无人艇智能航路规划系统研究

近年来,随着人工智能等高新技术的发展,无人平台的发展日新月异,以无人水面艇为代表的无人平台受到国内外专家学者越来越多的关注。其中航路规划系统是实现无人艇正常航行和体现无人艇智能化的关键技术之一。目前大多数航路规划算法适用的场景主要为无人艇的自由航行,避碰能力单一,且未充分考虑无人艇自身欠驱动型以及机动能力的限制,很难满足复杂障碍环境下智能避碰的需求。本文设计基于分层规划的航路规划方案,提出多单元模块下的无人艇航路规划策略,并基于无人艇自身特性设计对应的轨迹规划单元。最后在GIS数据上,对所设计的智能航路规划系统进行仿真验证,实验结果验证系统的有效性和实用性。     

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.     

一种用于群无人艇避碰的动态分组策略

为提高水面无人艇(Umanned Surface Vehicle, USV)的避碰能力,实现群水面无人艇之间的自主避碰,针对遵守国际海上避碰规则的无人艇提出一种动态分组策略的避碰方法。在群无人艇避碰的动态分组策略中,考虑无人艇的操纵特性,分析其几何位置关系,对遵守国际海上避碰规则的运动目标进行行为预测,利用交通流的特性,实现周边多个避碰目标的动态分组,同时使用凸包扫描算法扫描障碍物边界,进而达到简化避碰态势的目的。开展多种场景下的案例仿真和对比试验,结果验证上述动态分组策略在群无人艇避碰问题中的有效性,同时为设计、实现复杂环境下的群无人艇自主避碰系统提供有益的借鉴。     

舰艇航路规划系统研究

舰艇航路规划日趋复杂,规划过程涉及大量的海洋环境数据,为了有效地利用海洋信息提高航路规划效率,设计了基于ArcGIS平台的舰艇航路规划系统。建立舰艇航路规划空间分析模型数据库,依托ArcGIS平台的空间分析能力解决地理空间中的舰艇航路规划问题。介绍了舰艇航路规划系统的层次结构、组成、数据库以及模块功能,并给出了水下舰艇三维航路规划技术的实现思路和方法。系统可根据航行任务为多型舰艇制定航行计划,有利于提高舰艇航行的安全性和隐蔽性。     

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。     

智能无人艇研究现状及关键问题发展趋势

详细调研无人艇的发展现状，分析其走向自主智能化的现实瓶颈，并揭示无人艇平台的缺失及智能博弈对抗能力差这2个制约智能无人艇落地的根本问题。针对这2个问题，结合数字孪生技术，给出水面无人艇群体智能研究平台设计方案，同时也提出对基于深度学习的多智能体博弈对抗的相关可行性设想，为实现无人艇在复杂海洋环境下的自主航行、群体决策和博弈对抗等目标打开新思路，有望为我国智能无人艇的工程实践落地提供技术支持。     

基于机器学习的实海域无人艇避碰算法智能演进方法

[目的]无人艇(USV)效能是指在给定时间内的特定海域完成指定任务的能力,是多层次多技术节点耦合作用的结果,而针对单一技术节点的传统优化方法,对无人艇效能的提升效果有限。[方法]针对无人艇自主系统的特点,从智能算法的角度,提出无人艇智能演进的2种主要形式:一是算法函数;二是算法参数。在此基础上,给出基于机器学习的无人艇智能演进方法,设计一种可演进的无人艇自主系统控制体系架构,并在实海域测试。[结果]以无人艇避碰算法为例,基于实海域测试结果,初步验证了所提方法在提升无人艇效能方面的可行性与有效性。[结论]基于机器学习的无人艇智能演进方法是持续提升无人艇效能的有效途径,具有较高研究价值和应用意义。     

