点击蓝字
关注我们
►►
船舶远程驾驶控制系统设计与应用
李 晨，严新平，刘佳仑，汤 敏，陈光霖，林 楠
摘要
为保障“岸基驾控, 船端值守”模式下船舶的安全高效航行与稳定作业控制,提出了船舶远程驾驶控制系统的定义和“船-岸-云”协同的跨域融合架构; 针对随机通信环境下的时变网络传输时延问题, 建立递增冗余重传和时延容忍补偿相结合的视频通信处理机制, 使用Luenberger状态观测器改进网络化控制性能, 避免由于环境干扰或模型失配引起的控制量偏移; 以内河典型64TEU模型船为研究原型, 开发系统的模块化功能和标准接口协议, 在690 km外控制站验证了方法的有效性。研究结果表明: 与直航和路径跟随相比, 回转工况对网络波动表现出更高的敏感程度, 在极限转角位置和转速抖动处船载底层硬件设备响应时间由124.53 ms上升至135.76 ms; 经优化后的视频通信处理机制能够消除5%丢包和40 ms网络抖动影响, 端到端传输时延稳定在150~200 ms, 视频卡顿率控制在1.2%以内; 路径跟随最大横向偏移误差为1.54 m,平均误差为0.61 m, 有效提升了远程驾驶控制的稳定性与可靠性, 能够满足船舶远程驾驶典型业务场景需求; 接管时由于驾驶员需要一定时间熟悉船舶当前的驾驶任务和运动状态, 系统立刻退出控制回路的方式会导致偏移的增加并出现短暂的振荡和抖动。
近年来, 以安全、绿色、高效为核心的自主水面船舶引起了业界的广泛关注,通过环境感知、任务决策和智能控制技术的集成应用, 分场景、分功能、分阶段实现船员岗位职责的智能等级替代。“岸基驾控, 船端值守”的航行新模式作为应对专业技术人员短缺、工作环境恶劣的有效解决方案, 能够为自主水面船舶的商业化运营和实船测试提供技术支持和安全作业保障。
同船端自主智能的技术路线相比, 对网络通信环境和抗弱网性能提出了更高要求, 整体呈现出本地自主、云端智能、远程协同的技术特征。现有研究主要围绕在船岸一体化通信和安全作业控制2个方面: 一方面对数据链路进行优化, 均衡网络负载状态, 确保音视频数据、控制与状态反馈信令的可达性与流畅性, 在受控端网关融入CAN 接口的控制能力, 自行定义控制指令的容错策略以应对网络状态的波动和其他意外情况; 另一方面通过人机之间的和谐交互改善船舶的操纵效率, 减轻驾驶人操作负荷的同时提升航行安全。
5G通信技术的高带宽、低时延、本地分流特性能够满足远程驾驶典型业务场景需求, 促进了远程操控技术的研发与落地应用。然而, 现有研究案例多采用单点直连架构, 受到传统视频监控传输性能的限制, 容易造成较高的端到端时延, 且在规模化部署场景下存在较强的局限性。如何在不确定性环境下确保船舶远程驾驶控制的安全可信，成为当前亟待解决的技术难题。本文采用单点直连和统一转发融合架构对控制面和数据面进行分离, 在直连网络不可达的情况下通过媒体服务器中转; 建立递增冗余重传和时延容忍补偿相结合的抗弱网机制, 有效改善视频传输质量, 使用 Luenberger状态观测器提升网络化控制性能, 确保控制输出能够按时到达船载执行器。
船舶远程驾驶控制系统是基于新一代移动通信、物联网和云计算技术, 实现跨域融合感知、协同决策与控制, 提升交通运行效率、保障船舶航行安全的“船-岸-云”一体化融合控制系统, 由船载硬件平台、岸基控制终端和云端基础平台组成, 整体架构如图1所示。通过发挥云端基础平台在存储计算方面的优势, 能够快速处理大量数据, 为船端提供准确的航行信息, 根据作业任务从云端进行查询和调用, 确保数据的安全可靠。
图1 船舶远程驾驶控制系统
以内河64TEU 集装箱模型船为对象搭建硬件平台, 对底层控制结构进行线控改装, 基于西门子S7-200 PLC可编程控制器和STM32H743开发板设计测控电路, 实现执行器多重安全冗余。
