基于避碰声呐的远程鱼雷水下自主障碍规避算法研究

伴随着航程可达上千千米的远程鱼雷的出现,对鱼雷远程航渡过程中自主规避可能出现的障碍物提出新要求。本文以某型远程鱼雷为背景,基于模糊控制方法,提出一种基于避碰声呐的远程鱼雷自主避障算法,提出规避障碍物的规划,并通过计算模拟避碰声呐探测信息,在仿真平台上对该算法进验证,结果表明运用该算法远程鱼雷能利用自身携带的前视避碰声呐探测到障碍物,并通过障碍规避算法控制鱼雷航行规避障碍物时,本文提出的障碍规避算法可以引导鱼雷规避障碍物,到达设定的目标点。     

基于海事规则的水面无人艇动态障碍规避方法

针对水面无人艇对探测到的电子海图上没有标示的动态障碍物的规避问题,提出符合国际海上避碰规则公约的规避方法,将动态障碍物某一运动时刻转换为相对无人艇瞬时静止的状态,对避障模型进行实时计算;并通过粒子群优化算法解算出无人艇进行避障所需的最优航速和航向改变量。仿真实验表明,该方法可得到合理的规避策略,有效地完成动态障碍物的规避任务。     

基于改进Bi-RRT的无人水面艇自动避碰算法

[目的]提出一种实现无人水面艇(USV)在高速航行时自动规避障碍物的方法。[方法]将双向搜索树(Bi-RRT)算法与速度障碍法相结合,得到基于改进Bi-RRT的无人水面艇自动避碰算法。针对Bi-RRT算法扩展操作中父节点延伸方向位于锥形碰撞区内的情况,提出避碰危险度系数与障碍物排斥向量,使父节点延伸方向有远离障碍物中心的趋势。同时,针对算法实时性问题,提出两棵搜索树并行延伸扩展的方式,以及当父节点延伸方向位于锥形碰撞区外时触发的目标吸引向量,以加速算法收敛。[结果]结果显示,采用上述改进方法设计的算法搜索树延伸失败次数降低,规划的避碰路径短且更加平滑。[结论]该改进Bi-RRT算法实时性强、路径规划质量高,对实际工程应用有重要意义。     

基于改进RRT算法的无人艇编队路径规划技术

[目的]为了解决无人艇编队在智能航行时全局路径规划与局部自主避碰问题,提出基于改进快速搜索随机树(RRT)算法的无人艇编队路径规划技术。[方法]针对无人艇编队形状稳定问题,在RRT算法扩展环节提出一种非严格保形修正向量与非严格保形控制圆区域,使搜索树有朝着严格保形坐标点生长的趋势;针对突发障碍物与非严格保形规划点碰撞问题,在RRT算法碰撞检测环节提出可调节避碰圆区域与障碍物修正向量,使无人艇安全避碰并最大程度地保持队形稳定。[结果]结果显示,无人艇编队在该算法作用下表现出了良好的保形性能,并能对突发障碍物进行有效的避碰。[结论]该算法效能高、稳定性强、路径规划质量高,在实际工程应用中具有重要的意义。     

水面无人艇动态避碰策略研究

针对水面无人艇局部路径规划的局限性,本文提出基于水面无人艇操纵运动模型的动态智能避碰,根据海事规则将局面划分为对遇、交叉相遇以及追越3种局面,在MMG模型基础上,通过避碰模型改变USV的航速和航向,完成USV对动态障碍物的智能避碰。通过实验仿真表明,该方法有效地完成USV对动态障碍物的危险避碰,符合USV实际航行避碰操纵要求。     

水面无人艇动态避碰策略研究

针对水面无人艇局部路径规划的局限性,本文提出基于水面无人艇操纵运动模型的动态智能避碰,根据海事规则将局面划分为对遇、交叉相遇以及追越3种局面,在MMG模型基础上,通过避碰模型改变USV的航速和航向,完成USV对动态障碍物的智能避碰.通过实验仿真表明,该方法有效地完成USV对动态障碍物的危险避碰,符合USV实际航行避碰操纵要求.     

