测试和分析提供了平台.该仿真系统包括5个模块:显控模块用于全局路径规划和综合信息监控;数据仿真模块模拟障碍检测传感器与位置和姿态传感器数据;障碍处理模块对检测数据进行预处理、栅格化、聚类和拟合,并对拟合后的动态障碍进行跟踪;导航和避障模块嵌入视线制导(line of sight,LOS)导航和椭圆聚类-碰撞锥推演的动态避障算法;运动控制模块采用广义预测控制-比例积分(generalized predictive control-proportion-integral-derivative,GPC-PID)串级控制方法.各个仿真模块具有独立性,可根据不同需求替换.仿真实验结果表明了该系统设计的正确性和合理性.【期刊名称】《上海大学学报（自然科学版）》【年(卷),期】2017(023)001【总页数】12页(P56-67)【关键词】无人水面艇;仿真系统;全局路径规划;导航和避障;运动控制【作者】胡辛明;张鑫;钟雨轩;彭艳青;杨毅;姚骏峰【作者单位】上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072;中国人民解放军理工大学理学院,南京210007;上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072【正文语种】中文【中图分类】TP242.3无人水面艇(unmanned surface vehicle,USV)平台具有体积小、速度快、机动灵活等特点,根据不同的搭载平台,无人水面艇具有不同的功能,如海事管理、海上搜救和水文环境监测等.然而,无人水面艇控制系统比较复杂,海上调试存在成本高、难度大和效率低等问题.为了减少海上调试时间,需要设计仿真系统,对无人水面艇控制系统进行测试,为海上调试做好充分的准备工作.目前,国内外学者已经对无人水面艇进行了比较深入的仿真研究.挪威科技大学的Fossen和Breivik等研究了无人水面艇的航迹跟随[1-3]、动态定位[4-5]、目标跟踪[6]等问题,阐述了基于视线制导(line of sight,LOS)导航方法;并利用CS2(cybership 2)船模型搭建了半实物仿真平台[7],对航线和艏向的数据进行分析,证明了导航算法的有效性.Larrazabal等[8]利用Nomoto模型建立了艇体的辨识模型,设计了基于遗传算法的增益比例积分控制最优化(gain scheduling proportional-integral-derivate control optimized by genetic algorithms,GS-PIDGAs)控制器,结合模糊逻辑控制器来解决动力学的不确定问题,仿真实验结果表明,航线和航向角偏差较小,满足要求.吉林大学的杨树仁[9]基于电子海图设计了单机非实时船舶运动控制仿真系统,该仿真系统由5个部分组成:航迹控制器、舵机执行机构、舵机反馈机构、船舶运动模拟器和电子海图,并对A,B,C类船进行了3级海浪干扰仿真实验,结果可以看出航线和航向偏差都满足航迹控制要求.哈尔滨工程大学的卢艳爽[10]设计的仿真系统包括全局路径规划、航迹跟踪和动态避障等,并规划了仿真流程.本工作基于A*启发式搜索算法(A*算法)实现全局路径规划,采用“跟随目标”的方法实现无人水面艇的航线无障碍跟踪,提出“远域协商”动态避障方法,并进行了动、静态障碍物避障仿真实验.已有的无人水面艇仿真主要针对单一特定功能,系统较为简单,而本工作从全局路径规划、传感器数据模拟、障碍检测和跟踪、运动控制、导航和避障等方面系统性地提出了相对完备的仿真方案,为无人水面艇控制系统提供测试和分析平台,可减少30%～40%的海上调试工作量,对缩短无人水面艇研发周期,提高海上调试效率有重要意义.本工作主要贡献如下:(1)提出了无人水面艇仿真系统设计方案;(2)基于生物激励神经网络的完全遍历路径规划方法,结合电子海图提供的障碍信息,实现了全局路径规划;(3)仿真罗经和GPS数据,根据Nomoto模型和广义预测控制-比例积分(generalized predictive control-proportion-integral-derivative,GPC-PID)串级航迹控制方法,提出了无人水面艇的位置和姿态更新方法;(4)仿真激光数据,根据连通域标记法、K-means算法思想实现障碍的检测,基于Kalman滤波算法实现动态障碍跟踪;(5)在无人水面艇仿真系统中加入了海浪干扰并进行了仿真实验,实验结果证明了本系统设计的合理性.通常,无人水面艇系统包括无人艇艇体、显控台、GPS、罗经、激光、4G雷达、前视声纳、运动控制计算机等[11],其中显控台与无人水面艇之间通过无线进行信号传递,显控台根据任务类型进行路径规划,并监控无人水面艇的综合状态信息;GPS和罗经采集位置和姿态信息;激光和4G雷达用于海面障碍检测;前视声纳用于海下障碍检测;运动控制计算机内部包含障碍处理算法、导航和避障算法、运动控制算法,结合航线、位置和姿态、障碍信息,计算并控制喷泵的输出和舵机的转动,从而控制无人水面艇的运动.