无人船作为一个智能化、网络化、无人化的海上航行装备,对海洋工程的发展具有很大的实用价值。无人船的控制系统是无人船的核心组成部分,不仅需要对总系统的设计框架进行研究,也要细化每一个子系统的细节,从而满足无人船控制系统的设计[1-3]。
DSP芯片涉及领域较广,其中与无人船较为相似的就是汽车的无人驾驶,DSP芯片目前在汽车安全和无人驾驶领域取得了不小的成绩,可以参考相关的参数设备为无人船的设计提供方向,对比DSP系统的几个板块发现,DSP5300相比其他更适合无人船的控制系统设计。
1 DSP5300在无人船控制系统中的优势分析 1.1 DSP5300应用领域DSP是数字信号处理技术的缩写,而DSP5300则是DSP系统中的一种,由于其在应用的过程中具备快速的微处理能力,因此使得DSP5300在船舶的处理信息时效性上,凸显出了较为强大的优势,在船舶相关的海洋工程领域得到了较为广泛的应用。
DSP5300的应用领域大致可以体现在以下几个方面:
1)DSP5300芯片凭借着尤为突出的实时效果,在多媒体通信领域应用广泛;
2)工业机器在工业领域的广泛应用也使得机器的控制系统越来越高,特别是对实时性的要求更高,因此需要使用高性能的DSP5300,这样机器的运行速度就会更快一些;
3)DSP5300存储空间强大,仪器仪表需要较高的测量精度和速度,而DSP5300则能使这2项指标在性能上有较大的提升;
4)DSP5300由于耗能低、体积小的特点,在军事领域的武器上也得到了应用[4-6]。
1.2 DSP5300的优缺点随着科技的发展,目前不少科研团队在技术层面上也对DSP芯片提出了高要求,如缩小DSP5300芯片的大小。随着新工艺的投入,可以将多个芯片整合在一起。然而随着集成电路的发展,以及未来程序化的东西越来越多,未来的主导产品将是可编程的DSP5300系统,DSP5300系统能满足船舶工业的多样化应用。
除了DSP芯片外还有FPGA芯片,也是目前芯片市场的主要产品,2个芯片各有各的优点:对于条件众多以及控制量复杂的多进程任务,显然DSP5300更为适合。而且还可以提前利用FPGA进行更大规模的组合逻辑电路设计,从而更加迅速的完成这些复杂的时序逻辑功能。相比于FPGA,DSP芯片除了具备一定的灵活度外,在通用性上却不占优势。不过不同的芯片在应用领域的侧重点各有不同,DSP5300芯片在未来的发展中,更加具备应用潜力。而无人船的控制系统,是一个较为理想的发展方向。
2 基于DSP5300的无人船控制硬件系统设计无人驾驶船舶的控制系统设计分为几个方面,其中比较重要的是总系统框架、下位机系统、网络通信与导航、信息收集系统、动力系统。
2.1 系统组成无人船控制系统的设计主要围绕平台系统与任务载荷系统展开,并通过通用的接口将两者整合在一起。图1为无人船控制系统的6个分系统,其在应用实践中均可单独运行。无人船中包含联网系统和平台系统。平台系统主要负责对无人船进行控制,包括动力系统、感知系统以及控制系统。感知系统就如同无人船的眼睛一样,对当前周围的环境进行探测,动力系统负责为无人船提供动力,控制系统则根据当前感知的情况以及预先设置的指令进行运动。
联网系统可以将不同的无人船进行组队控制,做到信息共享,使得无人船更容易组成一个编队,同时也可以做到和大型海面舰艇平台进行通信,具备远程通信和控制功能。
2.2 硬件设计实现方案无人驾驶船舶控制系统将DSP5300作为直流电机、舵机等无人驾驶船舶设备的主控处理芯片,通过利用卫星导航系统,对无人船的控制进行定位,目前国内比较成熟的卫星导航系统是北斗卫星导航系统。该设计主要是通过北斗卫星定位无人船的位置以及运动状态,然后通过GPRS来进行船舶控制数据的传输。无人船因为安装了DSP5300芯片,可以通过电脑终端接收传递的信号进行操作以实现对无人船的控制,系统总体设计方案图如图2所示。
无人船的运动信息采集主要包括2个方面:一个是电子罗盘,另一个是卫星导航。通过DSP5300模拟接口,实现罗盘与主芯片的通信。通过利用北斗卫星导航系统的精确定位来实时导航,还可以精确的接收到无人船的运动信息。
利用DSP5300作为核心处理器的优势,可以利用PWM控制船舶的偏转角度,从而可以更加精确控制船舶的航向。还可以与主芯片进行并行连接控制电路,所以可以对无人船运动的速度进行控制,航行中还可以通过GPRS的远程通信功能实现与服务器的信息传输,使得对无人船的控制更为精确及时,可操作性更高。运动控制系统框架图如图3所示。
无人船的驱动系统中,引入DSP5300使其具有较强的指令及控制功能,且具有强大的内存管理,也可以通过DSP5300芯片,设置虚拟地址映射实际物理地址,从而实现外部硬件对内部内存的访问。
3.2 传感功能实现DSP5300具有强大的内存空间,在无人船驱动系统中,技术人员也可以灵活使用各种元器件,以此获取更多精确可靠的信息,完成无人船运行的任务。可以使用数字温度传感器与DSP5300芯片结合,精准监测目标的湿度和温度,满足数据采集和温度环境的监测要求。
3.3 控制信号的传输优化下位机控制系统是无人船驱动系统中比较重要的板块,下位机控制系统包含几个子控制中心,所以可以采用不同型号的集成控制板,满足对下位机系统的控制。DSP5300有极高的集成度,可以将DSP5300与GPRS相结合进行编程,实现无人船与终端的通信。此外还可以优化嵌入系统,将硬件和程序相结合更好处理下位机管理机制。