基于大数据与人工智能的舰船避碰路径优化调度算法

舰船航行路径中存在许多障碍物,当前舰船避碰路径优化调度算法存在障碍物识别正确率低、规划路径长,不仅无法获得最优的舰船航行路径,而且不能保证舰船航行的安全,为了获得最优的舰船航行路径,设计了基于大数据与人工智能的舰船避碰路径优化调度算法。首先分析当前舰船避碰路径优化调度算法的工作原理,找到弊端,然后引入大数据分析方法建立舰船避碰路径优化的数学模型,实现障碍物识别,并采用人工智能技术——遗传算法找到最优的舰船避碰路径,最后进行舰船避碰路径优化调度算法性能的仿真测试,结果表明,本文方法可以更快找到最优的舰船避碰路径,舰船避碰路径更短,不仅减少了舰船航行的时间和成本,而且可以准确识别各种舰船障碍物,具有显著的优越性。     

基于模型预测控制的船舶自主避碰方法

针对海上多船会遇情况下的船舶自主避碰问题,提出一种基于船舶运动数学模型的开阔水域船舶自主避碰方法.该方法利用模型预测控制(MPC)算法,在考虑船舶操纵性和避碰规则的条件下,采用模糊数学理论分析船舶航行过程中的碰撞危险度,进而构建避碰算法的评价函数,实现船舶自主避碰.仿真结果表明,该算法能解决开阔水域多船会遇情况下的船舶自主避碰问题,验证了算法的有效性.     

潜艇避碰声呐发展分析

在阐述国外潜艇避碰声呐发展现状及趋势的基础上,结合潜艇避碰声呐使用的主要场景,分析潜艇避碰声呐能力需求,提出相关的研制功能要求,并进一步分析避碰声呐发展涉及的关键技术及难点。相关研究可为我国潜艇避碰声呐的发展提供一定参考。     

无人船舶避碰障碍物智能自动识别方法

传统无人船舶避碰障碍物识别方法,受到方法中识别危险系数判定基数过小的影响,在避碰障碍物识别过程中,无法在有效安全距离下瞬态识别障碍物,造成避碰全局输出准确率与效率降低。为了解决无人船舶识别危险基数过小的问题,提出无人船舶避碰障碍物智能自动识别方法。首先采用智能危险判定算法,对船舶与障碍物之间的距离进行危险系数判定计算;然后根据判定危险系数数据,重构会遇状态模型。通过模型得到算法对障碍物的识别信息;最后通过神经遗传算法,对障碍物分布信息进行避碰数据的识别转换,从而实现优化识别运算场景,提升识别方法识别准确率与输出效率。通过在同一场景下不同识别方法的对比数据表明:提出的识别方法更适合无人船舶的避碰障碍物识别计算,能够有效将障碍物识别准确率控制在97.43%。同时,提升全局输出效率25%以上。     

无人艇自主避障算法设计与仿真

文章针对无人艇全局路径规划航线上可能存在未知静态障碍物,影响其安全航行的问题,提出加装超声波传感器和罗盘,分别用于测量无人艇航行过程中与障碍物的距离信息和偏航角,作为无人艇运动控制器的输入。同时设计了包含岸基和船载的无人艇运动控制系统,采用模糊控制算法实现自主避障功能,依靠专家经验制定无人艇运动控制规则,依据航速和传感器探测距离设计隶属度函数,Matlab仿真路径有效避开了障碍物,得到了安全的航行路径,验证了算法有效性。     

Application of A* algorithm for real-time path re-planning of an unmanned surface vehicle avoiding underwater obstacles

This paper describes path re-planning techniques andunderwater obstacle avoidance for unmanned surface vehicle （USV）based on multi-beam forward looking sonar （FLS）. Near-optimalpaths in static and dynamic environments with underwaterobstacles are computed using a numerical solution procedure basedon an A algorithm. The USV is modeled with a circular shape in 2degrees of freedom （surge and yaw）. In this paper, two-dimensional（2-D） underwater obstacle avoidance and the robust real-time pathre-planning technique for actual USV using multi-beam FLS aredeveloped. Our real-time path re-planning algorithm has beentested to regenerate the optimal path for several updated frames inthe field of view of the sonar with a proper update frequency of theFLS. The performance of the proposed method was verifiedthrough simulations, and sea experiments. For simulations, theUSV model can avoid both a single stationary obstacle, multiplestationary obstacles and moving obstacles with the near-optimaltrajectory that are performed both in the vehicle and the worldreference frame. For sea experiments, the proposed method for anunderwater obstacle avoidance system is implemented with a USVtest platform. The actual USV is automatically controlled andsucceeded in its real-time avoidance against the stationary underseaobstacle in the field of view of the FLS together with the GlobalPositioning System （GPS） of the USV.     