由以上无人水面艇系统信息传递过程规划出仿真系统的流程(见图1).设置全局任务路径、障碍物和无人水面艇的初始位置和姿态,当激光检测到障碍物,经过障碍处理,将障碍信息传递给导航和避障模块;随后导航和避障模块根据路径、障碍信息以及位置和姿态信息计算处理,得到无人水面艇的航向和速度,而将航向和速度变化作为运动控制的输入,输出舵角和油门,舵角和油门用于位置和姿态的更新;位置更新后,判断无人水面艇是否到达路径终点,若没有,则在新的位置继续进行障碍检测,并将新的位置和姿态信息、障碍信息作为导航和避障的输入,更新数据,直到无人水面艇到达路径终点.由无人水面艇仿真流程可确定仿真系统设计方案.仿真系统软件分为5个模块:显控模块、数据仿真模块、障碍处理模块、导航和避障模块、运动控制模块,其中显控模块实现全局路径规划和监控,数据仿真模块仿真激光、罗经和GPS数据,导航和避障模块用于控制无人水面艇航向和速度,而运动控制模块则是根据航向和速度变化控制舵角和油门.2.1 显控模块显控模块是基于电子海图实现的.电子海图具有地理信息获取和显示、船舶速度航向监控、报警等功能.显控模块主要进行全局路径规划和无人水面艇的综合信息显示.全局路径规划分为任务区域覆盖扫测和多点规划,其中任务区域覆盖扫测是在给定任务扫测区域规划出绕开障碍物的最优扫测路径;多点规划是用于无人水面艇布放和回收时,在海图上人工选取路径点,自动生成绕开障碍物的最短航行路线.电子海图提供的静止障碍物包括海岸线、码头、浮标和岛屿等.任务区域的覆盖扫测是基于生物激励神经网络的完全遍历路径规划方法实现[12],其中生物激励神经网络用于移动机器人工作环境建模,而完全遍历路径规划包括模板模型法和A*算法,能够实现复杂岛礁区域周围环境的遍历.图2(a)为在电子海图上实现的存在岛礁的任务区域覆盖扫测,只要给定扫测范围、起点、方向和距离就可以自动规划出最优扫测路径;图2(b)为在海图上实现的多点规划(多点规划是基于A*算法实现的,能够实现代价最小的路径规划),只要给定路径点就可以规划出一条绕开障碍物的最短航行路径.2.2 数据仿真模块数据仿真模块包括仿真障碍检测、位置和姿态数据,其中障碍检测数据指的是激光扫到物体后得到的距离和角度,位置和姿态数据是由GPS和罗经采集得到的位置和姿态信息.2.2.1 激光数据仿真激光测距[13]的方法有多种,但目的都是为了获取目标的角度和距离.常用的方法是脉冲法,即在工作时向目标射出3维很细的激光(由光电元件接收目标反射的激光束),计时器测定激光束从发射到接收的时间差,从而得到距离.式中:D为激光传感器与被测障碍物之间的距离;c为光在真空中的传播速度(3×108m/s);∆T为激光两路脉冲信号之间的时间间隔;ς是激光传输介质的平均反射率,在空气中取1.通常,激光的扫描距离D、扫描范围ϕ、角度分辨率∆θ都为已知参数.将激光安装在无人水面艇上时,激光中垂面与艇的中垂面重合.在电子海图里以激光位置为原点,艏向为x轴,建立平面直角坐标系.设置圆形的障碍物位置和大小,Pn(x,y)为激光束打在障碍物上的点(见图3),则可以得到每一个激光束与x轴夹角θn,即获得了激光角度信息.联立激光束直线方程和圆的方程,可以得到激光束与圆的交点Pn(x,y)的坐标值,求得距离D,取其中较小值;若无交点,则距离D=0,即可得到激光的距离信息.依此类推,可以得到所有激光束数据,激光数据仿真即可完成.2.2.2 位置和姿态数据仿真无人水面艇的位置坐标和速度由GPS采集,姿态信息由罗经采集.姿态信息包括航向角、艏向角、俯仰角、横滚角、航向角速度、艏向角速度、俯仰角速度和横滚角速度等.由于与导航和避障相关的数据主要包括位置坐标、航向角、航向角速度和速度,故仿真系统针对这4个参数进行仿真.航向角速度由舵机运动决定,并受到艇体本身结构、惯性和风浪的影响.常用的舵角与航向角速度的辨识模型为经典的Nomoto模型[14],本工作采用简化的一阶Nomoto模型,即舵角变化δ和航向角速度r的关系为式中,S为传递函数,K为静态航向角速度增益,T为时间常数.航向角变化量∆ψ由航向角速度r积分得到,由此可以得到航向角ψt:式中,f为更新频率,ψt−1为上一帧航向值.无人水面艇的速度大小由油门控制,油门与速度可以用简单的线性关系表示,即式中,k为油门系数.无人水面艇的位置变化量∆P由速度V和航向ψ决定,由此可以得到位置坐标:式中,ψt−1为上一帧航向值.2.3 障碍处理模块激光数据处理模块包括障碍检测和跟踪.障碍检测是将激光采集的数据处理成椭圆障碍,其过程包括预处理、栅格化、聚类和拟合等.