基于混合蚁群算法的无人船航行路径自主规划

路径规划是无人船自主导航的核心问题。由于无人船当前位置以及目标位置的确定受到障碍物影响,最佳航行路径的获取难度较大。为此,提出基于混合蚁群算法的无人船航行路径自主规划方法。采用栅格法构建无人船工作环境模型,由上至下、由左至右的对栅格完成编号处理,划分安全区域与障碍物区域。构建无人船航行路径自主规划数学模型,设定地形与威胁、航程上限以及路径平滑度等约束条件。针对蚁群算法初始搜索效率差等问题,将其与粒子群算法相结合,提出混合蚁群算法。利用该算法求解无人船航行路径自主规划数学模型。实验结果显示,研究方法具有较高的路径规划准确性,路径长度、平均能耗及路径规划时间指标均较优。     

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。     

动态人工势场法的无人船避障路径规划

为了保证无人船安全行驶,设计动态人工势场法的无人船避障路径规划方法。该方法的全局路径规划部分依据航行环境信息构建栅格地图后,采用A^*算法规划无人船的全局路径,并获取无人船的全局路径节点;局部避障路径规划部分将该路径节点作为局部路径的开始节点,利用动态人工势场法规划无人船避障路径。为保证路径规划效果,采用长短记忆循环神经网络和强化学习算法相结合的方式改进动态人工势场法,确保在障碍物运动速度较快时,依旧能够可靠完成无人船避障路径规划。测试结果显示：该方法可完成无人船全局最优路径规划,并有效完成局部避障路径规划,无人船和障碍物的会遇距离和会遇时间分别大于4.26 m和大于15 s,碰撞危险度极低,满足应用标准。     

基于LOS导航算法的无人船路径跟踪控制

为了解决无人船路径跟踪控制问题,提出基于视距导航算法（LOS导航算法）和模糊PID控制的自适应无人船路径跟踪控制方法。首先根据LOS算法将路径跟踪问题转化为航向控制问题,之后通过模糊PID控制算法进行无人船的航向控制。通过仿真表明所提出的算法路径跟踪精度高,横向偏移量小,跟踪路径平滑,对无人船的路径跟踪控制有一定的参考价值。     

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。     

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。     

基于航海模拟器的内河模拟器设计和开发探讨

随着国民经济的蓬勃发展,各种跨海、跨江、跨河大桥及过江隧道接连建成,人民安全便捷出行有了更多的选择,但内河船作为传统的交通工具,依然拥有自己的存在空间,仍然在货物、人员过江运输活动中发挥着重要的作用.据统计,长江航道每日断面流量达数千艘.在内河船仿真系统开发的基础上,对依托内河船应急仿真训练平台,结合内河船航行实际状况,可通过设置不同的航行环境,设计常规条件下和特殊条件下的应急训练方案,通过仿真训练,以提高内河船驾驶员的综合应用能力、应急处置能力,规范内河驾驶员操作习惯,确保内河船航行安全.     

船舶交通流大数据在无人船航线智能规划中的应用

传统无人船航线规划方法,虽然能够对路径数据进行连续性分析计算,但在多数据流的匹配最优量计算方面,由于路径规划变量增多,导致线路规划量与输出量匹配出现误差,影响无人船路径规划准确率,降低无人船线路规划效果。因此,提出船舶交通流大数据在无人船航线智能规划中的应用。首先,对无人船运动轨迹进行数据模型建立,完成对路径数据资源的特征整理;接着通过引入大数据分析技术,利用AI数据分析算法,对路径规划资源进行最优量分析计算。最后,考虑到路径资源匹配最优量计算量巨大,为了保证算法计算效率,通过AIS压缩算法,对计算过程中匹配完结路径规划数据进行压缩简化计算,实现计算空间资源的高效管理,从而提升无人船航线的智能规划。利用数据对比方式,证明提出方法在实际应用中的有效性。     

基于非线性模型预测控制的无人船航迹跟踪控制方法

为了实现复杂场景下无人船（USV）的实时、高精度、抗干扰运动控制,以欠驱动双推进差速无人船作为研究对象,基于三自由度无人船水动力模型设计非线性模型预测航迹跟踪控制器（NMPC）,在考虑控制约束与状态约束的情况下,根据快速稳定航行的目标设计优化范式,引入多重打靶算法求解思想提升控制器求解速度;根据无人船航行时风、浪、流等环境干扰的特点,设计一种适用于复杂场景无人船控制的非线性干扰观测器（NDO）,根据干扰观测结果对控制模型进行在线补偿,并通过仿真试验,验证了所提控制算法的精确性、实时性和抗干扰能力。     

