复杂海况下多水面高速无人艇编队稳定性及协同避碰方法研究

This research project is conducted under the background of safe formation navigation of the Multiple Unmanned Surface Vehicles as a way of formation in the complex ocean environment. The ontology and distributed filtering theory are applied to study the modeling problem of MUSVs’ collaborative awareness and issues on consistency of perceptual information fusion. By analysis of USV movement characteristics, the stability theory of the complex system and the related knowledge of graph theory are used to analyze the stability of the MUSVs’ formation control under considering the interference and constraints of sea wind, wave and current. To ensure the safety of MUSVs team navigation and meet the requirements of the International Regulations for Prevention of Collisions at Sea(COLREGS), the Machine Learning theory are used to build and optimize the knowledge base of MUSVs collision avoidance. The internal motion model for MUSVs is established with biological method, a virtual potential field for moving vessels and environmental barriers are set up and COLREGS rules are integrated into the virtual potential field of moving ship. The team collision avoidance, group collision avoidance and individual collision avoidance method are get by solving the equation of motion. The study of this project provides theoretical methods and technical foundation for practical use of MUSVs.

本项目以多水面高速无人艇（Multiple Unmanned Surface Vehicles，MUSVs）在复杂海洋环境中编队安全航行为研究背景，采用本体和分布式滤波方法研究MUSVs协同感知建模问题及感知信息的一致性融合问题。通过对USV运动特性分析，考虑海风、海浪以及海流等干扰约束，采用复杂系统的稳定性理论和图论相关知识，分析MUSVs队形控制的稳定性；为保证MUSVs团队航行的安全性以及满足国际海上避碰规则的要求，采用机器学习理论构建和优化MUSVs协同避碰知识库，仿照生物学方法建立MUSVs内部避碰运动模型，构建运动船只和环境障碍的虚拟势场，并将海事规则融入到虚拟势场中，通过求解避碰运动方程，得到MUSVs团队的整体避碰、分组避碰和个体避碰方法。通过本项目的研究得到协同感知环境表示方法、协同编队稳定性条件及协同避碰方法，为MUSVs的实用化提供理论方法和技术基础。

本项目以多水面无人艇（Multiple Unmanned Surface Vehicles，MUSVs）在复杂海洋环境中编队安全航行为研究背景，主要研究MUSVs协同感知建模问题、MUSVs队形控制的稳定性问题和多模式避碰问题。. 本项目根据语义知识框架，将MUSVs的环境感知与编队安全航行使命控制结合，将使命控制过程表达为语义知识图解的框架。为了便于USV之间的信息交换，体现知识的共享性和重用性，首先研究了基于本体理论的MUSVs协同感知的知识表示及建模方法；然后研究了影响MUSVs编队航行的不确定事件检测方法；最后提出了满足国际海上避碰规则的MUSVs协同避碰模式确定方法。.本项目充分考虑USV的复杂运动特性，基于图论理论建立了通信拓扑结构下的MUSVs运动模型，在此基础上，构建了合适的Lyapunov函数，采用Lyapunov稳定性理论研究了通讯受限和通讯延迟情况下MUSVs队形的稳定性问题，得出了在复杂海况条件下的USV队形控制稳定的条件。基于预测控制理论研究了协同路径跟踪控制方法，使MUSVs能够形成稳定的期望编队。. 本项目基于虚拟领航者和模型预测控制方法构建MUSVs协同避碰运动规划系统框架。首先根据实时感知信息规划虚拟领航者路径；然后，基于信息一致性理论规划MUSVs的协同避碰路径。在基于环境势场的路径规划模块中，根据环境障碍物和目标点分布、USV的速度信息、MUSVs避碰的海事规则等建立环境势场，沿环境势场梯度下降方向调整采样点，引导在线规划过程。为解决MUSVs之间协同避碰的问题，通过改进传统势场法，在避碰过程中同时考虑海事规则，得出MUSVs编队内部势场的表示模型，实现了MUSVs的整体避碰、分组避碰和个体避碰多模式避碰方法。. 本项目提出的MUSVs协同感知建模方法、MUSVs编队控制方法、多模式协同避碰方法对提高USV的智能水平提供了理论依据和技术支撑。