图2 内河64TEU集装箱模型船
使用MQTT通信协议建立船载、岸基和云端之间的连接, 通过5G公共通信网络实时转发状态信息, 确保船岸之间音视频数据和控制信令的同步。基于B/S架构开发船舶远程驾驶控制应用软件, 经Tomcat控制台部署与发布应用, 在远端使用 HTTP协议访问域名地址完成船舶的航行操纵。
图3 船舶远程驾驶控制系统应用软件
3.1 视频通信
考虑视频有损压缩失真、信道噪声干扰和信号衰减导致的数据丢包问题, 在 RTP协议头上扩展出包组头, 通过组号的连续性判断数据包丢失情况, 根据组号信息确定丢失包的相对位置, 采用 FEC 前向纠错编码方式和递增冗余重传机制提升视频重构质量。在远程接收端建立抖动缓冲区, 测量实际帧尺寸与延时变化数据, 使用卡尔曼滤波器估计最优抖动时延, 增加抖动时延吸收不均匀时延, 消除网络波动带来的卡顿影响, 满足船舶远程驾驶实时视频传输应用需求, 视频处理流程如图4所示。
图4 视频处理流程
3.1.1 前向纠错编码
对原始媒体包进行包内分割处理得到m个原始数据包与之对应的字, 通过与生成矩阵做伽罗华域上的异或运算和加法运算, 生成冗余数据包。当数据元dc遭到损坏时, 远程接收端选取剩余的有效数据包构造解码列向量, 遍历生成矩阵中解码列向量所对应的行获取方阵A, 对其进行倒置得到解码生成矩阵Ainv。将解码生成矩阵和解码列向量相乘得到丢失数据包df, 恢复原始数据包。
3.1.2 递增冗余重传
船端连续发送数据包但对每个数据包都设有计时器, 对出现差错的数据帧或定时器超时的数据帧进行重传。根据重传请求选择合适的重传顺序和冗余版本等信息进行比特交织, 将二进制序列按行写入大小为Qm×Em的寄存器中, 其中, Qm与Em代表调制的阶数与交织的比特数。
当没有收到某个数据包的应答确认码时重新发送数据包, 在远程接收端采用递增冗余合并的方式将接收到的所有数据进行合并送入译码器。在传输长度相同情况下, 对传输起始位置进行求解：
根据初次传输码率动态选取每次传输的起始位置, 避免重传时校验位重复发送或校验位缺失。
3.1.3 时延容忍补偿
使用网络传输速率和网络排队延迟构造传输状态矩阵E(t), 根据当前帧尺寸和网络传输时间计算帧间相对传输抖动观测值, 通过当前帧大小和传输时间上的抖动更新预估器。利用先验期望近似计算观测误差r(t), 判断当前采样点在概率分布上是否超过异常边界, 如是则使用异常边界更新观测噪声的概率分布。根据当前帧间延迟和帧间大小差值, 更新缓冲区状态, 计算抖动估计值, 动态调整噪声阈值消除视频传输卡顿影响。
3.2 数据传输
针对网络传输时延对系统控制性能造成的影响, 建立船岸间数据包传输容错纠正的控制-执行回路, 在远端和船端分别设置预测控制器和时延补偿器, 保证i步之后控制输出能够按时到达船载执行器。通过构造状态空间方程s=F[x(t)，y(t)，u(t)]描述系统的网络化状态, 控制器在t时刻接收系统的状态反馈信息x(t), 根据t时刻的控制作用u(t)产生数据包未来的预测控制序列y(t)并发送至船端, 时延补偿器根据当前时刻网络时延大小选取合适的预测控制量。
为防止环境干扰或者模型失配引起的控制量偏移, 在t+1采样时刻检测对象的时间输出u(t), 通过Luenberger状态观测器得到状态观测值, 推导当前时刻系统状态值修正预测模型, 求解i步之后的控制器输出, 改进网络预测控制器性能, 其中, k为预测步长。在目标优化函数中加入调整因子在线调整误差, 采用滚动优化策略计算系统输出, 提高动态控制过程的鲁棒性, 消除前向通道时延影响, 确保数据传输的时序一致性。