预处理是去除激光里面的特殊点,对于多线激光,还需将激光点投影到同一个平面;栅格化的方法比较多,本工作采用最大最小高度图法[15-16]对激光数据进行栅格化;采用通常用在二值图像处理的连通域标记算法[17-18]对栅格进行聚类,得到障碍物块;海上障碍多为船只,船只长和宽的比例较大,可以近似看成椭圆,基于K-means算法思想[19],对聚类的障碍物块的形状进行近似拟合,形成椭圆的障碍信息.激光数据处理过程如图4所示.图5为对实际场景中采集的激光数据进行处理的结果,其中(a)为多线激光检测实际场景,(b)为多线激光检测障碍物得到的立体点云,(c)为经多线激光数据处理形成的椭圆障碍信息.现实中的障碍物多为动态,对障碍物位置和速度进行预测必不可少.障碍目标跟踪有两个作用:一是减少或消除传感器的检测误差,二是为动态避障提供预测位置和速度信息.Kalman滤波器是一种线性递归滤波器[20],是用于状态最优估计的常用算法,通过动态的状态和观测方程描述系统,并采用递归滤波方法预测下一个状态的最优估计.由于仿真激光数据采样时间间隔短,处理得到的椭圆目标运动状态变化小,故将目标运动定为匀速直线运动.将运动椭圆的中心轨迹作为输入,利用最近邻域法将测量值与预测值进行关联,并采用Kalman滤波进行最优状态估计,从而得到下一时刻的椭圆障碍物位置和速度信息.图6为基于Kalman滤波算法的障碍目标跟踪过程.2.4 导航与避障模块在电子海图上利用全局路径规划方法生成任务路径,其中导航算法是控制无人水面艇在复杂的海洋环境干扰下,按照既定路径进行航行,故导航算法是无人水面艇执行任务的前提,导航算法的优劣直接影响到任务的执行结果.LOS是一种直线循迹的方法,该算法首先在航行路段上虚拟出一个追踪目标,然后引导船舶沿着船舶到追踪目标的视线方向航行.目前,常用的虚拟追踪目标确定方法主要包括封闭圈法和超前置位法.本仿真系统采用封闭圈法,即以船舶为圆心建立一个半径固定不变的封闭的圆圈,将封闭圈与计划航线的交点设为虚拟目标点.随着船舶不断接近计划航线,船舶航向偏差也随之减小,这样就达到同时减小位置和航向偏差的目的.无人水面艇在海上执行任务时会遇到其他船舶、岛礁、灯塔等障碍物,因此避障功能是其安全航行的重要保障.海上航行的船舶需要遵循《国际海上避碰规则》,已有很多基于《国际海上避碰规则》的导航避障算法,如神经网络算法、进化算法、模糊逻辑算法、2D栅格地图等.本工作中的避障算法遵循《国际海上避碰规则》,基于椭圆聚类-碰撞锥推演的无人水面艇海洋动态避障控制方法实现无人水面艇避障.该方法是基于Chakravarthy等[21]和Fiorini[22]的点与点、点与圆的碰撞锥方法,其本质是在未知轨迹的移动目标之间进行碰撞检测,根据已计算出的碰撞锥区间采取相应的避碰措施.无人水面艇采取避障措施后会偏离原先设定的路径,因此利用LOS导航算法可实现其航迹回归.2.5 运动控制模块导航和和避障算法的输出是期望速度和航向(速度和航向的变化是由油门和舵机决定的),运动控制模块主要是接收航迹跟踪和避障算法输出的期望速度和航向,计算处理后产生油门和舵角值.油门值可由式(4)反推得到,即而舵角值的确定则需利用GPC-PID串级控制方法[23],将广义预测理论与PID控制器相结合,来克服无人水面艇系统中存在的时滞,故该系统具有较强的鲁棒性和抗干扰能力.GPC-PID运动控制原理如图8所示.图8中,ψr为航迹跟踪和自主避障模块输出的期望航向角,ψ为实际航向角,ψr和ψ作为GPC的输入量输出控制量δr,而δr作为PID输入量输出舵角δ,G1为2.2.2节提到的一阶Nomoto模型,其输出为航向角速度γ.2.6 航向干扰无人水面艇在航行过程中会受到风、浪、流的干扰,其中风浪会对无人水面艇的艏摇、横摇和纵摇产生影响,故本工作加入2阶风浪模型对艏摇产生干扰[24]:式中,ω(s)为高斯白噪声,h(s)为2阶海浪传递函数,其中λ为阻尼系数,ω0为海浪频率,σ为海浪强度.在完成仿真系统中的流程和方案设计后,为了验证仿真系统设计的正确性和合理性,以航线跟踪精度和避障效果为指标对仿真系统进行实验.本仿真实验为半实物仿真,硬件平台有显控、仿真和控制计算机等.3.1 算法步骤利用显控计算机进行全局路径规划,由仿真计算机更新位置、仿真障碍信息等,由控制计算机根据任务航线、障碍信息、输出期望油门和舵角给仿真计算机,以便进行位置和姿态更新.仿真实验算法步骤如下:(1)设定全局路径L、障碍物Φ,初始化无人水面艇位置和姿态,如位置P(x,y)、航向ψ、速度V等;(2)激光检测Φ,输出激光数据,经过障碍处理后得到障碍物Φ′;(3)导航和避障根据L,Φ′,P(x,y),ψ,计算输出期望航向ψr和速度Vr.