Tự động điều khiển tàu cập cầu xét đến ảnh hưởng của gió sử dụng mạng nơ ron tách kênh

KHOA HỌC - CÔNG NGHỆ 
10 SỐ 65 (01-2021) 
TẠP CHÍ ISSN: 1859-316X 
KHOA HỌC CÔNG NGHỆ HÀNG HẢI 
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY 
TỰ ĐỘNG ĐIỀU KHIỂN TÀU CẬP CẦU XÉT ĐẾN ẢNH HƯỞNG CỦA GIÓ 
SỬ DỤNG MẠNG NƠ RON TÁCH KÊNH 
AUTOMATIC SHIP BERTHING UNDER THE EFFECT OF WIND USING A 
NEURAL NETWORK WITH DECOUPLE STRUCTURE 
NGUYỄN VĂN SƯỚNG 
Khoa Hàng hải, Trường Đại học Hàng hải Việt Nam 
Email liên hệ: nguyenvansuong@vimaru.edu.vn 
Tóm tắt 
Trong nghiên cứu trước đây, mạng nơ ron với cấu 
trúc tách kênh đã được giới thiệu cho bài toán 
điều khiển tàu cập cầu tự động. So với các bộ điều 
khiển nơ ron khác, cấu trúc tách kênh đem lại hiệu 
quả tốt hơn trong điều khiển góc bẻ lái và vòng 
tua chân vịt. Tuy nhiên, ảnh hưởng của gió chưa 
được xem xét đến khi sử dụng bộ điều khiển này. 
Trong nghiên cứu này, ảnh hưởng của gió được 
xem xét đối với bài toán điều khiển tàu cập cầu tự 
động sử dụng mạng nơ ron tách kênh. Các kết quả 
mô phỏng được thực hiện chỉ ra ưu điểm của hệ 
thống cập cầu tàu sử dụng mạng nơ ron tách kênh 
là tốt hơn so với không tách kênh khi xét đến ảnh 
hưởng của gió. 
Từ khóa: Tự động cập cầu tàu, mô hình tàu, ảnh 
hưởng của gió, mạng nơ ron tách kênh. 
Abstract 
In previous studies, decouple neural networks 
have been studied to automatic ship berthing 
control as main controller. Conpared to existing 
controllers, the decouple structure of networks 
obtains better efficintive in controlling the rudder 
angle and the propeller revolution. However, the 
effect of wind disturbance have been still not 
considered in automatic ship berthing using the 
decouple structure. In this study, the effect of wind 
has been rearched on automatic ship berthing 
control based on decouple neural networks. 
Numerical simulation results carried out show 
that the advantage of proposed berthing system 
under wind disturbace is better than that using the 
non-decouple neural network controller. 
Keywords: Automatic ship berthing, ship model, 
wind effect, decouple neural networks. 
1. Đặt vấn đề 
Tự động điều khiển tàu cập cầu là một trong những 
bài toán khó trong lĩnh vực điều khiển chuyển động tàu. 
Khi di chuyển trong điều kiện tốc độ thấp, việc điều 
động tàu trở lên khó khăn hơn vì hiệu quả điều khiển 
bánh lái của tàu thấp. Nói một cách khác, khi điều động 
tàu vào cập cầu, do tàu khó nghe lái, dẫn đến cần phải 
điều khiển bánh lái một cách hợp lý. Do đó, quá trình 
cập cầu tàu thường được chia làm ba giai đoạn cụ thể: 
giai đoạn thứ nhất bẻ lái đưa vào hướng tiếp cận cầu, 
giai đoạn này cần thực hiện nhanh chóng để lợi dụng 
việc tàu còn điều khiển thay đổi hướng mũi được bởi 
bánh lái; giai đoạn thứ hai máy chính của tàu được thay 
đổi để tiếp cận cầu với tốc độ hợp lý; giai đoạn cuối 
máy chính được dừng máy và tiếp cận cầu với trớn phù 
hợp để tiếp cận cầu tàu. Với cách tiếp cận giống như bộ 
não của người điều khiển tàu, cho đến nay mạng nơ ron 
nhân tạo được xem như cách tiếp cận hiệu quả nhất để 
tự động điều khiển tàu cập cầu vì mạng nơ ron có khả 
năng học và thực hiện các bước cập cầu giống như hành 
động của người điều khiển. 