基于遗传算法的内河船舶避碰路径优化研究

提出一种遗传算法用于解决内河狭窄弯曲航道中的船舶避碰问题。运用算法的空间寻优能力,设计简单的编码,根据航道及障碍物等约束条件,按照一定的优化准则设计出相应的适应度函数。通过计算机仿真表明,该方法具有良好的避碰路径寻优能力,为最终实现自动避碰奠定基础。     

多船会遇自主避碰算法

船舶碰撞事故不仅带来人员和财产的巨大损失，还造成了环境污染、资源浪费等严重后果。因此，船舶自主避碰技术已成为当前船舶与航运领域研究的热点问题。提出了一种满足COLREGs避碰规则的多船会遇自主避碰算法，以经典速度障碍法为基础设计自适应采样避碰轨迹生成算法，并应用运动基元理论对避碰轨迹进行调整，使轨迹满足船舶操纵性约束条件。针对案例三体船模型，完成了多船会遇场景下的船模自主避碰航行试验，验证了所提算法的有效性和实用性，对船舶自主避碰系统的研发具有重要借鉴意义。。     

智能船舶的反应型避碰规划研究

对于多船会遇场景而言，在反应型避碰规划中考虑操船者意图具有明显的优越性，可在紧迫局面下更合理地执行《1972年国际海上避碰规则》（即COLREGs）的背离规则。对此，提出一种基于隐马尔可夫模型的操船意图预报方法，将生成的目标船意图预报结果与经典速度障碍法相融合，产生更合理的碰撞危险评估结果，据此建立的反应型避碰规划算法比经典速度障碍法更安全。依托案例三体船完成的自主避碰试验，验证所提改进算法的有效性、可靠性和实时性，为智能船舶的自主避碰研究提供参考。     

基于强化学习的自主式水下潜器障碍规避技术（英文）

Obstacle avoidance becomes a very challenging task for an autonomous underwater vehicle(AUV) in an unknown underwater environment during exploration process. Successful control in such case may be achieved using the model-based classical control techniques like PID and MPC but it required an accurate mathematical model of AUV and may fail due to parametric uncertainties, disturbance, or plant model mismatch. On the other hand, model-free reinforcement learning(RL) algorithm can be designed using actual behavior of AUV plant in an unknown environment and the learned control may not get affected by model uncertainties like a classical control approach. Unlike model-based control model-free RL based controller does not require to manually tune controller with the changing environment. A standard RL based one-step Q-learning based control can be utilized for obstacle avoidance but it has tendency to explore all possible actions at given state which may increase number of collision.Hence a modified Q-learning based control approach is proposed to deal with these problems in unknown environment.Furthermore, function approximation is utilized using neural network(NN) to overcome the continuous states and large statespace problems which arise in RL-based controller design. The proposed modified Q-learning algorithm is validated using MATLAB simulations by comparing it with standard Q-learning algorithm for single obstacle avoidance. Also, the same algorithm is utilized to deal with multiple obstacle avoidance problems.     

水下智能机器人实时标图方法研究

介绍了利用具有避碰能力的水下智能机器人进行环境标图的方法。在论述了水下机器人的避碰策略之后，详细讨论了利用避碰声纳和探测距离进行区分自由空间和障碍物的方法，根据探测结果用栅格法来描述机器人探测区域。采用图象处理技术，对标图的结果进行噪声消除、特征提取等处理，最终将障碍物的形状识别出来。文中给出了详细的仿真结果。     

分解协调法在船舶避碰决策中的研究

针对多船会遇的避碰决策情况,采用大系统理论的目标分解协调法将本船与多船之间的转向避碰幅度问题分解成多个独立的优化子问题,通过协调器求出本船转向避碰幅度的最优解。仿真结果表明,该方法不仅可以求解出多船会遇情况下本船的相对最优转向角,也为多船避碰智能决策系统提供参考。     

基于遗传算法的远程鱼雷航路规划

简要介绍了远程鱼雷航路规划的基本含义及特性,根据威胁及障碍分布情况构造可能航行的航路集Voronoi图,采用遗传算法进行远程鱼雷航路优化选择。并对算法进行了相应的仿真,仿真结果表明,编码方式提高了优化效率,得到的航路有效地规避了威胁。     

基于ARPA算法的航海应用研究

研究如何拓展ARPA在航海领域的应用,设计一种操作简单且直观的为操纵者提供船舶当前态势,并能实时为操纵者提供避碰决策的雷达避碰算法,对船舶操纵者保证航行安全,有重要的意义。介绍了罗盘坐标系与笛卡尔坐标系转换的算法,设计了基于避碰解析几何的态势标绘算法和避碰标绘算法。