基于最优控制的双喷推无人艇路径跟踪方法

针对双喷推无人艇自主航行时的路径跟踪问题,采用最优控制的方法进行求解。根据双喷推无人艇的动力学特性建立双喷推无人艇三自由度运动方程,并由任务需求设定目标函数;在此基础上,根据航行实况建立约束条件,从而得到求解双喷推无人艇路径跟踪问题的数学模型。通过建立含有拉格朗日松弛项的哈密顿函数,将带有复杂约束的优化问题转化为无约束优化问题,采用粒子群优化算法求解最优拉格朗日乘子,并将其代入哈密顿函数;采用广义梯度下降法对数学模型进行求解,得到最优的喷泵电机转速,从而实现对双喷推无人艇的路径跟踪控制。设计实船试验验证方法的有效性,双喷推无人艇路径跟踪试验结果表明,双喷推无人艇实测的轨迹与设定轨迹的最大偏差不超过3m,该方法具有可行性和实用性。     

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.     

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。     

多约束条件下无人艇和无人机集群协同航迹规划

[目的]为实现海上无人集群在执行任务过程中的安全航行和通信保持,开展无人艇(USV)和无人机(UAV)集群协同航迹规划问题的研究.[方法]采用禁入和禁出地理围栏进行场景建模,将规避威胁和障碍问题转化为地理围栏约束.针对平台之间的碰撞冲突和通信连接问题,提出基于时序检测的碰撞冲突和通信保持约束判断准则.以集群平均航行时间...     

基于深度学习的水面无人船前方船只图像识别方法

建立基于图像识别系统的水面无人船感知平台,采集内河船舶图片数据库建立船只检测单层多尺度深度学习（Single Shot Multibox Detector,SSD）框架,通过使用预训练模型参数调优并微调分类框架实现较高的内河船舶检测准确度。试验结果表明,不同天气状况下的识别算法的查全率和查准率均能保持在70%以上     

基于改进人工势场的水面无人艇路径规划研究

路径规划是海面无人艇导航系统中最重要的任务之一,在实现海面高速无人艇路径规划时,如果使用人工势场路径规划,一定会产生最小点问题,本论文提供了一个新的解决方法来解决这个问题。论文中会简单的介绍一下无人艇的现状和人工势场路径规划,并详细介绍一种新的引力函数。论文的最后,将会提供一些Visual Studio环境下的实验结果。     

基于模糊综合评价的帆船行驶最优路径规划方法

路径规划是帆船比赛取胜的重要环节。综合栅格法和模糊概念,提出了基于模糊综合评价的帆船行驶最优路径规划方法。该方法采用栅格法建立帆船航行的二维平面信息,以模糊逻辑为基础,结合帆船的运动信息建立帆船在运动平面上的二维隶属函数模型,并采用模糊综合评价思想,综合考虑行驶速度和接近目标2个因素建立综合评价函数,进行行驶方向决策。利用宽度优先搜索算法实现全局最优路径搜索。仿真结果证明,该路径规划方法能够取得较好的规划结果,对指导帆船运动员进行科学训练有很好的应用价值。     

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.     

欠驱动船舶路径跟踪的非线性模型预测控制

文章针对欠驱动船舶的路径跟踪提出了一种解析解模型预测控制方法,使其能够驶入预先规划好的航行路径。采用了Serret-Frenet坐标系来描述船舶运动,并且引入了重定义输出,由此避免了模型预测控制中的病态相关度问题,同时将原单输入多输出系统转化为单输入单输出系统。文中的算法提供了一种获得合适的控制参数的系统方法,保证了闭环系统的稳定性。数值仿真结果验证了该控制器的有效性。     

交互式水域环卫机器人的避障路径规划算法

为使交互式水域环卫机器人（Interactive Water Sanitation Vehicle，IWSV）在进行垃圾收集时成功捕获水中浮动垃圾并顺利规避水域障碍物，提出一种将基于采样的快速搜索随机树（Rapidly-exploring Random Tree，RRT）算法与速度障碍模型相结合的路径规划算法。利用双目摄像头基于视差定位法获取水域动态障碍物的位置坐标，利用IWSV搭载的感应元件获取其自身与障碍物的相对方位角，基于速度障碍法计算可成功避开障碍物的移动角度调整范围，对更优的RRT*算法中的随机采样过程进行进一步优化，得到改进的避障路径规划算法。考虑实际应用场景，引入抗积分饱和比例积分微分控制（Proportional Integral Differential Control，PID Control）法使航向控制器的控制效果更为精准有效。在实景测试时避障路径规划算法存在稳健性，基于到达时间（Time of Arrival，TOA）定位法进行仿真分析。仿真试验结果表明，该路径规划算法比RRT算法和改进前的RRT*算法路径规划效果更优，可靠性更好，可在较短时间内避障并得到较优移动路径。在实景测试时基于TOA的Chan算法更加符合定位估计需求，且IWSV本体感应装置的噪声测算宜在10 m以内。