Người đầu tiên ứng dụng mạng nơ ron để học và 
thực hiện bài toán tự động cập cầu là nhóm tác giả H. 
Yamato et al [1], trong nghiên cứu này bộ điều khiển 
được đề xuất để điều khiển hai đầu ra là góc bẻ bánh 
lái và tốc độ vòng tua chân vịt. Theo ý tưởng của tiếp 
cận này, một bộ dữ liệu được tạo ra từ quá trình cập 
cầu của con tàu đó, sau đó bộ dữ liệu sẽ được sử dụng 
để dạy mạng nơ ron. Mạng nơ ron bao gồm lớp đầu 
vào: vị trí địa lý của tàu tại cảng huấn luyện, hướng 
Hình 1. Tạo mẫu cập cầu tàu để huấn luyện mạng 
nơ ron tách kênh 
KHOA HỌC - CÔNG NGHỆ 
11 SỐ 65 (01-2021) 
TẠP CHÍ ISSN: 1859-316X 
KHOA HỌC CÔNG NGHỆ HÀNG HẢI 
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY 
mũi tàu tại thời điểm xuất phát, các trạng thái tốc độ 
tàu. Lớp đầu ra của mạng bao gồm hai tín hiệu điều 
khiển góc bẻ bánh lái và tốc độ vòng tua chân vịt. Các 
trạng thái tàu ở thời điểm xuất phát như Hình 1 sẽ 
được tạo ra đủ để huấn luyện mạng nơ ron. 
Như một sự kế thừa ý tưởng từ nhóm tác giả [1], 
các nghiên cứu đã được đề xuất để giải các bài toán 
khác nhau của lĩnh vực cập cầu tàu tự động sử dụng 
mạng nơn ron [2, 3, 4, 5, 6]. Trong nghiên cứu [2], 
nhóm tác giả sử dụng các đầu vào là góc mạn tiếp cận 
và khoảng cách từ tàu đến cầu cảng, ưu điểm của các 
tiếp cận này là mạng nơ ron có thể áp dụng cho nhiều 
cầu cảng khác nhau mà không cần phải huấn luyện lại 
mạng. Với mong muốn áp dụng cho các tàu không 
người lái, nhóm tác giả trong [4, 5], sử dụng các đầu 
vào là khoảng cách đến cảng thay vì góc mạn và 
khoảng cách như trong nghiên cứu [2]. Trong nghiên 
cứu [6], một bộ điều khiển nơ ron được tạo ra để thực 
hiện đa nhiệm vụ bao gồm cập cầu cho nhiều cảng 
khác nhau và hai hướng tiếp cận khác nhau mà không 
cần huấn luyện lại mạng nơ ron. 
Trong nghiên cứu [3], đã đề xuất một bộ điều 
khiển nơ ron tách kênh cho cập cầu, điểm mới của 
mạng nơ ron này so với các nghiên cứu trước đây thể 
hiện ở chỗ làm giảm tác động của các đầu vào không 
liên quan đến các đầu ra điều khiển từ mạng. Tức là 
việc điều khiển các tín hiệu ra chỉ phụ thuộc vào các 
tín hiệu vào liên quan thay vì phụ thuộc vào tất cả các 
tín hiệu như các bộ điều khiển trước đó. Điều này làm 
cho hiệu quả điều khiển góc bẻ bánh lái và tốc độ vòng 
tua chân vịt đạt hiệu quả cao hơn. Do đó, hiệu quả điều 
khiển tàu cập cầu của nghiên cứu này được nâng cao 
hơn so với các nghiên cứu trước đây. 
Tuy nhiên, thực tế trong hàng hải, ảnh hưởng của 
ngoại cảnh tác động đến tàu trong quá trình cập cầu là 
đáng kể. Do vậy, trong nghiên cứu này, ảnh hưởng của 
gió được xem xét đến quá trình điều khiển tàu cập cầu 
tự động sử dụng mạng nơ ron tách kênh. Nghiên cứu 
này là một nghiên cứu tiếp theo để phát triển bộ điều 
khiển mạng nơ ron tách kênh cho hệ thống tự động 
cập cầu tàu xét đến các ảnh hưởng ngoại cảnh phức 
tạp khác nhau khi con tàu cập cầu. 