(4)将ψr,Vr作为运动控制的输入量,输出舵角δ和油门E;(5)将δ,E作为位置和姿态更新的输入,输出更新后的位置和姿态信息P(x,y),ψ,V,航向角速度γ;(6)循环执行步骤(2)～(5),直到到达路径结束点.3.2 仿真对象本仿真实验以上海大学“精海3号”无人水面艇的控制系统为仿真对象,艇体和激光参数如表1和2所示.经测试,“精海3号”无人水面艇静态航向角速度增益K=0.3176,时间常数T=0.2417,舵角与航向角速度关系为根据Fossen的理论[25],通常情况下海浪干扰参数Kω=4693.9,λ=0.12,ω0=0.8,则3.3 仿真实验结果和分析仿真实验基于电子海图来实现,图9(a)～(c)依次为无人水面艇任务区域覆盖扫测、动态避障和多障碍避障实验结果.图中黑色同心圆为无人水面艇,红色圆为障碍物,蓝色半圆点云为激光打在障碍物上的点,褐色圆为障碍处理后得到的障碍信息,红色轨迹线为障碍信息的运动轨迹,红色虚线圆为激光检测范围.可以看出,无人水面艇在遇到障碍物后能够按照正确的方向进行避障并回归航线.如图10所示,在导航循迹实验中,取50 s,500帧数据进行分析,其中(b)和(c)为航迹、航向偏差情况.实验得出最大航迹偏差为13.1 m,最大航向偏差为10.7°.结果满足IEC 6206标准[26]航向偏差不超过15°,航迹偏差不超过35 m的航迹控制要求.取“精海3号”在东海2级海况下测绘数据进行分析,得到最大航迹偏差为9.7 m,最大航向偏差7.8°.经分析可知,仿真结果和实际实验结果相近,仿真结果偏差较大的原因是受海浪干扰模型影响较大.本工作为提高海上调试效率,为无人水面艇的控制系统提供了测试和分析平台,搭建了仿真系统;提出了无人水面艇仿真系统设计方案,即将仿真系统分为5个模块,利用电子海图信息和生物激励神经网络的完全遍历路径规划方法实现全局路径规划,并根据无人水面艇在海上航行实际情况,实现了无人水面艇的位置和姿态更新;仿真了激光数据,进行障碍检测处理,并对动态障碍进行运动预测.在进行导航和避障实验中加入了2阶风浪干扰,实验结果和数据分析表明本仿真系统能对无人水面艇控制系统性能进行测试,验证了所设计系统的合理性和正确性.【相关文献】[1]FOssEN T I,BREIVIK M,SKJETNE R.Line-of-sight path following of underactuated marine craft[C]//Proceedings of the 6th IFAC MCMC.2003:244-249.[2]PAVLOV A,NORDAHL H,BREIVIK M.MPC-based optimal path following for underactuated vessels[J].IFAC International Conference on Manoeuvring and Control of Marine Craft,2009, 42(18):340-345.[3]BREIVIK M,HOVsTEIN V E,FOssEN T I.Straight-line target tracking for unmanned surface vehicles[J].Modeling,Identifcation and Control,2008,29(4):131-149.[4]KJERsTAD K,BREIVIK M.Weather optimal positioning control for marine surface vessels[J]. IFAC Conference on Control Applications in Marine Systems,2010,43(20):114-119.[5]BREIVIK M,STRAND J P,FOssEN T I.Guided dynamic positioning for fully actuated marine surface vessels[C]//Proceedings of the 7th IFAC MCMC.2006:1-6.[6]BREIVIK M,FOssEN T I.Guidance laws for planar motion control[J].IEEE Conference on Decision and Control,2008,16(5):570-577.[7]BREIVIK M.Nonlinear maneuvering control of underactuatedships[D].Trondheim:Norwegian University of Science and Technolgy,2003:75-79.[8]LARRAZABAL J M,PE˜NAs M S.Intelligent rudder control of an unmanned surface vessel[J]. Expert Systems with Applications,2016,55:106-117.