图5 数据包传输时延校正原理
3.3 导航定位
采取GNSS和INS定位方式, 融合位置姿态信息提升导航定位精度, 为船舶航行提供精确的位置信息。将RTK地面基准站采集到的载波相位测量值和已知固定位置坐标发送至船端, 使用双差载波相位进行差分定位, 消除卫星钟差、接收机钟差和电离层误差的影响。经求差解算后获取WGS-84坐标系下的大地坐标（L，B，h）, 计算空间直角坐标, 求解不同大地基准面之间的平移因子(DX，DY，DZ)、旋转因子(RX，RY，RZ)和比例因子μ, 使用北京54椭球参数将其转换为BJ54坐标系下的空间大地坐标, 并根据高斯-吕布格投影正算公式得到地方坐标。
为提升测量精度, 避免奇异性问题为姿态解算过程带来的影响, 使用四元数描述船体的旋转特性, 根据角速度向量实时更新姿态信息, 通过构造方向余弦矩阵R完成附体坐标系和导航坐标系之间的转换, 最终转换为欧拉角(ψ，θ，φ)输出, 表示相对于参考坐标系主轴的旋转角度。由于设备自身存在的测量误差和数据离散化处理造成的计算误差, 随着姿态更新传递会造成一定的误差累积, 利用互补滤波算法融合处理加速度计和陀螺仪采集到的加速度、角速度等数据, 过滤高通或低通信号, 校正陀螺仪测量角度偏差。
组合导航模块采用深度耦合框架和回环校正结构, 将INS信息作为GNSS接收机的组成部分, 直接对位置、姿态、速度等信息进行融合, 通过INS相对多普勒变化信息辅助信号跟踪, 提高抗干扰能力, 利用GNSS测量数据对惯性传感器误差和环境干扰进行估计和补偿, 确保导航定位精度。
3.4 远程控制
航向控制模块使用模糊 PID 控制算法, 以期望值与实际输出之间的误差E 和误差变化率Ec 为输入, 利用模糊规则进行推理, 求取隶属度函数, 根据不同模糊子集的隶属度赋值表和模糊控制模型设计分数阶 PID 参数的模糊矩阵, 在线整定比例、积分和微分参数, 实时更新舵机控制指令。路径跟随模块结合 LOS导航实现轨迹控制, 通过设计目标路点的路径参数跟踪率, 根据前视距离 DF 以及横向跟随误差DL 计算期望航向角, 减小路径跟随误差。
为验证技术方案的可行性和原型系统样机的稳定性, 设置回转、直航和路径跟随工况, 选取通信时延、视频卡顿率、路径跟随误差、接管响应时间等性能指标, 在690 km外控制站对远程驾驶模式下的视频传输、实时操控、自主航行和驾驶接管等功能进行了测试, 试验环境如图6所示。
图6 试验环境
5.1 网络通信
在试验过程中, 使用Tracert工具对网络通信性能进行了持续30 min测试, 如图7所示, 通信时延稳定在40~60 ms, 最高延迟为58.46 ms, 最低延迟为42.05 ms, 平均时延为46.415 ms, 网络抖动为16.41 ms, 丢包率为0.4%, 上行速率为53.68 Mbps, 下行速率为206.85 Mbps, 网络状况良好。
图7 网络通信时延
5.2 视频传输
设置画面分辨率为1 920像素×1 080像素, 帧率30帧·s-1, 对视频传输性能进行了测试, 如图8所示, 端到端时延稳定在150~250 ms, 能够消除5%丢包和40 ms网络抖动影响。
图8 视频传输端到端时延
使用空间感知信息（Spatial perceptual Information，SI）和时域运动指标（Temporal information，TI）评价视频传输质量, 平均相关位置像素差和场景空间信息随时间变化情况如图9所示, 卡顿率低于1.2%, 视频画面流畅, 传输质量良好, 能够较好地满足船舶远程驾驶实时操控需求。
图9 视频传输质量
5.3 远程控制
5.3.1 实时操控