多约束条件下基于稀疏迭代势场法的无人艇局部避碰方法

针对传统人工势场法容易陷入局部最小值点的问题以及采用栅格法离散化环境建模后,无法规划任意角度路径的缺陷,提出一种基于稀疏点约束的改进迭代势场算法。首先建立了安全距离模型和一种更加简单的势函数(与起点、终点的距离函数),然后利用二分搜索的思想和稀疏约束方法找到稀疏点,从而在栅格地图中规划出一条任意角度的最短安全路径。之后针对无人艇高速航行时对动态障碍物避碰这一问题,尤其是航行过程中需要满足国际海上避碰规则公约这一难点。在无人艇避碰的同时考虑海事规则以及运动学约束,让无人艇能够实时规划出一条最优路径。仿真分析和实船试验均验证了本文所提方法的有效性,且表明稀疏迭代势场法的运行效率比传统迭代势场算法提高14倍。     

基于遗传算法的多船航行紧急智能避碰决策分析

以往使用的蚁群算法没有及时排除不正确规划路线,造成避碰数据冗余,导致路径规划效果不好,面对该问题,提出基于遗传算法的多船航行紧急智能避碰决策分析方法。应用遗传算法原理,实现了船舶航行立体坐标向二维坐标的转换。以多船航行的应急智能避碰安全为约束,建立适应度函数,并引入惩罚因子,降低了个体的适应性。在遗传算法的基础上,设计船舶避碰流程,结合遗传算法中的交叉和变异概率内容,及时排除错误规划。由仿真实例研究结果可知,该方法在对遇、交叉和追越态势下,路径规划结果与预期结果基本一致,最大误差为3 km,避免了多船航行碰撞事故发生。     

水面无人艇任务规划系统分析

水面无人艇因具有速度快、机动性高、自主性强等特点,在军事上具有十分广阔的应用前景。水面无人艇能在非结构化的、不确定性的海洋环境下完成任务,任务规划系统是其发挥效能的重要环节,一定程度上标志着无人艇的智能水平。对任务规划系统概念、发展现状、类型划分等方面进行研究,结合水面无人艇平台特点,探讨无人艇任务规划系统的研究难点与特点,并针对典型任务下的任务规划系统进行分析研究,对水面无人艇任务规划系统未来应用的发展方向进行了展望。     

长江上游高速船舶避碰方法研究

从水翼船和滑行艇的航行与操纵特性入手，结合长江上游航行特点，分析高速船舶航行与操纵特性、避碰过程中的了望、航路选择、操纵方法和注意事项。     

高速无人艇动目标避碰规划方法研究

提出基于蚁群算法(ACA)实现高速无人艇对运动目标避碰规划的方法,该方法把避碰、路径最短和航迹跟踪等约束条件映射为目标函数,使得路径搜索过程快速高效.计算机仿真表明:该方法使高速无人艇能够较好的实现对运动目标的避碰;由此说明此项研究具有一定的可行性和有效性.     

基于驾驶实践的无人船智能避碰决策方法

[目的]为实现沿海无人驾驶船舶自主航行,充分考虑无人驾驶船舶智能避碰决策的合理性和实时性后,提出并建立一种基于驾驶实践的无人船智能避碰决策方法。[方法]首先,以本体论为基础,设计无人驾驶船舶航行态势本体概念模型,并结合《国际海上避碰规则》及良好的船艺将船舶航行态势量化划分为12种会遇场景;然后,从驾驶实践的角度改进影响碰撞危险度因子的模糊隶属度函数,提出一种多元碰撞危险度评估模型,实现船舶碰撞危险度的精确计算;最后,以船舶避碰总路径最短为目标函数,提出一种基于驾驶员视角(BOP)的智能避碰决策模型,在船舶操纵性、舵角限幅等约束下求解最优避碰策略,并在典型的会遇场景下进行仿真实验。[结果]结果表明,该方法可以准确判断驾驶航行态势,给出合理的转向策略,实现典型会遇场景下的有效避碰。[结论]所做研究可为实现船舶自主航行提供理论基础和方法参考。     

