基于A-star算法的航路规划算法设计与仿真研究

本文通过分析和研究内河通航环境的特点,根据无人艇对全局路径规划的需要,建立了基于电子航道图的环境模型,并设计了一种基于自适应栅格环境模型的A-star算法。通过MATLAB仿真结果表明,采用自适应栅格的A-star算法能够满足无人艇在内河水域复杂环境下的全局路径规划需要。     

基于电子海图的无人艇集群区域覆盖路径规划

[目的]针对无人艇（ASV）集群区域覆盖问题,设计一种基于电子海图信息系统（ECDIS）的多无人艇区域覆盖路径规划方法。[方法]首先,通过提取ECDIS中的海陆和水深信息,建立基于栅格化方法的无人艇集群覆盖区域环境模型。其次,提出一种基于轮盘选择法的区域划分方法,解决基于初始位置的区域划分方法区域划分不规则的问题,实现在栅格地图中对无人艇集群覆盖子区域的合理划分。最后,构建一种基于模板法的区域覆盖路径规划方法,解决生成树覆盖方法路径转弯数量较多的问题。[结果]搭建基于ECDIS的无人艇集群人机交互仿真平台,验证所提基于轮盘法和模板法的区域覆盖路径规划方法对优化规划路径转弯数量的有效性。[结论]采用所提基ECDIS的无人艇集群区域覆盖路径规划方法,实现多无人艇对海上目标任务区域的覆盖路径规划。     

基于环境优化的无人艇全局路径规划研究

LazyTheta*算法是近年来提出的启发式路径规划算法,凭借其优异的搜索性能,在机器人全局路径规划中的应用不断增多。但常规的启发式路径规划算法往往忽视机器人的运动学特性以及环境对路径规划结果的影响,不适合直接应用于无人艇。针对这一问题,提出了基于环境优化Lazy Theta*算法的无人艇全局路径规划方法,从路径安全性和水流适应性两个方面对启发函数和视线检查进行改进,并对路径进行了折角平滑处理。仿真结果表明,与常规算法相比,采用改进算法规划出的路径具有更少的路径点和更小的路径转角,路径更加平滑,能够更好地适应水流的变化,有利于无人艇在复杂水域环境中航行,提高了无人艇航行的安全性。     

基于混沌蜂群算法的USV路径规划

针对多障碍物环境下,传统智能算法容易过早收敛、搜索精准度差等问题,为提高路径规划准确性,获得最佳路径,避免碰撞发生,提出一种基于人工蜂群算法的水上无人艇路径规划方法。通过栅格法建模,以无人艇目的地为蜜源,在蜂群信息交换阶段,采用混沌序列产生初始化雇佣蜂,跳出局部最优。与传统人工蜂群算法进行对比,仿真结果表明,混沌蜂群算法在路径优化方面更能找到全局最优路径。     

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。     

基于改进RRT~*算法的无人艇全局避障规划

在水面无人艇全局避障规划领域,RRT~*算法及其改进方法规划的路径长度过长、转折过多,并且规划路径紧靠障碍物,不利于水面无人艇的安全行驶。针对此问题,本文提出一种新的基于线段定理和RRT~*算法(Line segment theorem-RRT~*)的LT-RRT~*算法。该算法对环境地图进行预处理,标示出障碍物周围危险区域,为无人艇与障碍物之间留出安全距离。再根据终点采样概率选取采样点,改善RRT~*算法由于全局采样引起的路径不稳定性。最后根据线段定理重新选取新节点和附近节点的父节点,跳过中间节点连接树节点,减少路径折点,最终生成相对平滑的避障路径。在相同环境下,将改进算法与现有算法避障规划效果进行比较分析,结果表明了LTRRT~*算法的有效性。     

水面无人艇路径规划的现状与挑战

近年来,随着人工智能技术的发展,水面无人艇（USV）成为了海洋工程的研究热点,而路径规划问题一直都是无人船艇智能化进程中的一项关键技术。文章首先介绍了现有路径规划的环境建模方法,并对比了各种方法的特点。根据无人艇对环境信息的获取程度,分别从全局路径规划、局部路径规划、近程反应式危险规避和运动规划等4个维度综述了路径规划方面的最新研究成果,总结了学术界对各种算法改进的切入点。最后探讨了当前无人艇路径规划领域面临的挑战和研究重点,未来对USV路径规划研究应该在实际海况数据的利用、控制器协同、COLREGS的融合、复杂海况的规避、碰撞危险评估模型的完善、路径评价体系的建立等方面重点开展。     