2. Mô hình toán động học chuyển động tàu 
2.1. Mô hình động học chuyển động tàu 
 Để thiết kế hệ thống tự động điều khiển tàu cập 
cầu, mô hình toán chuyển động trên ba bậc tự do được 
đề cập cho tàu mặt nước (Surge - Sway - Yaw). Trong 
nghiên cứu này mô hình toán MMG (Mathematical 
Modeling Group) của nhóm tác giả người Nhật Bản 
được sử dụng, hệ thức toán học của mô hình này được 
thể hiện: 
(𝑚 + 𝑚𝑥)�̇� − (𝑚 +𝑚𝑦)𝑣𝑟 = 𝑋𝐻 + 𝑋𝑃 + 𝑋𝑅 + 𝑋𝑊 
 (𝑚 +𝑚𝑦)�̇� + (𝑚 +𝑚𝑥)𝑢𝑟 = 𝑌𝐻 + 𝑌𝑊 
(𝐼𝑧𝑧 + 𝐽𝑧𝑧)�̇� = 𝑁𝐻 + 𝑁𝑅 + 𝑁𝑊 
 (1) 
 Trong đó: (x, y) là toạ độ địa lý của tàu tại cảng, 
Ψ là hướng mũi tàu, m, mx, my là khối lượng tàu, khối 
lượng thêm khi tàu chuyển động trong nước theo các 
trục dọc và trục ngang; Izz, Jzz là mô men khối lượng 
và mô men khối lượng thêm khi tàu chuyển chuyển 
động quay; u, v, r là tốc độ tàu trên các trục dọc, trục 
ngang, và trục thẳng đứng. 
 Lực dọc tác dụng lên chuyển động tàu sinh ra bởi 
chân vịt được mô tả bởi hệ thức sau: 
 {
𝑋𝑃 = (1 − 𝑡𝑃)𝑇
𝑇 = 𝜌𝐷𝑝
4𝑛2𝐾𝑇(𝐽)
 (2) 
 Lực và mô men tác dụng lên tàu sinh ra bởi bánh 
lái được thể hiện qua hệ phương trình dưới đây: 
{
 𝑋𝑅 = −
(1 − 𝑡𝑅)𝐹𝑁 sin 𝛿
𝑌𝑅 = −(1 + 𝑎𝐻)𝐹𝑁 cos 𝛿
𝑁𝑅 = −(𝑥𝑅 + 𝑎𝐻𝑥𝐻)𝐹𝑁 cos 𝛿
𝐹𝑁 =
𝜌
2
𝑓𝛼(Λ)𝐴𝑅𝑈𝑅
2 sin 𝛼𝑅
 (3) 
 Trong đó: n là tốc độ vòng tua chân vịt, 𝛿 là góc 
bẻ lái. Đây là hai đầu ra của bộ điều khiển để điều 
khiển tàu tiếp cận cầu. 
 Mô hình chuyển động của tàu dầu ở tốc độ thấp 
được áp dụng trong nghiên cứu này. Chi tiết về mô 
hình này có thể tham khảo trong nghiên cứu [7]. 
2.2. Mô hình tác động của gió 
 Trong thực tế hàng hải, yếu tố gió tác động đến 
con tàu là hoàn toàn xác định được bằng thiết bị đo 
gió, chiều cao mạn khô của tàu. Do đó các lực và mô 
men hoàn toàn xác định được trong quá trình cập cầu 
tàu tự động. Trong nghiên cứu này, các hệ số gió được 
xác định theo phương pháp của Isherwood [8]. 
{
 XW = CX
1
2
ρVR
2 AT
YW = CY
1
2
ρVR
2 AL
 NW = CN
1
2
ρVR
2 ALLOA
 (4) 
Trong đó: XW là các lực dọc, YW là lực ngang và 
NW là mô men tác dụng lên tàu gây ra bởi gió. 
