基于人工智能的无人船主动自扶正系统调控方法 |
|||||||
| 申请号 | CN202410421553.8 | 申请日 | 2024-04-09 | 公开(公告)号 | CN118011839A | 公开(公告)日 | 2024-05-10 |
| 申请人 | 哈船通航(三亚)技术服务合伙企业(有限合伙); 苏州世航智能科技有限公司; | 发明人 | 陈晓博; 张迅; 冯翠芝; | ||||
| 摘要 | 本 发明 涉及无人船控制技术领域，具体涉及基于 人工智能 的无人船主动自扶正系统调控方法，该方法包括：采集无人船所处 位置 的波浪高度数据、平衡 电机 控制 信号 强度；获得波浪 频谱 图；基于波浪频谱图预测下一段时间内的波浪频谱变化情况，构建波浪频谱强度变化倾向；对当前波浪频谱图所有 频率 采样 位置的 能量 与其余波浪频谱图的能量分布特征进行分析，构建预测波浪频移强度比；根据波浪参数和平衡电控 推进器 控制信号 的 波形 差构建波浪电机 相位 嵌合强度；构建控制信号参数向量；获取自适应度函数；采用遗传 算法 获取各时刻无人船最佳控制信号参数向量，从而保证无人船在复杂 水 况下快速响应，实现自动扶正，保证航行的 稳定性 。 | ||||||
| 权利要求 | 1.基于人工智能的无人船主动自扶正系统调控方法，其特征在于，该方法包括以下步骤： |
||||||
| 说明书全文 | 基于人工智能的无人船主动自扶正系统调控方法技术领域[0001] 本申请涉及无人船控制技术领域，具体涉及基于人工智能的无人船主动自扶正系统调控方法。 背景技术[0002] 随着人工智能技术的不断发展，无人船在水文勘测领域得到广泛应用。这些无人船可以在复杂的水文环境中长时间运行，从而实现对水文数据的有效采集。为了确保无人船能够顺利执行勘测任务，抵御风浪等外部干扰的影响，非常重要的一点是时刻保持无人船的稳定航行状态。 [0003] 无人船大多在设计阶段通过船体设计来保证无人船具有自扶正能力量，但这会导致无人船对传感器的装载能力造成影响，如果用户自主加装传感器可能削弱甚至改变无人船的自扶正能力，导致无人船容易倾翻。而传统的船舶大多采用陀螺稳定器进行船舶的自主扶正控制，但是该设备相对于无人船重量大，耗能高，不适用于有着长时间作业要求的无人船。因此无人船需要一套主动自扶正系统来辅助无人船在航行时抵御风浪，防止在恶劣天气下倾翻。发明内容 [0004] 为了解决上述技术问题，本发明提供基于人工智能的无人船主动自扶正系统调控方法，以解决现有的问题。 [0005] 本发明的基于人工智能的无人船主动自扶正系统调控方法采用如下技术方案：本发明一个实施例提供了基于人工智能的无人船主动自扶正系统调控方法，该方法包括以下步骤： 获取各时刻无人船所处位置的波浪高度数据；获取各时刻平衡电机控制信号的强度； 对连续时刻内的波浪高度数据进行快速傅里叶变换处理获得各波浪频谱图；预设波浪频谱图的各频率采样位置；根据相邻波浪频谱图同一频率采样位置的能量变化获取各频率采样位置的能量变化预测比例；根据当前波浪频谱图所有频率采样位置的能量结合能量变化预测比例，获取当前波浪频谱图的波浪频谱强度变化倾向；根据当前波浪频谱图各频率采样位置的能量分布以及对应的频率分布，获取当前波浪频谱图的频率分布中心；根据当前波浪频谱图的频率分布中心结合波浪频谱强度变化倾向获取下一个波浪频谱图的预测波浪频率移动强度；将下一个波浪频谱图的预测波浪频率移动强度与当前波浪频谱图的频率分布中心的比值作为下一个波浪频谱图的预测波浪频移强度比；根据下一个波浪频谱图的预测波浪频移强度比结合当前频谱图的波浪数据与平衡电机控制信号的强度的差异程度，获取当前频谱图对应时间段内波浪电机相位嵌合强度； 将各时刻的控制信号的频率、占空比、峰值电压、相位调整比例组成各时刻的控制信号参数向量，结合各时刻对应的波浪频谱强度变化倾向、预测波浪频移强度比、波浪电机相位嵌合强度，获取自适应度函数；根据自适应度函数采用遗传算法获取各时刻无人船最佳控制信号参数向量，完成无人船的主动自扶正。 [0006] 优选的，所述对连续时刻内的波浪高度数据进行快速傅里叶变换处理获得各波浪频谱图，包括：以当前时刻为起点，向前连续获取预设数量个波浪高度数据按照时序排列组成长波浪向量；对长波浪向量按照预设长度进行分割获取各个瞬时波浪向量，经快速傅里叶变换获取各个波浪频谱图。 [0007] 优选的，所述根据相邻波浪频谱图同一频率采样位置的能量变化获取各频率采样位置的能量变化预测比例，表达式为：式中， 是第h个频率采样位置的能量变化预测比例，D是波浪频谱图的数量，、 分别是第d、d+1个波浪频谱图第h个频率采样位置的能量， 是自然常数，d是波浪频谱图的序号值。 [0008] 优选的，所述获取当前波浪频谱图的波浪频谱强度变化倾向，具体为：计算当前波浪频谱图各频率采样位置的能量与对应频率采样位置的能量变化预测比例的乘积；将当前波浪频谱图所有频率采样位置的所述乘积的和值作为当前波浪频谱图的波浪频谱强度变化倾向。 [0009] 优选的，所述获取当前波浪频谱图的频率分布中心，具体为：计算当前波浪频谱图所有频率采样位置的能量的和值；计算当前波浪频谱图各频率采样位置的能量与作数和值的比值；计算当前波浪频谱图各频率采样位置的频率与所述比值的乘积；将当前波浪频谱图所有频率采样位置的所述乘积的和值作为当前波浪频谱图的频率分布中心。 [0010] 优选的，所述根据当前波浪频谱图的频率分布中心结合波浪频谱强度变化倾向获取下一个波浪频谱图的预测波浪频率移动强度，具体为：计算当前波浪频谱图的各频率采样位置的频率、能量以及对应频率采样位置的能量变化预测比例的乘积；计算当前波浪频谱图所有频率采样位置所述乘积的和值，计算当前波浪频谱图所述和值与波浪频谱强度变化倾向的比值；将当前波浪频谱图的频率分布中心与所述比值的差值作为下一个波浪频谱图的预测波浪频率移动强度。 [0011] 优选的，所述获取当前频谱图对应时间段内波浪电机相位嵌合强度，表达式为：式中， 是第D个波浪频谱图的对应时间内波浪与电机控制信号的相位嵌合强度， 是第D+1个波浪频谱图的预测波浪频移强度比，B是波浪频谱图对应瞬时波浪向量的窗口长度， 是第D个波浪频谱图对应瞬时波浪向量的绝对值均值， 是第D个波浪频谱图对应瞬时波浪向量第t时刻波浪强度大小， 是平衡电机控制信号在t时刻的控制信号强度。 [0012] 优选的，所述获取自适应度函数，具体为：获取第一部分自适应度函数、第二部分自适应度函数；将第一部分自适应度函数与第二部分自适应度函数的差值作为自适应度函数。 [0013] 优选的，所述第一部分自适应度函数，具体为：分别计算当前时刻与前一时刻的峰值电压的差值、均值；将所述差值与所述均值的比值作为当前时刻的峰值电压变化量；针对频率数据，采用与峰值电压变化量同样的计算方法获取当前时刻的频率变化量； 对于任一控制信号参数向量，计算当前时刻的峰值电压变化量与占空比的乘积； 将所述乘积与波浪频谱强度变化倾向的差值作为当前时刻任一控制信号参数向量的电机波浪波强差异比；将当前时刻的频率变化量与预测波浪频移强度比的差值作为当前时刻任一控制信号参数向量的电机波浪波频差异比；将当前时刻的相位调整比例与波浪电机相位嵌合强度的差值作为当前时刻任一控制信号参数向量的电机波浪相位差异比； 获取当前频谱图对应时间内各时刻无人船的方向倾角；第一部分自适应函数表达式为： 式中， 是t时刻的第一部分自适应度函数， 、 分别是t时刻任意 个体、t‑1时刻最佳个体的电机波浪波强差异比， 、 分别是t时刻任意个体、t‑1时刻最佳个体的电机波浪波频差异比， 、 分别是t时刻任意个体、t‑1时刻最佳个体的电机波浪相位差异比， 是a时刻的无人船的方向倾角，B是波浪频谱图对应瞬时波浪向量的窗口长度； 其中，所述个体为控制信号参数向量；所述最佳个体为使得自适应度函数值最大的控制信号参数向量。 [0014] 优选的，所述第二部分自适应度函数，包括：分别计算当前时刻与上一时刻的占空比、相位调整比例的差值绝对值，分别记为第一差值绝对值、第二差值绝对值；将所述第一差值绝对值、所述第二差值绝对值以及所述频率变化量的和值作为第二部分自适应度函数。 [0015] 本发明至少具有如下有益效果：本发明针对无人船在行驶过程中遭遇恶劣水文环境易倾翻，而传统的陀螺稳定器不适合无人船自扶正的问题，采用人工智能方法对无人船进行自扶正调控。首先根据无人船遭受的波浪情况基于波浪频谱图预测下一段时间内的波浪频谱变化情况，构建波浪频谱强度变化倾向，表征波浪的强度变化趋势；结合频谱图中不同位置的能量与当前时刻波浪频谱图的频谱分布，得到波浪频移强度比，表征波浪的频率变化趋势；根据波浪参数和平衡电控推进器控制信号的波形差，得到波浪电机相位嵌合强度，表征波浪对无人船的周期影响和平衡电控推进器的工作周期的互相抵消情况，并消除波浪的频率不稳定程度对相位计算的影响。 [0016] 进一步，采用遗传算法将平衡电控推进器控制信号的参数作为个体，结合波浪频谱强度变化倾向、波浪频移强度比、波浪电机相位嵌合强度构建自适应度函数，获取最佳控制参数控制电机，对无人船进行自扶正。本实施例所述方法相对于传统的安装陀螺稳定器的方案，能够在保证无人船在复杂水况下快速响应，扶正无人船稳定航行；同时，极大的减小了对无人船的能量消耗和负载负担，有助于延长无人船工作时间，提升无人船航行质量。附图说明 [0017] 为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。 具体实施方式[0019] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于人工智能的无人船主动自扶正系统调控方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。 [0020] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。 [0021] 下面结合附图具体的说明本发明所提供的基于人工智能的无人船主动自扶正系统调控方法的具体方案。 [0022] 本发明一个实施例提供的基于人工智能的无人船主动自扶正系统调控方法。 [0023] 具体的，提供了如下的基于人工智能的无人船主动自扶正系统调控方法，请参阅图1，该方法包括以下步骤：步骤S001：采集无人船的相关行驶数据。 [0024] 通过波浪传感器获取无人船当前所处位置各时刻的波浪高度，记为波浪向量Wh，将 作为第t个时刻的波浪高度。通过倾角传感器获取无人船与水平面方向的倾角，将作为第t个时刻无人船的方向倾角。 [0025] 本实施例在无人船左右安装平衡电控推进器，为无人船左右提供力矩，防止无人船倾翻，通过调控左右的平衡电推进器的控制信号达到防倾翻的目的。本实施例中平衡电控推进器控制信号采用方波信号，调控参数为方波信号的频率、占空比、峰值电压、相位；获取各时刻平衡电机控制信号的强度，将 作为平衡电机控制信号第t个时刻的强度。 [0026] 需要说明的是，本实施例的波浪检测器与平衡电控推进器都分别在无人船左右各安装一个，且同一测的波浪检测器和平衡电控推进器安装接近，使波浪达到波浪检测器处时同时达到平衡电控推进器处，保证平衡电控推进器对波浪的反应灵敏度。 [0027] 至此，获取无人船的相关行驶数据。 [0028] 步骤S002：对无人船遭遇的波浪进行特征提取，构建波浪频谱强度变化倾向、波浪频移强度比；根据波浪对无人船的周期影响，构建波浪电机相位嵌合强度。 [0029] 无人船在航行时，导致出现不稳定将其倾翻的主要因素是波浪，而波浪对无人船造成的影响是周期性变化，为了对无人船实现自扶正调控防止倾翻，应该根据无人船的相关行驶数据对无人船上的防倾翻设施进行实时调控。 [0030] 首先对波浪向量从最近时刻的波浪高度数据开始，向前截取A=500个元素，按照时序排列组成长波浪向量Lw，用于表征短时间的波浪情况；将长波浪向量采用大小为B=50的窗口进行分割为D个瞬时波浪向量Iw，并对各瞬时波浪向量采用快速傅里叶变化算法，输出D个波浪频谱图。其中，各波浪频谱图中的能量越高的频率部分，代表波浪在对应时间内以该频率对无人船造成的倾翻影响越大。需要说明的是，在所得波浪频谱图中，第D个波浪频谱图是距离当前时刻最近的波浪频谱图，记为当前波浪频谱图。为减小计算量，考虑截取波浪的主要频率，对各波浪频谱图进行采样，本实施例中第一个频率采样位置在频率0.05赫兹，最后一个频率采样位置在频率0.5赫兹，设置H=200个频率采样位置，获得频谱采样向量Sm，将 作为第D个波浪频谱图第h个频率采样位置的能量大小。 [0031] 根据瞬时波浪向量以及对应的频谱图对波浪的能量变化进行分析，计算波浪频谱强度变化倾向，表达式为：式中， 是第h个频率采样位置的能量变化预测比例， 是第D个波浪频谱图 的波浪频谱强度变化倾向，D是波浪频谱图的数量， 、 、 分别是第d、d+ 1、D个波浪频谱图第h个频率采样位置的能量， 是自然常数，H是波浪频谱图的频率采样位置的数量，d是波浪频谱图的序号值。 [0032] 将相邻时刻的频谱图对应频率位置相减除以对应频率位置相加乘以2，代表对应频率位置在对应时刻的能量变化比例大小；进一步将波浪频谱图的序号值取相反数，作为指数函数的自变量，并做归一化处理，为较近时刻的能量变化比例大小赋予更高的权重，将能量变化比例大小加权相加，得到第h个频率采样位置的能量变化预测比例 ，其值为正代表根据统计当前在第h个频率采样位置的能量变化将增大，其值为负则预测减小， 对应绝对值越大代表变化比例越大。 [0033] 第D个波浪频谱图可以反映最近时刻的波浪能量特征，因此以能量变化预测比例为权重，将第D个波浪频谱图对应位置加权求和，得到波浪频谱强度变化倾向，其值为正代表当前的波浪强度正在逐步增大，为负波浪强度正在逐渐减小，绝对值越大波浪强度变化越剧烈，对应的应该调整控制电机的占空比与峰值电压，控制平衡电控推进器的能量输入，防止无人船倾翻。 [0034] 根据各频率采样位置的能量变化预测比例对下一时间段的波浪的变化特征进行预测，计算波浪频移强度比，表达式为：式中， 是第D个波浪频谱图的频率分布中心， 是第D+1个波浪频谱图的 预测波浪频率移动强度， 是第D+1个波浪频谱图的预测波浪频移强度比，H是波浪频谱图的频率采样位置的数量， 是波浪频谱图中第h个频率采样位置的频率， 是第D个波浪频谱图的波浪频谱强度变化倾向， 是第D个瞬时波浪向量频谱图的第h个频率采样位置的能量大小， 是第h个频率采样位置的能量变化预测比例。 [0035] 其中，对波浪频谱图中频率采样位置的能量大小进行归一化后作为权重，将各频率采样位置的频率加权相加，得到最近时间段的波浪频谱图的频率分布中心，表征当前的波浪整体频率大；进一步将波浪频谱图中频率采样位置的能量大小乘以能量变化预测比例并进行归一化后作为权重，对采样点的对应频率加权相加，表征波浪频谱图预测变化部分的频率分布中心；当前波浪的频率分布中心减去波浪预测变化部分的频率中心，得到下一时间段内的预测波浪频率移动强度，表征预测波浪频率变化的大小，其值正或负分别对应预测波浪频率将会增或减， 对应绝对值越大，预测波浪频率变化越剧烈；为方便后续计算，将波浪频率移动强度与瞬时波浪向量频谱图的频率分布中心作比得到波浪频移强度比。 [0036] 根据预测的下一时间段的波浪频移强度比结合电机控制信号，计算波浪电机相位嵌合强度：式中， 是第D个波浪频谱图的对应时间内波浪电机相位嵌合强度， 是 第D+1个波浪频谱图的预测波浪频移强度比，B是波浪频谱图对应瞬时波浪向量的窗口长度， 是第D个波浪频谱图对应瞬时波浪向量的绝对值均值， 是第D个波浪频谱图对应瞬时波浪向量第t时刻波浪强度大小， 是平衡电机控制信号在t时刻的控制信号强度。