水面无人艇的避碰决策设计

文章针对无人艇避碰问题,提出了一种避碰决策分析方法,为无人艇提供并推荐风险系数低的避让方案,然后利用仿真测试验证了本方法的可行性。     

恶劣海况下无人艇航行路线自动跟踪系统设计

为解决传统无人艇自动跟踪完成率低、路径规划不准确的不足,提出了恶劣海况下无人艇航行路线自动跟踪系统设计。基于无人艇的自动跟踪系统整体结构设计、自动跟踪传感器设计,实现系统的硬件设计;依托自动跟踪路线规划与识别流程设计、航行路线自动跟踪算法设计,完成系统的软件设计,实现了恶劣海况下无人艇航行路线自动跟踪系统设计。试验数据表明,提出的航行路线自动跟踪系统较传统自动跟踪系统,跟踪完成率提高27.5%,路径规划准确率提高35.01%。更适合恶劣海况下无人艇航行路线自动跟踪。     

基于航迹推演的船舶动态智能避碰方法

针对受限水域船舶动态智能避碰问题,将航迹预测与改进速度障碍相结合,提出一种船舶动态智能避碰方法。建立两船相对运动模型并实时计算船舶避碰运动参数,基于三自由度船舶操纵运动数学(MMG)模型和Kalman滤波算法分别预测本船(OS)和目标船(TS)下一时刻运动状态;然后结合《国际海上避碰规则》(简称《规则》)、良好船艺、航迹预测模型、速度障碍算法和航向控制系统等分析设计船舶动态智能避碰决策模型;通过仿真试验验证动态智能避碰决策模型的可行性和有效性。结果表明：该算法可满足受限水域两船和多船复杂会遇局面下船舶智能避碰,实现动态避碰条件下的船舶安全航行。     

基于蚁群算法的水下无人平台航路规划

水下无人平台具有重要的军事价值,而航路规划是水下无人平台的关键技术。为了解决当前水下无人平台航路规划方法存在的规划时间长、无法获得最优规划航路规划结果的不足,提高规划航路规划效果,提出了基于蚁群算法的水下无人平台航路规划方法。首先建立水下无人平台航路规划问题的数学模型,给予水下无人平台航路规划的约束条件,然后建立水下无人平台航路规划的环境模型,并引入蚁群算法找到最优水下无人平台航路规划方案,最后对本文水下无人平台航路规划方法的性能进行了验证性测试。结果表明,相对于其它规划方法,蚁群算法不仅可以在短时间内找到最优水下无人平台航路规划方案,而且成功率更高。     

水面无人艇环形轨迹跟踪方法研究与实现

为提高无人航行器对轨迹的实航跟踪能力,结合航行器运动特性,提出势点跟踪算法,实现对典型航迹(环形轨迹)的稳定跟踪。以无人水面艇(Unmanned Surface Vehicle, USV)作为验证平台,基于拟合偏差的最小二乘航向辨识,获得系统数学模型,并设计相应的控制律,在搭建好仿真平台后,针对无人水面艇控制特性设计相关控制策略及制导律,完成势点跟踪算法的设计及仿真验证。后经典型海况下多航次试验,经过对实航轨迹及USV与环形轨迹间距离变化规律分析,并结合数据均方根大小,表明了环形轨迹跟踪方法设计的合理性。     

规则约束下基于深度强化学习的船舶避碰方法

为减少因人为操作不当导致的船舶避碰事故,提高船舶航行的安全性,提出一种基于深度Q网络(Deep Q Network, DQN)强化学习方法的船舶智能避碰算法。依据船舶间实时获取的航行状态信息,从全局角度构建智能避碰算法深度强化学习状态集;在对《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)进行充分理解的基础上合理量化部分COLREGs,综合考虑航向跟随、船舶碰撞和规则符合等因素,设计船舶智能避碰DQN算法奖励函数,保证避碰决策安全有效且满足避碰规则的要求。分别针对两船和多船会遇场景进行仿真试验,结果表明:该方法可使船舶在COLREGs的要求下有效避让来船,为船舶智能避碰技术的研究提供参考。