[發明專利]一種水上無人船路徑規劃方法

在審

• 申請號: 202111507580.X
• 申請日: 2021-12-10
• 公開（公告）號: CN114077256A
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 王攀攀
• 申請（專利權）人: 威海海洋職業學院
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 青島潤集專利代理事務所(普通合伙) 37327
• 代理人: 趙以芳

本發明公開了一種水上無人船路徑規劃方法，涉及路徑規劃領域。水上無人船路徑規劃方法包括以下步驟：構建水面無人船運動的數學模型；分析水面無人船在路徑規劃中的優化目標；根據建立的數學模型，得到無人船的動力學和運動學模型，描述船舶運動規律；水面無人船局部區域自主避障策略研究；水面無人船全局路徑規劃最優控制研究；全局路徑規劃是指全部了解周圍相關環境后，做出的路徑規劃，全局規劃需要掌握運動空間中的所有環境信息，并根據這些信息布置路徑規劃。研究多種全局路徑規劃方法，尋求最優控制算法，最后對于上述避障策略、路徑規劃算法進行仿真驗證。

技術領域

本發明涉及路徑規劃領域，具體涉及一種水上無人船路徑規劃方法。

背景技術

水面無人船如何能夠在復雜多變的海域環境下安全、有效地行駛，根據有效的手段避開潛在的風險，并以最優路徑到達終點的研究中，主要研究局部自主避障和全局路徑規劃的技術路線。在全局路徑規劃中，環境信息完全己知，這其中包括障礙物位置，形狀等，以此為基礎建立環境信息模型，再利用相關路徑捜索算法求最優解。全局規劃是根據環境中的已知信息所做出的規劃，而局部規劃則是根據外界環境的變化而作出的實時動態規劃。局部規劃是研究對象通過傳感器等設備感知當前所處位置以及外界環境的變化情況后，規劃出從起點或者子目標點到下一個子目標點的路徑。

目前的研究主要包括以下方法：

①可視圖法(Visibility Graph)是在1979年由Michael A.Wesley提出并率先使用的。該算法將起始點與所有障礙物的頂點同終點用直線組合連接起來，同時保證每一條連線不能穿過障礙物，然后搜尋起始點至終點的最優路徑。該算法的優點在于，算法本身比較簡單，但搜索時間較長且當障礙物繁多時，易出現組合大爆炸。

②自由空間法問世于上世紀80年代，由麻省理工學院lozano-Perez教授所提出，其全稱為基于C空間的自由空間法。該算法將環境空間分為自由空間與障礙物空間兩部分，然后利用搜索算法在劃分的自由空間中搜尋一條路徑。自由空間法最大的特點是比較靈活，但其復雜程度也隨著障礙物的個數的增加而提升。

③單元分解法被Brooks所提出。該算法將空間劃分為各個子模塊，并將每個子模塊視為一個單元，將每相鄰個單元連接起來成為連通圖，這樣就將路徑的搜索簡化為針對圖的搜索。

④拓撲法是對需要規劃的空間進行劃分，將其分割成具有拓撲特征子空間，由于空間彼此之間具有連通性，可在此基礎上建立拓撲網絡，利用建立的拓撲網路捜尋路徑，并依據搜尋到的拓撲路徑求解出幾何路徑。拓樸法主要思想是降維，該方法的優點是大大縮小了捜索空間，而且只有障礙物的數目決定算法的復雜性，此外，由于該法不需要機器人的準確位置，因此，也就有了更好的魯椿性，但是，還存在不足，建立拓樸網絡時比較復雜，特別是當障礙物數目增加時，修正己經存在的拓撲網將存在一定的困難。

⑤上世紀90年代，Eberhart和Kennedy兩位博士受大自然中鳥類捕食行為的啟發，提出了粒子群(PSO)算法。粒子群算法是群智能算法中的一種，可以被視作為現代優化算法。鳥類在覓食時，不了解自己的位置，也不了解食物同自己的距離，此時最有效的策略是靠近離食物最近的鳥的位置，這樣尋找到食物的幾率就會大大增加。這種機制是一種共享的機制，在不斷認知中，個體兼顧自身與其他個體信念，當察覺周圍個體信念更優時，個體自身將做出適應性調整，以達到種群最優化。粒子群算法個體與個體之間既有協作又有競爭，進而在復雜的空間中尋求到最優解。

⑥遺傳巧法是模擬達爾文生物進化論的一種仿生學算法，它利用了進化論中自然選擇和遺傳學機理的計算模型，是通過模擬自然進化過程捜索最優解的方法。遺傳算法包含染色體的編碼、群體的初始化、適應值評價、選擇種群、種群的交配及變異這幾個問題。它應用于移動機器人路徑規劃時，采用不確定搜索規則，自適應的調整捜索方向，遺傳算法其主要特點是直接對結構對象進行操作，不存在求導和函數連續性的限定，具有內在的隱并行性和更好的全局尋優能為；采用概率化的尋優方法，能自動獲取和指導優化的搜索空間，自適應地調整捜索方向，不需要確定的規則。