KHOA HỌC - CÔNG NGHỆ 
12 SỐ 65 (01-2021) 
TẠP CHÍ ISSN: 1859-316X 
KHOA HỌC CÔNG NGHỆ HÀNG HẢI 
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY 
3. Tự động cập cầu tàu xét đến ảnh hưởng của 
gió sử dụng mạng nơ ron tách kênh 
3.1. Đề xuất hệ thống tự động cập cầu khi xét 
đến ảnh hưởng của gió 
Trong nghiên cứu trước [3], nhóm tác giả đã đề 
xuất một bộ điều khiển nơ ron tách kênh ứng dụng 
cho bài toán tự động điều khiển tàu cập cầu. Ưu điểm 
của bộ điều khiển đề xuất so với cấu trúc không tách 
kênh thể hiện ở chỗ: Bộ điều khiển không tách kênh 
cho kết nối các đầu ra điều khiển (góc bẻ bánh lái và 
tốc độ vòng tua chân vịt) với tất cả đầu vào, trong 
khi thực tế các đầu ra điều khiển không phụ thuộc 
vào tất cả các đầu vào của mạng. Điều này làm cho 
hiệu quả điều khiển của mạng nơ ron không tách 
kênh kém hơn so với mạng nơ ron tách kênh. Trong 
nghiên cứu này, nhóm tác giả tiếp tục nghiên cứu 
hiệu quả điều khiển của cấu trúc tách kênh trong 
mạng nơ ron so với cấu trúc không tách kênh khi có 
ảnh hưởng của gió tác động đến quá trình cập cầu tàu. 
Đây được xem như một nghiên cứu phát triển tiếp 
theo của nghiên cứu [3]. 
Các bước thực hiện bài toán: 
Bước 1: Tạo dữ liệu cập cầu để huấn luyện bộ điều 
khiển. Cũng giống những nghiên cứu trước đây, các 
dữ liệu được ghi lại để tạo thành một bộ dữ liệu tổng 
hợp. Đầu vào của các dữ liệu bao gồm: vị trí tàu, 
hướng mũi tàu, tốc độ tàu theo các trục dọc, ngang, và 
tốc độ góc quay. Đầu ra bao gồm hai tín hiệu điều 
khiển góc bẻ bánh lái và tốc độ vòng tua chân vịt. 
Trong quá trình tạo ra bộ dữ liệu, gió được đề cập bằng 
cách đề cập lực và mô men như trong hệ thức (4). Việc 
tạo dữ liệu huấn luyện được thực hiện trên phần mềm 
MATLAB được minh hoạ như trong Hình 2. 
Bước 2: Lựa chọn cấu trúc mạng, trong nghiên 
cứu này cấu trúc mạng là một mạng nơ ron tách kênh 
như trong nghiên cứu [3]. Tuy nhiên, khi xét thêm ảnh 
hưởng của gió, 3 đại lượng: lực tác dụng của gió gây 
ra trên trục dọc (Xw), lực tác dụng trên trục ngang (Yw), 
và mô men do gió (Nw) được chia theo hai nhánh riêng 
biệt để điều khiển bánh lái và tốc độ vòng tua chân vịt 
một cách hợp lý hơn so với cấu trúc tách kênh. 
Cụ thể, một mạng nơ ron tách kênh được thiết kế 
như Hình 3 có cấu trúc hai mạng nơ ron nhỏ riêng biệt 
để áp dụng cho bài toán cập cầu tàu tự động xét đến 
ảnh hưởng của gió. Trong đó: 
Mạng nơ ron thứ nhất có cấu trúc gồm: lớp vào 
gồm 4 đầu vào (toạ độ địa lý của tàu tại cảng (x, y), 
tốc độ tàu trên trục dọc (u)), và lực tác dụng của gió 
lên tàu theo trục dọc (XW); lớp ẩn, và lớp ra là tốc độ 
vòng tua chân vịt (n). 
Mạng nơ ron thứ hai có cấu trúc gồm: lớp vào gồm 
5 đầu vào (tốc độ tàu trên trục ngang và tốc độ góc (v, 
r), hướng mũi tàu (Ψ)), lực tác dụng của gió lên tàu 
theo trục ngang (YW), và mô men tác dụng quay tàu 
(NW); lớp ẩn, và lớp ra là góc bẻ bánh lái (δ). 