3.4 控制系统的优化在无人船驱动系统中最重要的就是无人船的控制模式,需要合理的控制模式实现无人船的航行任务,所以提升控制系统的可靠性和有效性尤为重要。芯片是优化这些模式的关键板块,DSP5300芯片具有大储存、及时性、小巧性以及较高的适配性,能够强化传感器之间的通信,对数据也有及时的控制,所以可以利用DSP5300实现对无人船系统的优化,从而满足无人船智能化控制的需求。无人船优化控制调度流程如图4所示。
在船舶控制系统进行优化控制的过程中,也可以借助各种模型进行更加精确的计算,根据船舶运动的动量定理可得到优化控制方程为:
$ {F_s} = {F_1} = \rho qv\cos \theta \text{,} $ |
由伯努利方程可以求得无人船的运动速度为:
$ v = {C_v}\sqrt {\frac{2}{\rho }\Delta p} \text{。} $ |
其中:
通过无人船侧面的水流量为:
$ q = {C_d}W{x_v}\sqrt {\frac{2}{\rho }\Delta p} \text{,} $ |
综合可得到如下舵角控制函数为:
$ Fs = 2{C_v}{C_d}W{x_v}\Delta p\cos \theta = {K'_f}{x_v} \text{。} $ |
其中,
对于无人船的螺旋桨进行操作时会产生一定的压力差,通过下面方程可得到:
$ \Delta p = \frac{{{p_s} - {p_l}}}{2} \text{,} $ |
获得的推进动力适应度函数为:
$ Fs = 0.43W({p_s} - {p_l}){x_v} = {K_f}{x_v} \text{,} $ |
其中,
DSP5300应用非常广泛,本文结合卫星导航和GPRS无线网络对无人船进行精确控制。随着相关学术研究的深入,在未来的船舶产业上,还可以将DSP5300芯片与采用DSP+FPGA结构的FPGA芯片相结合,使其在航运领域更具灵活性、通用性,并能更好地满足处理复杂算法的需求。
[1] |
周昌海, 杨烨, 马计划, 等. 基于DSP的无人船水质检测系统设计[J]. 科技与创新, 2022(17): 24-26. ZHOU Chang-hai, YANG Ye, MA Ji-hua, et al. Design of water quality detection system for unmanned ships based on DSP[J]. Science and Technology and Innovation, 2022(17): 24-26. |
[2] |
王倩如, 王彩霞, 顾吉鹏. 固体氧化物燃料电池的神经模糊控制策略研究[J]. 热能动力工程, 2022, 37(10): 198-206. WANG Qian-ru, WANG Cai-xia, GU Ji-peng. Research on neuro-fuzzy control strategy for solid oxide fuel cells[J]. Thermal Power Engineering, 2022, 37(10): 198-206. |
[3] |
陶瑞. 无人船控制系统设计与研究[J]. 电子技术与软件工程, 2020(21): 112-113. TAO Rui. Design and research of unmanned ship control system[J]. Electronic Technology and Software Engineering, 2020(21): 112-113. |
[4] |
赵婧旭, 赵晨, 周锋. 基于主从式水下自主航行器移动组网的合作目标定位方法[J]. 电子与信息学报, 2022, 44(6): 1919-1926. ZHAO Jingxu, ZHAO Chen, ZHOU Feng. Cooperative target positioning method based on master-slave underwater autonomous vehicle mobile network[J]. Journal of Electronics and Information Technology, 2022, 44(6): 1919-1926. |
[5] |
熊锐, 程亮, 胡涛, 等. 水面无人艇可行域及障碍物快速分割算法研究[J]. 电子测量与仪器学报: 1–11. XIONG Rui, CHENG Liang, HU Tao, et al. Research on feasible area and obstacle rapid segmentation algorithm of unmanned surface vehicle[J]. Journal of Electronic Measurement and Instrumentation: 1–11. |
[6] |
沈启扬, 朱虹, 于庆旭, 等. 河蟹养殖智能化投饵装备适用性能试验研究[J]. 中国农机化学报, 2022, 43(12): 51-59. SHEN Qi-yang, ZHU Hong, YU Qing-xu, et al. Experimental research on applicability of intelligent feeding equipment for river crab breeding[J]. Chinese Journal of Agricultural Mechanics, 2022, 43(12): 51-59. |