设置初始航向和螺旋桨转速分别为75°与10 r·s-1, 当航速稳定后, 向右操15°舵角开始回转试验, 船舶运动轨迹和桨舵执行指令如图10所示。
图10 回转试验结果
设置初始航向和螺旋桨转速分别为125°与5 r·s-1开展直航试验, 根据驾驶员认知判断是否偏航并通过操控方向盘对舵角进行调整, 船舶运动轨迹和航向角、螺旋桨转速随时间变化情况如图11所示。
图11 直航试验
在船舶转舵、螺旋桨转速控制过程中, 船载中央处理控制单元通过记录被测船舶的控制指令、舵机、螺旋桨转速和响应时间等信息, 对船载底层硬件设备的响应性能进行了分析。如图12所示, 在极限转角位置和转速抖动处响应时间有所升高, 但总体上稳定在100~150 ms, 能够满足对远程控制指令的快速响应需求。
图12 船载底层硬件设备响应性能测试
5.3.2 自主航行
设置初始航向角和螺旋桨转速分别为59°和5 r·s-1, 选取多边形参考路径开展路径跟随试验。如图13所示, 最大横向偏移误差1.54 m, 平均误差0.61 m, 均方根误差1.458, 路径跟随控制精度达到91.2%。
图13 路径跟随试验
5.3.3 驾驶接管
选取圆角矩形作为参考路径, 驾驶人在A点处开始接管, 如图14所示, 接管时由于驾驶员需要一定时间熟悉船舶当前的驾驶任务和运动状态, 系统立刻退出控制回路会导致偏移量的增加并出现振荡和抖动现象, 但整体表现良好, 接管响应时间低于2.6 s, 能够实现控制权的快速切换与准确响应。
图14 驾驶接管测试
(1) 在“船-岸-云”跨域协同控制基础上, 提出网络状态估计与帧间平滑处理相结合的时延容忍补偿方法, 在降低端到端时延的同时避免抖动带来的卡顿问题。
(2) 路径跟随控制精度达到91.2%, 均方根误差为1.458, 视频传输端到端时延稳定在150~200 ms, 路径跟随最大横向偏移误差为1.54m,接管响应时间低于2.6 s, 验证了技术方案的可行性。
(3) 广义模型预测方法在船舶远程驾驶控制过程中表现出良好的鲁棒性, 且降低了对模型精度的依赖, 能够确保控制输出到达执行器的时效性。
(4) 本文试验是在模型船和学校水池环境下进行, 场景和工况设置相对理想,如何建立实海域环境下随机时延分布、有界数据丢包和信道资源受限等网络传输特性的数学描述, 设计多元应用场景下的网络化框架, 形成事件触发的容错控制策略, 提升系统的稳定性, 是下一步的研究重点。
作者简介
李 晨
武汉理工大学交通运输工程专业博士研究生
中国指挥与控制学会智能可穿戴技术专业委员会委员
师从中国工程院院士严新平教授, 从事船舶智能驾驶人机共享控制方法研究, 作为主要成员参与国家重点研发计划-智能航行系统试验验证体系构建与系统研发（2022YFB4301402）等课题研究, 在国际/国内T1类期刊发表论文4篇, 参编“十四五”普通高等教育研究生教材1本, 授权国家发明专利2项, 先后获研究生国家奖学金、校青年五四奖章、校三好研究生标兵等荣誉奖励。
严新平
中国工程院院士
武汉理工大学学术委员会主任
智能交通系统研究中心和交通与物流工程学院教授
水路交通控制全国重点实验室主任
IEEE智能交通系统协会智能水路交通专业委员会主任
长期从事交通运输工程学科教学与科研工作，致力于水路交通运输系统的安全性、智能化与绿色技术研究。
本文主要内容源自《交通运输工程学报》2024年第5期, 点击查看文章全文：
李晨，严新平，刘佳仑，汤敏，陈光霖，林楠. 船舶远程驾驶控制系统设计与应用[J]. 交通运输工程学报, 2024, 24（5）: 333-347.
制作/排版：程 静 苏书杰
编辑：荣依依
校对：戴 杰
审核：韩跃杰
微信
官网