Hình 3. Cấu trúc mạng nơ ron không tách kênh 
được lựa chọn đề cập đến ảnh hưởng của gió 
cho bài toán cập cầu tàu 
Hình 2. Mô tả quá trình tạo dữ liệu huấn luyện đề 
cập ảnh hưởng của gió trên MATLAB 
KHOA HỌC - CÔNG NGHỆ 
13 SỐ 65 (01-2021) 
TẠP CHÍ ISSN: 1859-316X 
KHOA HỌC CÔNG NGHỆ HÀNG HẢI 
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY 
Để huấn luyện mạng, nghiên cứu này sử dụng 
phương pháp học giám sát và kỹ thuật lan truyền 
ngược để đảm bảo sau khi được huấn luyện mạng, đầu 
ra phản hồi của mạng gần giống với đầu ra của bộ dữ 
liệu dạy học cho mạng. Hàm mục tiêu để huấn luyện 
trong phương pháp lan truyền ngược được thể hiện 
trong hệ thức dưới đây: 
 ( ( ))
2
P L M
i 2 ij 1 jk k j i
i=1 j=1 k=1
E = desired_O - f W f W I +b - b
 
 
 
   (5) 
 Nhiệm vụ của huấn luyện là tối ưu hệ thức (5) 
Kết thúc quá trình huấn luyện mạng, các giá trị trọng 
số được tính toán và cập nhật đảm bảo hàm mục tiêu. 
Bước 3: Tự động cập cầu tàu, khi đặt tàu ở vị trí 
ban đầu có các trạng thái đầu vào giống hoặc gần 
giống với bộ dữ liệu huấn luyện mạng như ở Bước 1, 
bộ điều khiển sẽ tính toán các giá trị góc bẻ lái và thay 
đổi tốc độ vòng tua chân vịt để đưa tàu vào cập cầu 
dưới ảnh hưởng của gió một cách tự động. 
 Sơ đồ khối của hệ thống được biểu diễn dưới 
Hình 4, trong đó đầu vào ban đầu là các giá trị trạng 
thái tàu ở thời điểm xuất phát, qua bộ điều khiển sẽ 
tính toán các giá trị góc bẻ lái và tốc độ vòng tua chân 
vịt để đưa ra mô hình toán MMG, qua mô hình toán 
MMG, các trạng thái mới của tàu ở bước thời gian tiếp 
theo được tính toán và phản hồi về bộ điều khiển để 
thực hiện vòng lặp như ban đầu. Trong sơ đồ này, gió 
được đề cập cho bộ điều khiển. Vì gió (bao gồm 
hướng và tốc độ hoàn toàn xác định được thông qua 
thiết bị đo gió) nên tác động của gió hoàn toàn xác 
định được. 
Hình 4. Sơ đồ tự động điều khiển cập cầu 
dưới ảnh hưởng của gió sử dụng bộ điều khiển tách kênh 
3.2. Mô phỏng số và phân tích kết quả 
 Để xác thực hiệu quả của hệ thống điều khiển đề 
xuất xét đến ảnh hưởng của gió, các mô phỏng số được 
thực hiện sử dụng phần mềm MATLAB. Toạ độ khu 
vực cảng được chuyển thành dạng thứ nguyên để dễ 
dàng thực hiện cho việc mô phỏng máy tính, thang 
kinh vĩ độ đều thuộc giải từ -2 đến 9. 
 Kết quả nghiên cứu mô phỏng được thể hiện trong 
Hình 5. Hình vẽ màu xanh thể hiện quỹ đạo tàu chạy 
được điều khiển bởi bộ điều khiển tách kênh. Còn màu 
đỏ là quỹ đạo tàu chạy được điều khiển bằng bộ điều 
khiển không tách kênh. 
 Trường hợp thứ nhất: Hình 5a, tàu xuất phát từ vị 
trí ban đầu (vĩ độ, kinh độ) = (6, 7.5), hướng mũi tàu 
là 260 độ, hướng gió 340 độ và tốc độ gió 10 (m/s). 