[9]杨树仁.船舶航迹控制算法的研究与仿真[D].长春:吉林大学,2014.[10]卢艳爽.水面无人艇路径规划算法研究[D].哈尔滨:哈尔滨工程大学,2010.[11]杨学斌.无人艇体系结构研究[D].大连:大连海事大学,2011.[12]朱博,邓三鹏,王英飞,等.基于生物激励神经网络的移动机器人遍历路径规划[J].装备制造技术,2014(12):30-32.[13]YOON C.Human following of a mobile service robot with single laser rangefnder[J].Journal of Measurement Science and Instrumentation,2012,3(1):94-98.[14]Xu F,XIAO T,XING X W.Identifcation of Nomoto models with integral sample structure for identifcation[C]//Chinese Control Conference.2014:6721-6725.[15]谌彤童．三维激光雷达在自主车环境感知中的应用研究[D]．长沙:国防科学技术大学,2011.[16]HIMMELsBACH M,M¨uLLER A,L¨uTTEL T,et al.LIDAR-based 3D object perception[C]// Proceedings of 1st International Workshop on Cognition for Technical Systems.2008. [17]APPIAH K,HuNTER A,DICKINsON P,et al.A run-length based connected component algorithm for FPGA implementation[C]//International conference on Field-Programmable Technology. 2008:177-184.[18]JOHNsTON C T,BAILEY D G.FPGA implementation of a single pass connected components algorithm[C]//4th IEEE International Symposium on Electronic Design,Test and Applications. 2008:228-231.[19]LINGRAs P,WEsT C.Interval set clustering of web users with rough K-means[J].Journal of Intelligent Information Systems,2004,23(1):5-16.[20]JABBARIAN M,BIZAKI H K.Target tracking in pulse-doppler MIMO radar by extended Kalman flter using velocity vector[J].20th Iranian Conference on Electrical Engineering.2012:1373-1378.[21]CHAKRAVARTHY A,GHOsE D.Collision cones for quadric surfaces[J].IEEE Transactions on Robotics,2011,27(6):1159-1166.[22]FIORINI P.Motion planning in dynamic environments using velocityobstacles[J].International Journal of Robotics Research,1998,17(7):760-772.[23]彭艳,吴伟清,刘梅,等.无人艇航迹跟踪GPC-PID串级控制[J].控制工程,2014,21(2):245-248.[24]THOMAs S.Guidance system for autonomous surfacevehicles[D].Trondheim:Norwegian University of Science and Technology,2015.[25]FOssEN T I.Handbook of marine craft hydrodynamics and motion control[J].IEEE Control Systems,2016,36(1):78-79.[26]刘廷伟.船舶航迹控制及气象导航方法的研究[D].长春:吉林大学,2015.。

