随着大数据、物联网、人工智能等新理念、新技术的快速发展,船舶智能化水平不断提高,智能船舶相关技术一直是研究的热点,其自动靠泊操纵更是智能船舶航行过程中较精细且较重要的一个环节,尤其是船舶自动靠泊在轨迹规划及控制方面更加复杂。随着船舶不断大型化导致船舶在靠泊过程中惯性大、加速度较小,船舶对控制响应有一定的延迟,并且船舶运动具有强非线性,导致靠泊轨迹优化属于大规模的非线性优化问题,通过常见的机器人轨迹规划算法很难规划出船舶靠泊轨迹。对于智能船舶靠泊来说,轨迹规划与控制不仅要规划出安全可靠的靠泊轨迹,还要优化出相应的控制量,让船舶运动符合动力学要求。本文采用包含控制量的船舶动态模型,在人工调试控制量产生初始靠泊轨迹的基础上,利用内点罚函数法进行优化,产生能量最优的船舶靠泊轨迹及相应的控制量。主要研究内容如下:(1)针对船舶靠泊过程中航速较低等实际情况,选取精度较高的孙景浩模型,可进行低速域的仿真。所以本文对Fossen建立的四自由度船舶运动模型进行修改,得到三自由度的船舶运动模型,最后利用MATLAB仿真,以集装箱船SR108为仿真对象进行了旋回试验、惯性试验和Z形试验,通过试验数据验证了模型的有效性。(2)描述了靠泊轨迹规划问题,提出能量最优的目标函数,为了得到最优解,构建了靠泊过程中的线性约束以及非线性约束,为保证船舶操纵满足动力学要求,创建了动力学约束,这种约束随着靠泊时间而增加,导致靠泊轨迹优化属于大规模的非线性优化问题,针对这种问题,本文在内点罚函数法的基础上设计优化框架,并在求解过程中进行本地化处理。最后通过分析船舶靠泊实际过程,考虑安全、船舶操纵等因素,建立了靠泊控制目标,对靠泊过程进行离散化处理,并结合实际建立了船舶靠泊轨迹优化的罚函数以及约束条件,构建了船舶靠泊轨迹规划框架。(3)讨论了船舶在实际航行中的能耗影响因素,构建了代表能耗的目标函数。首先假设靠泊场景,利用包含控制量的船舶运动模型,以集装箱船SR108为仿真对象,通过不断调试控制量得到了初始靠泊轨迹。然后结合内点罚函数法优化策略,用非线性优化函数Fmincon对船舶靠泊轨迹进行优化,通过对初始变量进行归一化处理减小了优化复杂度,缩短优化时间,在优化过程中不断改变目标函数对应变量的权值,最终得到能代表能量最优的变量权值,优化出最优靠泊轨迹,验证了内点罚函数法对船舶靠泊轨迹优化的可行性,并能优化出相对应的控制量。最后选取大连港真实靠泊场景,对船舶靠泊过程更加严格的约束后进行优化,得到了最优靠泊轨迹及相应的控制量,并通过MATLAB环境建立了动态效果对比,通过试验数据表明该优化策略针对真实靠泊场景同样适用。研究结果表明,基于船舶动力学模型的船舶靠泊轨迹优化这一策略既能规划出最优靠泊轨迹,而且还能获得相对应的控制量,控制量最优主要体现在螺旋桨控制转速明显减小,大大节约了能源,具有一定的参考价值和实际意义。