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。     

无人水面艇局部路径规划算法研究综述

路径规划是无人水面艇(USV)的研究热点之一,是实现USV无人化、自主化、智能化的关键技术.针对USV局部路径规划问题,从路径搜索与轨迹优化这两个层面,分别阐述各种算法的特点.结合近年来最新研究成果,深入分析各种算法的特性及不足,总结归纳算法为适应USV运动特性而进行的改进.最后,对USV局部路径规划的发展趋势进行简要...     

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。     

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。     

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。     

水面无人艇避碰方法回顾与展望

  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。     

基于改进A*算法的无人船路径规划研究

针对无人船路径规划过程中存在的规划结果所占内存较大、耗费时间较长、有较大概率生成"死区"的问题,提出基于改进A*算法的无人船路径规划方法.选取栅格法构建无人船行驶环境模型,采用A*算法确定代价函数,判断代价大小,以代价最小的节点作为下一个轨迹点,由此获取最优无人船行驶路径.为改进A*算法,利用无人船转弯半径下限、路径长...     

基于改进A*GBNN算法的AUV路径规划研究

针对现有的离散生物启发神经网络(Glasius bioinspired neural networks, GBNN)算法在未知环境下,存在的路径规划时间长、易陷入局部最优等问题,提出一种结合A*与GBNN模型的改进算法。在GBNN活性值栅格网络中,算法将各栅格的活性值作为A*的代价函数进行运算并使用跳点搜索规则优化,实现未知环境下的实时路径规划。仿真实验结果表明,该算法有效改善了自主水下航行器在未知环境下的寻路效率,可以满足自主水下航行器实时路径规划需求。     

区域目标搜索中基于改进RRT的UAV实时航迹规划

  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。     

基于模糊改进人工势场法的无人船路径规划研究

自主、高效巡航是对无人船提出的基本要求,为满足这一要求,需要为无人船配备路径规划系统.通过该系统,能够在无人船遇到障碍物时重新规划路径,使无人船避开障碍物,顺利到达目的地,完成任务.人工势场法是路径规划常用的一种方法,实际应用中发现该方法存在不足,为满足无人船路径规划需要,对人工势场法进行模糊改进.     

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。     

基于RRT*算法的水下机器人全局路径规划方法

针对海洋环境的复杂性,考虑水下机器人能量的局限性,为减小洋流环境中作业全程水下机器人的能量消耗,以某水下机器人为研究对象,设计实现基于RRT*的路径最短和能耗最低的路径规划算法;并进行包括RRT*算法和RRT算法在复杂环境下的对比、不同洋流流速环境中水下机器人路径最短和能耗最低路径规划的仿真模拟。最后在水池中,利用实验室现有的水下机器人平台进行了真机实验。仿真测试和真机实验结果表明:所设计的基于RRT*的路径最短和能耗最低的路径规划算法可行有效。     

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。     

基于改进蚁群算法的船舶路径规划及跟踪控制

针对船舶自动化研究领域中的路径规划和路径跟踪2个问题,提出一种基于改进蚁群算法的船舶路径规划方法。为了更好解决传统蚁群算法存在的问题,使用人工势场法改进蚁群算法信息素更新策略,统筹船舶路径规划与船舶路径跟踪控制问题,通过引入神经网络对船舶动力学子系统的未知不确定项进行逼近,设计一种基于径向基神经网络算法的滑模控制器,仿真实验验证了本文所提出算法的有效性。     

基于遗传算法的船舶导航路径规划研究

合理优化的船舶航行路径是舰桥系统中重点研究的技术之一。本文将遗传算法引入到船舶导航路径规划中,设计适当的适应度函数和遗传算子,从而保证遗传算法的鲁棒性;并且通过改进的交叉算子和变异算子能够增强种群的多样性。最后通过仿真对比实验来说明本文算法的有效性。