自动化控制Automatic Control电子技术与软件工程Electronic Technology&Software Engineering 无人船控制系统设计与研究陶瑞（珠海云洲智能科技有限公司广东省珠海市519000）摘要：本文结合常见无人船结构，分别从无人船控制系统设计、控制系统设计方案实现角度入手，对“无人船控制系统设计与研究”进行深入探究。

关键词：无人船；控制系统；信息采集系统无人船是现代社会科学技术与海洋经济之间融合发展的产物，是一种智能化、无人化、网络化的水面工具，能够广泛应用于海洋医药、海洋生态监控、滨海湿地生态监控、海上救援、海上巡逻等各个方面，具有极其重要的实用价值。

在无人船控制系统的设计过程中，技术人员需要优化整体框架设计，之后分别从下位机、网络通信系统、导航系统、信息釆集系统、动力系统等入手设计，以此完善控制系统功能，凸显控制系统的重要作用。

此外，建议技术人员要细化每一个子系统的设计细节，引进相关参数的设备及元器件，从而实现设计目标，满足设计需求，形成具有良好性能的无人船控制系统，为无人船的有效运用提供保障⑴。

1无人船控制系统设计1.1总系统框架设计在无人船控制系统设计中，技术人员首先要进行整体框架设计，为之后的控制系统子系统设计奠定良好的基础。

合理的框架结构不仅能够有序推动子系统设计的顺利进行，还能够保证控制系统运行稳定，有效实现无人机的应用功能。

技术人员需要分析无人船的运行环境及工作需求，着重关注水上无人船控制系统，分别提出载体机械架构、网络通信子系统、自主导航子系统、环境信息采集子系统、动力装置子系统、驱动中心子系统等，每一个子系统都有自己的功能与作用，这些子系统共同构成了无人船控制系统框架。

之后，在无人船船体模块设计中，技术人员需要保证窗体轻便灵活，控制船身的长度、高度、宽度与自身重量，优化设计最大载重约为200kg,以便于适应各种工作需求与水上工作环境。

