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。     

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。     

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。     

基于约束通道的船舶装配拆卸双向RRT路径规划

为有效解决产品装配拆卸路径规划中的运动约束问题,提出了一种基于约束通道的随机探索树RRT路径规划算法.该算法在双向RRT算法的基础上,对采样过程进行引导,将RRT树的扩展节点限定在预先设置的约束通道中.仿真结果表明,该算法在提高搜索效率的同时,能够有效解决约束条件下的装配拆卸路径规划问题.     

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。     

基于RRT算法的无人艇航线重规划方法

针对利用随机方式进行采样,RRT算法在解决无人艇航线重规划时存在规划效率低、航线不平滑、难以保证结果最优等问题,提出基于RRT算法的无人艇航线重规划方法,根据任务空间中新增障碍物的位置,对初始随机树进行分割,得到残余随机树;利用具有一定偏置概率的RRT算法在残余随机树的基础上进行航线规划;最后对规划的航线进行平滑处理,以广州港、大连港、天津港附近水域为基础建立航线规划任务空间,进行仿真实验,结果表明：基于RRT算法的无人艇航线重规划方法可行,当新增障碍物出现在初始航线1/2处时,相比于传统的RRT算法,分割RRT算法的航线重规划平均耗时缩短了30%以上,航程缩短了13%以上;此外,当新增障碍引起任务空间结构变化较大时,航线重规划耗时将显著增加。     

基于改进人工势场法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,一般均会产生最小点问题,尤其在路径规划目标点位置附近存在有障碍物的情况下。针对基于人工势场法的无人艇路径规划算法中存在的这一缺陷,提出了基于改进人工势场法来解决这个问题,通过建立新的引力和斥力势场函数来避免局部最小点问题的出现,并通过仿真最终验证了该方法的有效性。     

中大型无人水面舰艇及编队协同发展分析

  目的  为解决无人艇（USV）在开阔水域的多目标避碰问题,以中型无人艇为对象,开展基于国际海上避碰规则（COLREGS）的局部路径规划算法研究及应用探索。  方法  在快速扩展随机树（RRT）算法的基础上,提出虚拟障碍线方法加载COLREGS海事规则约束, 以满足开阔水域避碰路径规划的应用需求。针对RRT算法不考虑速度维度的问题,引入速度障碍算法（VO）,提出VO-RRT融合算法并给出最危险障碍物策略,以此解决多目标条件下的实时避碰问题。  结果  仿真及实船试验的结果表明,所提算法实时性较好,路径重规划耗时均在50 ms以内,且规划出的避碰路径符合COLREGS海事规则中的第6,8及13～18条相关避让要求,可有效应对开阔水域下的多目标避碰问题。  结论  所提方法的规则遵守性、实时性及安全性较好,具有较高的实用价值。     

利用人工势场法实现无人艇二维路径规划

无人艇作为海洋勘探及开发的重要工具,路径规划的效率及安全性是保障无人艇执行任务的关键。在路径规划中,如何实时避开移动及静态障碍物是路径规划重点关注的问题。无人艇路径规划由于计算能力的限制,势场变换采用二元函数,且在实际规划中函数系统为常量,算法复杂度较低,但最终结果往往会陷入局部最优解。本文改进传统的人工势场路径规划算法,引入指数级势场变化函数,降低势场的变换幅度,提高路径规划的准确性。     

复杂水域环境中无人艇航行规划方法研究

针对复杂水域环境中无人艇自主航行应用需求,重点解决复杂水域环境建模与路径规划问题。依托电子海图上已知的环境信息,进行无人艇初始路径规划。在常规导航设备应用基础上设计出激光雷达感知系统,获取水域未知环境信息,构建更加完备的水域环境。使用快速扩展随机树(RRT)算法进行路径规划,实现快速高效的可航路径的求解。将滚动窗口规划策略应用到航行规划过程中,适应无人艇在动态不确定复杂水域环境中的自主航行。     

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。     

面向无人艇自主靠泊的分层轨迹规划与试验

针对欠驱动无人艇自动进港和靠泊问题,提出一种基于混合A*搜索和贝塞尔曲线的路径规划算法。

该方法通过混合A*搜索在非结构化环境下快速搜索出一条满足无人艇非完整性约束且无碰撞风险的轨迹。在此基础上,基于广义沃罗诺伊图提出曲线优化算法,使得搜索算法得到的轨迹更加平滑且远离环境障碍物,从而引导无人艇在受限水域完成进港任务。同时,针对“最后一公里”靠泊问题,引入四阶贝塞尔曲线,用于生成靠泊路径从而引导船体平稳且精准入泊。

仿真和外场试验结果表明,无人艇能够实现自主避障且精准驶入泊位,靠泊精度指标均小于1.0。

所提路径规划算法能确保欠驱动无人艇实现进港和靠泊任务,可为智能船舶的进一步发展提供思路。

     

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。     

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...     

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。     

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。     

无人艇海上搜救路径规划技术综述

针对无人艇海上搜救路径规划问题，从海上搜救区域的最优确定和海上搜寻方案的最优规划2个层面概括确定海上搜寻区域的方法，并分析其技术内涵与应用情况；介绍包括传统方法和区域覆盖算法等的各类搜寻方法，并深入分析其特点与不足；对无人艇海上搜救路径规划存在的问题及应对措施进行分析和展望。研究成果可为无人艇海上搜救路径规划技术的进一步探讨提供借鉴。