Kết quả mô phỏng số cho thấy quỹ đạo tự động điều 
khiển chuyển động tàu bằng 2 bộ điều khiển khác 
nhau có sự khác nhau rõ rệt dưới tác dụng của gió. 
a) 
KHOA HỌC - CÔNG NGHỆ 
14 SỐ 65 (01-2021) 
TẠP CHÍ ISSN: 1859-316X 
KHOA HỌC CÔNG NGHỆ HÀNG HẢI 
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY 
Phân tích trường hợp này, có thể thấy dưới ảnh 
hưởng của gió thổi từ mạn phải sang mạn trái (ký hiệu 
hoa gió như hình vẽ), ban đầu cả hai bộ điều khiển đều 
bẻ bánh lái về phía mạn trái để đưa tàu tiếp cận cầu ở 
hướng hợp lý, nhưng bộ điều khiển tách kênh sử dụng 
góc bẻ lái nhỏ hơn để chống lại ảnh hưởng của gió 
thổi từ mạn phải sang tốt hơn. Điều này làm cho quỹ 
đạo chuyển động tàu điều khiển bằng bộ điều khiển 
tách kênh bị dạt ít hơn so với quỹ đạo điều khiển bằng 
bộ điều khiển không tách kênh. Kết quả là, dưới ảnh 
hưởng của gió, vị trí tàu cập cầu được điều khiển bằng 
bộ điều khiển tách kênh ở gần vị trí mong muốn hơn 
so với vị trí tàu cuối cùng được điều khiển bởi bộ điều 
khiển không tách kênh. 
 Trường hợp thứ hai: Hình 5b, tàu xuất phát có các 
trạng thái tàu giống như ở trường hợp thứ nhất, vị trí 
ban đầu của tàu tại (vĩ độ, kinh độ) = (6, 7.5), hướng 
mũi tàu là 260 độ, tốc độ gió 10 (m/s). Tuy nhiên, 
hướng tác dụng của gió là hướng 135 độ (Gió thổi từ 
mạn trái sang mạn phải của con tàu). Phân tích kết quả 
thấy rằng: ban đầu để tiếp cận hướng vào cầu hợp lý, 
cả hai bộ điều khiển đều bẻ lái sang mạn trái. Tuy 
nhiên, bộ điều khiển tách kênh bẻ lái góc lái lớn hơn 
để tránh cho tàu bị dạt về phía mạn phải. Kết quả là 
quỹ đạo tàu được điều khiển bằng bộ điều khiển tách 
kênh gần với đường tiếp cận cầu mong muốn hơn. 
Điều đó có nghĩa là hiệu quả điều khiển của bộ điều 
khiển nơ ron tách kênh là tốt hơn so với bộ điều khiển 
không tách kênh ở trường hợp này. 
Trường hợp thứ ba: Hình 5c, tàu xuất phát tại vị 
trí ban đầu của tàu tại (vĩ độ, kinh độ) = (4, 7.5), hướng 
mũi tàu là 220 độ, tốc độ gió 10 (m/s). Hướng tác dụng 
của gió là hướng 250 độ (gần như là gió thổi ngược 
với hướng tàu chạy). Phân tích kết quả thấy rằng: cả 
hai bộ điều khiển đều bẻ góc bánh lái sang bên phải 
để tiếp cận cầu (đồ thị phần Rudder phía trên), tuy 
nhiên, góc bẻ bánh lái của bộ điều khiển nơ ron tách 
kênh có xu hướng lớn hơn và tốc độ thay đổi cũng lớn 
hơn, điều này có thể giải thích là vì gió thổi vát ở mũi 
tàu nên ảnh hưởng gây dạt ngang không nhiều và mục 
đích bám đường đi tiếp cận nên bộ điều khiển cho góc 
bẻ lái thay đổi liên tục lúc có thể bẻ sang hết phía mạn 
phải. Quỹ đạo chuyển động tàu bằng bộ điều khiển 
tách kênh trong trường hợp này cũng là gần đường 
mong muốn hơn so với quỹ đạo điều khiển bằng bộ 
điều khiển không tách kênh. 
Kết quả ba trường hợp mô phỏng cho thấy ứng 
dụng bộ điều khiển nơ ron tách kênh cho bài toán cập 
cầu có hiệu quả điều khiển tốt hơn so với bộ điều 
khiển không tách kênh khi đề cập ảnh hưởng của gió 
tác động đến chuyển động tàu. 