基于动态窗口法的无人艇局部路径规划

本文设计了一种基于动态窗口法的无人艇局部路径规划方法。首先建立无人艇运动学模型,结合艇体机动性能给出无人艇运动方程。然后根据无人艇在短时间间隔内能达到的速度设置搜索空间,进而组成动态窗口。在动态窗口中确定速度产生的安全轨迹,设置动态窗口法轨迹评价函数选出下一时刻无人艇航行的最优轨迹,并在Matlab中进行仿真验证。结果显示,本文所设计基于动态窗口法的无人艇局部路径方法可以有效结合水面无人艇运动学参数,并充分考虑避碰规则以及障碍物因子,在其趋向目标点的同时也有效躲避障碍物,提高水面无人艇的自主避障能力。     

基于可视图法的水面无人艇路径规划设计

为了解决水面无人艇全局路径规划问题,提出一种基于可视图的A*算法。该算法使用启发式搜索的方式,克服了传统可视图法灵活性差的问题,可以减少规划时间,提高规划效率。通过在平面障碍物环境下的仿真运算,验证了该算法的可行性。     

限制区域水面无人艇路径规划与跟踪控制研究

路径规划与跟踪控制是水面无人艇自主航行的关键技术.首先,采用概率地图法(PRM)对水面无人艇的路径规划进行了研究,详细介绍了概率地图法的原理以及算法实现流程,针对传统方法在工程实际中存在的问题,结合无人艇操纵性能约束提出了简单有效的改进方法,进行了算例验证;其次,以PRM规划路径为目标对象,开展了欠驱动无人艇路径跟踪控制技术研究,对操舵响应非线性模型进行线性化处理,考虑舵角饱和约束限制,设计了模型预测控制器,舵角的执行指令可以通过二次规划算法求解;最后,进行了限制区域水面无人艇路径规划和跟踪控制的联合仿真验证.研究结果表明:概率地图法可以成功地应用于限制区域无人艇路径规划,方法可实现性好、效率高;规划所得的路径由一系列直线段组成,有利于路径跟踪控制;通过模型预测控制可以快速平稳地实现欠驱动无人艇对目标路径的跟踪控制.     

基于多策略免疫遗传算法的无人艇航向自适应控制

针对无人艇在真实水面环境下的航向跟踪控制问题，提出一种基于多策略融合改进免疫遗传算法（MSFIGA）的无人艇航向自适应控制方法。首先，建立无人艇的二阶非线性运动模型和环境风浪流干扰模型。其次，提出一种基于多策略融合改进的免疫遗传算法，通过引入混沌初始化、向量角相似度及自适应差分接种等策略，改善基本算法收敛缓慢、易陷入局部最优的缺点；在此基础上，设计基于MSFIGA的无人艇航向自适应控制器及性能评价函数，以实现对无人艇控制参数的自适应优化。最后，通过对比仿真试验和在线仿真试验验证该方法的优越性和实用性。     

基于电子海图的船舶路径规划模拟器开发

为了提高船员在实际航行中进行规划路径和使用电子海图的能力,利用Visual Studio C#工具,设计和实现了基于电子海图以及C#与SQL Server通讯的船舶路径规划模拟器.文章在对现有船用电子海图二次开发的基础上,引入一种基于电子海图提取海域模型的遗传算法进行路径规划,对国际通用AIS编码,基于GPS NEMA...     

Path planning method for unmanned surface vehicle with controllable distance from obstacles北大核心CSCD

[目的]为了解决水面无人艇(USV)路径规划中安全性和平滑性方面的问题,提出一种与障碍物距离可控的USV路径规划方法。[方法]首先,结合雷达图像生成栅格化环境信息,利用维诺场算法(VFA)为每个栅格添加危险势场并建立航行界限;其次,建立与航行界限关联的危险度函数对A^(*)算法的评价函数进行改进,利用改进的A^(*)算法进行路径规划;最后,针对航行路径转向角较大的问题,采用梯度下降法(GDM)进行航行路径的平滑处理,得到满足USV实际航行要求的连续平滑路径。[结果]仿真结果表明,所提路径规划方法通过设置不同的航行界限可以实现路径与障碍物之间距离的控制且平滑性符合航行要求。[结论]该方法在USV路径规划过程中具有一定的合理性和有效性,可为USV自主避障决策提供参考。     