自动化控制系统设计方案引言概述：自动化控制系统是一种能够对机械、电气、电子、计算机等系统进行自动控制和监控的系统。

在工业生产、交通运输、能源管理等领域中起着至关重要的作用。

设计一个高效可靠的自动化控制系统方案对于提高生产效率和降低成本具有重要意义。

一、系统需求分析1.1 系统功能需求：确定系统需要实现的功能，包括控制、监测、报警等功能。

1.2 系统性能需求：确定系统需要具备的性能指标，如响应速度、精度、可靠性等。

1.3 系统安全需求：确保系统在运行过程中能够保障人员和设备的安全。

二、硬件设计2.1 控制器选择：根据系统需求选择合适的控制器，如PLC、单片机等。

2.2 传感器选择：选择适合系统的传感器，如温度传感器、压力传感器等。

2.3 执行器选择：根据系统需要选择合适的执行器，如电机、阀门等。

三、软件设计3.1 程序设计：根据系统功能需求编写控制程序，包括逻辑控制、数据处理等。

3.2 界面设计：设计用户界面，方便操作人员进行监控和操作。

3.3 系统集成：将硬件和软件进行集成，确保系统能够正常运行。

四、系统调试与优化4.1 系统调试：对系统进行调试，验证系统的功能和性能是否符合设计要求。

4.2 系统优化：根据实际运行情况对系统进行优化，提高系统的稳定性和效率。

4.3 系统测试：进行系统测试，确保系统在各种情况下能够正常运行。

五、系统维护与升级5.1 系统维护：定期对系统进行维护，保障系统的正常运行。

5.2 系统监控：建立系统监控机制，及时发现并解决系统故障。

5.3 系统升级：根据业务需求对系统进行升级，保持系统与时俱进。

总结：设计一个高效可靠的自动化控制系统方案需要对系统需求进行充分的分析，合理选择硬件和软件，进行系统调试与优化，最后进行系统维护与升级。

只有这样，才能确保系统能够稳定高效地运行，为生产和管理提供有力支持。

第33期2019年11月No.33November ，2019深海无人潜航器新型方案设计摘要：文章基于对国内外深海无人潜航器的现状和发展趋势的分析，总结前人经验，通过数字化设计，用Solidworks 建立无人潜航器的三维模型，确定深海无人潜航器的结构，基于3D 打印技术完成所需配件、外壳的制作，加入单片机实现潜航器的运动控制，完成无人潜航器实体模型，后期将在广州航海学院多功能船舶与海洋水池中进行水下实验，收集实验数据，验证模型的可行性，为下一代无人潜航器的制作奠定基础。

关键词：无人潜航器；方案设计；建模；单片机控制中图分类号：U674文献标志码：A江苏科技信息Jiangsu Science &Technology Information端木玉，陈奕忠，李镇欣（广州航海学院船舶与海洋工程学院，广东广州510725）基金项目：广东省级大学生创新创业训练计划项目；项目编号：S201911106016。

作者简介：端木玉（1981—），男，江苏南京人，讲师，博士；研究方向：船舶与海洋工程。

引言无人潜航器（unmanned underwater vehicle ，UUV ）是一种无人操作，靠遥控或自动控制在水下航行的设备，按其应用领域分为军用和民用。

在民用方面，寻找失事舰船、潜艇探测打捞、搜索海底资源、绘制海图等，无人潜航器已经成为一大助力，如：美国的BLUEFIN-21型AUV 曾参与马航的水下搜寻。

在军用方面，无人潜航器的作用也是一大助力，如：战术水文资料的收集、水下侦察、排除水雷及反潜。

2018年日本就考虑使用无人潜航器对潜艇进行跟踪监视任务。

未来，随着无人潜航器的应用领域不断扩大，深海潜器会向着性能更强、兼容性更强、续航力更高、智能化程度更高等方向发展，更多的高科技技术将应用于无人潜航器，将产生新概念的无人潜航器［1］。

目前，世界上大多数国家正在从事无人潜航器的研制，其中，美国、俄罗斯、欧洲、日本、法国等国家处于领先地位。

海上无人平台自动控制系统设计方案海洋石油开采具有成本高、风险大、技术难、油藏散的特点，为了克服这些不利因素，一种值得学习的方法就是：在一座母平台的周边建设多个无人平台，形成一个平台群。