4. Kết luận 
Bài báo này đề xuất một nghiên cứu về ứng dụng 
mạng nơ ron có cấu trúc tách kênh cho bài toán tự 
động cập cầu tàu xét đến ảnh hưởng của gió. Kết quả 
mô phỏng chỉ ra rằng: dưới tác động của gió, quỹ đạo 
chuyển động tàu được điều khiển bởi bộ điều khiển đề 
c) 
Hình 5. Kết quả mô phỏng tự động cập cầu tàu sử 
dụng mạng nơ ron tách kênh và so sánh với cấu trúc 
không tách kênh 
b) 
KHOA HỌC - CÔNG NGHỆ 
15 SỐ 65 (01-2021) 
TẠP CHÍ ISSN: 1859-316X 
KHOA HỌC CÔNG NGHỆ HÀNG HẢI 
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY 
xuất bám sát đường tiếp cận cầu mong muốn hơn so 
với quỹ đạo chuyển động tàu được điều khiển bởi bộ 
điều khiển nơ ron không tách kênh. Điều đó có thể 
hiểu rằng bộ điều khiển được đề xuất trong nghiên cứu 
này có hiệu quả tốt hơn so với bộ điều khiển có cấu 
trúc tách kênh khi đề cập ảnh hưởng của gió. Trong 
những nghiên cứu tiếp theo, chúng tôi sẽ tiếp tục phát 
triển bộ điều khiển nơ ron để điều khiển tàu tự động 
cập cầu tính đến ảnh hưởng của gió động học (gió thay 
đổi hướng liên tục trong quá trình cập cầu), gió giật, 
và tác dụng của dòng chảy đến quá trình cập cầu. 
Lời cảm ơn 
Nghiên cứu này được tài trợ bởi Trường Đại học 
Hàng hải Việt Nam trong đề tài mã số: DT20-21.01. 
TÀI LIỆU THAM KHẢO 
[1] H. Yamato and etc. “Automatic Berthing by the 
Neural Controller”, Proc. Of Ninth Ship Control 
Systems Symposium, Vol.3, pp.183-201, 
Bethesda, U.S.A., Sep. 1990. 
[2] Nam Kyun Im, Van Suong Nguyen. “Artificial 
neural network controller for automatic ship 
berthing using head-up coordinate system”. 
International Journal of Naval Architechture and 
Ocean Engineering, Vol.10, pp.235-249, 2018. 
doi:10.1016/j.ijnaoe.2017.08.003. 
[3] Nguyễn Văn Sướng. “Nghiên cứu tự động cập cầu 
tàu sử dụng mạng nơ ron tách kênh”. Tạp chí khoa 
học Công nghệ Hàng hải, Số 64, tr.36-40, 2020. 
[4] Van Suong Nguyen, Van Cuong Do, Nam Kyun 
Im. “Development of Automatic Ship Berthing 
System Using Artificial Neural Network and 
Distance Measurement System”. International 
journal of fuzy logic and intelligent systems, 
Vol.18, pp.41-49, 2018. 
 doi:10.5391/IJFIS.2018.18.1.41. 
[5] Van Suong Nguyen. “Investigation on a novel 
support system for automatic ship berthing in 
marine practice”. Journal of marine science and 
engineering, Vol.4, pp.1-22, 2019 doi: 
10.3390/jmse7040114. 
[6] Van Suong Nguyen. “Investigation of a 
multitasking system for automatic ship berthing 
based on an integrated neural controller. 
Mathematics, Vol.8, Issue 7, pp.1-23, 2020. doi: 
/10.3390/math8071167. 
[7] K Kose et al, On a Mathematical Model of 
Maneuvering Motions of Ships in Low Speeds, 
Journal of Ship and Naval Architecute of Japan, 
Vol.155, pp.132-138, June 1984 (In Japanese). 
[8] Isherwood, R.M. Wind Resistance of Merchant 
Ship. Trans. RINA 1972, Vol.115, pp.327-338, 
1972. 
Ngày nhận bài: 04/12/2020 
Ngày nhận bản sửa: 08/01/2021 
Ngày duyệt đăng: 16/01/2021