基于拓扑位置关系的无人艇路径搜索方法

针对目前路径规划容易陷入局部最优和搜索时间较长的问题,提出基于拓扑位置关系的无人艇路径搜索方法。分析空间物体的拓扑位置关系,构建基于拓扑位置关系的地图表达。在地图要素表达、拓扑关系谓词和拓扑路径可达的基础上建立拓扑地图,避免大量网格化的路径搜索造成时间复杂度提升,同时避免搜索陷入局部最小值。采用Dijkstra算法对建立的拓扑地图进行最优路径选择。试验结果表明:在障碍物不变、搜索范围变大的情况下,该方法相比栅格化的A*算法能以较低的搜索时间实现更优路径的搜索。     

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。     

USV地形测量路径自主规划研究与应用

针对未知近岸海域水上水下地形一体化测量需求,无人水面艇（Unmanned Surface Vehicle,USV）搭载导航雷达、深度计、POS MV、多波束测深仪及激光扫描仪等设备,通过设计在线地图构建及测量路径规划方法,使得USV在未知环境下自主完成地形一体化测量任务。通过离线电子海图获得待测区域初始基准地图,结合雷达、深度计等传感器实时感知的信息,采用一种基于贝叶斯估计方式的占据栅格建图方法,实现对基准地图的修正、更新,进而根据测量需求自适应调节测量路径间距。同时构建测量地图,使用基于神经元激励方法自主实现完全遍历的测量路径规划,兼顾使用A星算法避免路径规划锁死,以获得合理可行的测量路径实时规划结果。USV按照自主规划的测量路径自主航行,多波束测深仪、激光扫描仪实时测量、获取地形云数据后进行无缝拼接,完成未知近岸海域的水上水下地形一体化测量工作。     

多任务约束条件下基于强化学习的水面无人艇路径规划算法

本文提出一种多任务约束条件下基于强化学习的水面无人艇路径规划算法。利用灰色预测进行区域建议,提升神经网络检测连续视频帧中水面目标的速度和准确率,进而提高了路径规划环境建模的准确性。基于Q_learning算法进行在线训练,完成多任务约束条件下的无人艇路径规划。针对Q_learning算法在多任务约束条件下收敛较慢的问题,提出了一种基于任务分解奖赏函数的Q_learning算法。通过仿真试验,验证了在多任务约束条件下,采用强化学习进行路径规划的可行性,并通过实物试验,验证了该算法能够满足实际要求。     

基于Citespace的水面无人艇路径规划与避障算法研究

水面无人艇作为一种机动灵活的水面自主平台,因其可在危险或极端环境下替代人执行水文勘察、巡逻搜救等任务,近年来引发了国内外研究热潮。路径规划与避障作为无人艇自主作业的前提,受到重点关注。本文利用科学计量软件Citespace对无人艇的路径规划与避障技术进行分析,系统总结水上无人艇的感知模块、路径规划与避障经典算法及新兴算法,并对该领域的未来发展进行展望。     

基于改进A~*算法的水面无人艇路径规划

本文基于传统的A~*算法理论,对算法进一步改进,提出一种改进的平滑A~*算法,并应用于水面无人艇的安全路径规划。该算法以传统的栅格建模为基础,对运动到障碍物顶角附近时进行判断并且做出圆弧转向处理,使航行体能够安全避开障碍物,使路径更加平滑安全。优化栅格建模方法,以实心表示障碍点,对同一地图不同起始点进行研究,改进折线转弯为圆弧,使路径和障碍物之间有足够的安全距离。在Matlab仿真环境进行仿真实验,结果表明,该优化算法可以明显改善无人驾驶船舶的安全性和可靠性。     

基于改进蚁群算法的水面无人艇智能避碰方法研究

针对水面无人艇路径规划中算法搜索能力的不足以及蚁群算法的早熟和停滞现象的问题,本文提出了改进的蚁群算法。具体是：在基本蚁群的基础上,通过增加方向角权值这一参数,来改变选择概率,从而实现智能避碰和优化全局路径。二维路径的matlab仿真实验表明,改进的蚁群算法具有更好的路径规划和适应度值变化。