而自动控制的实现形式对无人平台安全、稳定、高效运行具有决定性作用，因此讨论无人平台自动控制的实现具有深远的意义。

标签：无人平台；过程控制；设備保护1 概述现代海上石油开采往往是以作业区为单位进行组织构架，即一个母平台周围会有多个子平台或无人平台。

无人平台与母平台之间通过海底管线进行原油传输，通过海底电缆、光纤进行电力及控制信息的传送。

母平台和无人平台上各有一套独立的控制系统，分别对母平台和无人平台生产设施进行监控，同时母平台和无人平台的控制系统之间又有相互的联系。

第一，母平台控制系统接收无人平台的I、IIB和因火气原因产生的IIA级关断信号并引起对应工艺流程的生产关断；第二，母平台控制系统监视无人平台的生产、ESD 和火气系统状态；第三，当母平台发生I、IIB和IIA级关断时，将发出信号至无人平台触发IIW级关断信号来关断无人平台工艺流程。

2 控制系统概述中控系统的功能由ABB公司的IndustrialIT AC800M+S800I/O产品来实现。

该系统的组成主要包括过程控制系统、设备保护系统和操作站。

过程控制系统采用AC800M PM861A 冗余控制器；设备保护系统采用AC800M PM865冗余控制器；操作站采用研祥公司操作站。

包括液晶显示器，Windows操作软件，Intel Pentium 处理器。

整个系统采用10M/100M以太网，实现统一通讯和管理。

平台的中控室内配置了两套独立的控制系统。

第一套为过程控制系统（PCS），第二套为设备保护系统（FPS），包括紧急关断系统（ESD）、火气探测和消防系统（F&G）。

过程控制系统用于对工艺过程的数据采集和控制；ESD和F&G系统用于平台的紧急关断以及对火气的探测和自动/手动消防。

海洋船舶北斗定位导航系统解决方案华云科技有限公司2013年10月目录一、综述 (5)二、系统解决方案 (6)（一）设计目标与原则 (6)1。

设计目标 (6)2。

设计原则 (7)（二）总体方案设计 (7)1。

卫星导航运营中心 (8)2. 岸端监控中心 (9)3。

船载北斗定位导航终端 (9)（三）岸端监控中心功能设计 (10)1.岸船信息互通 (10)2.位置监控 (10)3。

应急调度 (10)4。

船舶报警 (11)5.增值信息服务 (12)6.系统管理 (12)7。

系统接口 (13)（四）船载北斗定位导航终端 (14)1。

主要特点 (15)2。

终端功能 (15)3。

主要性能指标 (20)（五）硬件环境要求 (21)1。

主机存储 (21)2。

网络 (22)3。

系统支撑软件 (22)三、系统造价 (24)（一）概算一(终端含屏及本地导航） (25)(二）概算二（终端不含屏） (27)一、综述最古老的航海导航的方法是罗盘和星历导航，人类通过观察星座的位置变化来确定自己的方位；最早的导航仪是中国人发明的指南针,后来发展成一直为人类广泛应用的磁罗经。

在随后的两个世纪里,人类通过综合利用星历知识、指南针和航海表来进行导航和定位。

卫星技术应用于海上导航可以追溯到20世纪60年代的第一代卫星导航系统Transit,但是它有不连续导航、定位的时间间隔不稳定等缺点。

GPS系统的出现克服了Transit系统的局限性,而且提高了定位精度、可进行连续的导航、有很强的抗干扰能力，取代了陆基无线电导航系统,在航海导航中发挥了划时代的作用.2000年我国建成北斗卫星导航试验系统，中国成为第三个拥有自主卫星导航系统的国家。

截至2012年底，北斗卫星导航系统已经成功发射16颗卫星,并组网运行，形成区域服务能力。

目前在北京、郑州、西安、乌鲁木齐等地区，中国卫星导航定位精度可达7米,在东盟国家等低纬度地区，定位精度可达到5米左右。

随着新一代北斗导航卫星的发射，以及在技术以及管理上的诸多创新，北斗卫星导航精度有望继续提高。