其中，波浪电机相位嵌合强度的获取流程如图2所示。 [0037] 项是通过比较波浪和控制电机信号的波形差值计算得到的，而两者的波形幅度不同，这会影响对两者进行比较计算效果，因此其中 是两者波形幅值均值指标，与该项相乘可以消除幅值差异对两者波形比较产生的影响，将波浪的波形和平衡电机控制信号的波形对应时刻相减并求绝对值均值，所得值越大代表两者在波形差异上越大，进而两种出现的相位差越大。将所得均值除以2倍的瞬时波浪向量的绝对值均值，即 ，表示将代表波浪电机相位差 的指标进行归一化处理，归一化处理后其值越接近1则波浪和电机的相位差越大，当值等于 1时代表两者相位完全相反，此时的平衡电控推进器能最好的抵御波浪对无人船等影响；将归一化后的数值乘以波浪频移强度比的绝对值，即 ，通过比较波浪和平衡电机控制信号的波形 差异来确定两者相位差的，其波形差异除了由相位造成外，也有可能由不稳定的频率造成，而波浪频移强度比代表了当前波浪频率的不稳定程度，因此乘以该项消除频率不稳定程度对相位差判断造成的误差；最后得到波浪电机相位嵌合强度 ，其值越小代表平衡电机控制信号与波浪对无人船造成的周期性影响的相位差越大，此时的平衡电控推进器能更好的抵御波浪影响。 [0038] 至此，得到波浪电机相位嵌合强度。 [0039] 步骤S003：构建控制信号参数向量，根据波浪点集相位嵌合强度以及控制信号参数向量各维度数据的变化特征获取自适应度函数，并采用遗传算法控制平衡电控推进器。 [0040] 本实施例采用遗传算法对无人船的平衡电控推进器控制信号进行选择，将个体表示为一个长度为4的向量，记为控制信号参数向量 ，其中 、 、、 分别代表控制信号的频率、占空比、峰值电压、相位调整比例，其中当相位调整比例取值为0到1，其含义代表将控制平衡电控推进器控制信号的相位进行0到1个周期的延迟，以保证电机工作周期和波浪频率嵌合，以对抗波浪对无人船平稳造成的影响。 [0041] 首先，计算峰值电压变化量 ，通过当前时刻的峰值电压减去上一时刻的峰值电压再除以两者的均值得到；对于频率数据，采用与峰值电压变化量相同的计算方法获取频率变化量 。进一步，计算自适应度函数，表达式为：式中， 、 分别是t时刻任意个体、t‑1时刻最佳个体的电机波浪波强 差异比， 、 分别是t时刻任意个体、t‑1时刻最佳个体的电机波浪波频差异比，、 分别是t时刻任意个体、t‑1时刻最佳个体的电机波浪相位差异比， 、分别是t时刻的第一部分自适应度函数、第二部分自适应度函数， 是t时刻的自适应函数， 是t时刻的峰值电压变化量， 、 分别是t时刻、t‑1时刻的占空比，是t时刻的波浪频谱强度变化倾向， 是t时刻的频率变化量， 是t时刻的波浪频移强度比， 、 是t时刻、t‑1时刻的相位调整比例， 是t时刻的波浪电机相位嵌合强度， 是a时刻的无人船的方向倾角，B是波浪频谱图对应瞬时波浪向量的窗口长度。将 、 分别保存为第一差值绝对值、第二差值绝对值。 [0042] 其中，峰值电压变化量乘以占空比，即 ，是平衡电机控制信号的波形与x轴所围面积的增加量，其值为正代表对应个体向量在控制电机时正在加大推进力度，适合抵御频谱强度增加的波浪，其值为负对应个体向量在控制电机时正在减小推进力度，适合抵御频谱强度减弱的波浪；与波浪频谱强度变化倾向相减，即 ，得到电机波浪波强差异比 ，其值越小代表电机的波浪变化强度与波浪的变化强度差异越小，此时平衡电机控制信号能更好抵御波浪。 [0043] 将频率变化量与波浪频移强度比之差作为电机波浪波频差异比 ，值越小代表电机频率的变化强度与波浪频率的变化强度差异越小，此时平衡电机控制信号能更好抵御波浪；相位调整比例与波浪电机相位嵌合强度之差作为电机波浪相位差异比 ，值越小代表电机相位变化强度与波浪相位变化强度差异越小，此时平衡电机控制信号能更好抵御波浪；将t‑1时刻以及前B个时刻的无人船的方向倾角的占比求均值 ，其值越大代表过去一段时间内无人船的稳定性越差，对应的在t时刻的控制中应该选择变化更剧烈的个体作为最佳个体控制电机；分别将t时刻被计算自适应值的个体的波强、波频、相位的差异比与t‑1时刻最佳个体的对应差异比相减求绝对值乘以无人船的方向倾角得到第一部分自适应度函数，当t时刻中的被计算自适应值的个体相对于t‑1时刻最佳个体的变化越剧烈，越需要对无人船进行调控。 [0044] 进一步，将被计算自适应值的个体与t‑1时刻最佳个体的对应位置参数的差值绝对值求和值得到第二部分自适应度函数，其值越大代表被计算自适应值的个体的变化越剧烈。 [0045] 最后，计算第一部分自适应度函数与第二部分自适应度函数相减的值，当波浪强度越大，无人船的方向倾角越大，对应第一部分自适应度函数值的值越大，第一部分自适应度函数值作为影响自适应度函数的主要成分，此时选择能适应波浪的个体作为最终优化结果；当波浪强度越小时，无人船的方向倾角较小，这时第二部分自适应度函数值对自适应度函数的影响相对较大，更倾向于选择与当前个体差异小的个体，维持无人船的稳定。本实施例中的自适应度函数，其值越大，表示个体的自适应度越好，将自适应度函数值最大的个体作为控制电机的参数能够更好实现无人船的自主扶正。 [0046] 本实施例中，遗传算法参数为：种群大小为20、交叉率为0.5、变异率为0.05，选择策略为计算个体中自适应度函数值 最高的个体，由于本实施例需要在无人船行驶过程中需要实时选择控制信号参数向量，因此不设置终止条件。算法具体流程为：在实际操作时，当前时刻生成控制信号参数向量，本实施例中生成的控制信号参数向量为20，将控制信号参数向量作为个体，根据实时采集的波浪数据根据自适应度函数计算所有个体的自适应度，基于自适应度选择个体，保留自适应度最大的个体，将其作为参数生成控制平衡电机控值推进器的信号，在下一时刻重复操作，完成对无人船的自扶正控制。至此，可以在海面环境发生变化时快速调整平衡电控推进器的工作方式，完成对复杂水况的快速响应，以扶正无人船保证稳定航行。其中，遗传算法完成自扶正控制的流程图如图3所示。 [0047] 综上所述，本发明实施例针对无人船在行驶过程中遭遇恶劣水文环境易倾翻，而传统的陀螺稳定器不适合无人船自扶正的问题，采用人工智能方法对无人船进行自扶正调控。首先根据无人船遭受的波浪情况基于波浪频谱图预测下一段时间内的波浪频谱变化情况，构建波浪频谱强度变化倾向，表征波浪的强度变化趋势；结合频谱图中不同位置的能量与当前时刻波浪频谱图的频谱分布，得到波浪频移强度比，表征波浪的频率变化趋势；根据波浪参数和平衡电控推进器控制信号的波形差，得到波浪电机相位嵌合强度，表征波浪对无人船的周期影响和平衡电控推进器的工作周期的互相抵消情况，并消除波浪的频率不稳定程度对相位计算的影响。 [0048] 进一步，采用遗传算法将平衡电控推进器控制信号的参数作为个体，结合波浪频谱强度变化倾向、波浪频移强度比、波浪电机相位嵌合强度构建自适应度函数，获取最佳控制参数控制电机，对无人船进行自扶正。本实施例所述方法相对于传统的安装陀螺稳定器的方案，能够在保证无人船在复杂水况下快速响应，扶正无人船稳定航行；同时，极大的减小了对无人船的能量消耗和负载负担，有助于延长无人船工作时间，提升无人船航行质量。 [0049] 需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。 [0050] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。 [0051] 以上所述实施例仅用以说明本申请的技术方案，而非对其限制；对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。 |
||||||
