一种无人艇的智能航路规划方法及系统与流程

1.本发明涉及船舶航行规划技术领域，具体涉及一种无人艇的路径规划、轨迹规划以及任务规划等综合智能航行规划方法及系统。


背景技术：

2.近年来，随着海洋资源的逐步开采，世界大国正将国防与外交重点转向海洋，另外，军事装备也在向无人化方向发展，在这种趋势下，水面无人艇受到国内外专家学者越来越多的关注。作为无人艇正常航行的重要环节，路径规划是指无人艇在具有障碍物的环境中，能够规划出一条从起始位置状态到目标位置状态无碰撞的最优路径或次优路径，并满足所有约束条件，是实现无人艇智能化的关键技术之一。目前大多数路径规划算法适用的场景主要为无人艇的自由航行，任务单一，无法满足不同任务需求下的合理规划，避碰能力比较单薄，且未充分考虑无人艇自身欠驱动的特性以及机动能力的限制，这直接使得无人艇规划仅仅停留在算法研究上，与实际工作仍有较大的差距。
3.目前，在技术研究领域，国外很早就对水面无人艇的路径规划及避碰方面的内容展开了深入的研究，并在路径规划避碰的技术方面有很多创新之处。相比之下，我国关于水面无人艇路径规划，任务规划，避碰方法等还比较薄弱，且无人艇的任务单一，仍有很多新的技术功能还有待进一步的研发和突破。
4.针对上述问题，本发明给出一种无人艇智能航行一体化系统的设计方案，负责任务规划、路径轨迹及航行规划，可完成不同的任务。主要包括水面搜索任务、定速侦察任务、定速巡航任务、自主任务优化等。


技术实现要素：

5.本发明针对现有技术中存在的技术问题，提供一种无人艇的智能航路规划方法及系统，采用分层规划的思想，基于无人艇的自身特性及环境约束等设计路径规划单元、轨迹规划单元以及任务规划单元，并采用多信息智能化融合处理的算法，形成具有智能性、自主性、综合性的航路规划一体化系统。
6.本发明解决上述技术问题的技术方案如下：
7.第一方面，本发明提供一种无人艇的智能航路规划方法，包括：
8.加载外部环境数据、电子海图、导航数据、光电数据、任务信息；所述任务信息包括任务类别、任务点坐标以及任务工作范围信息；
9.根据任务信息确定任务区域及其边界，根据外部环境数据、电子海图、导航数据以及光电数据，确定无人艇当前位置；
10.若无人艇当前位置位于任务区域外，则进行全局航路规划；所述全局航路为无人艇当前位置到任务区域最近边界点的航路；
11.若无人艇当前位置位于任务区域内，则进行局部航路规划；所述局部航路为在任务区域内，根据任务类型不同采用不同策略规划的航路。
12.进一步的，该方法还包括：在无人艇根据规划航路行进过程中，根据障碍物信息对规划航路上的航行点进行更新。
13.进一步的，所述的根据障碍物信息对规划航路上的航行点进行更新，包括：
14.判断障碍物是否为静态障碍物，
15.若为静态障碍物，则计算无人艇航行安全角并规划避障点，将所述避障点作为下一航行点插入到原航路的航行点序列中；
16.若为动态障碍物，则根据无人艇运动状态信息与障碍物运动状态信息构建避障模型，动态规划避障点并将所述避障点作为下一航行点插入到原航路的航行点序列中。
17.进一步的，所述碰撞模型如下式所示：
[0018][0019]
该模型以无人艇a的当前位置为原点构建的直角坐标系为基准，式中，va为无人艇a的航速，α为无人艇艇首向角，vb为障碍物b的航速，β为障碍物首向角，θ为ab连线与直角坐标系x轴的夹角，vs为va和vb的合速度δv分解到沿ab方向的速度，v
θ
为va和vb的合速度δv分解到垂直于ab方向的速度；
[0020]
根据所述碰撞模型以及无人艇相对ab连线的航行安全角μ，实时调整无人艇的航行姿态。
[0021]
进一步的，该方法还包括，在加载电子海图后，对电子海图栅格化，并根据电子海图信息、导航信息、无人艇自身长度对栅格化后的电子海图进行二值化，即将可航行区域置为1，不可航行区域置为0。
[0022]
进一步的，该方法还包括：在无人艇根据规划航路行进过程中，在规划航路上的相邻航行点间，结合无人艇船速、船向、转向角速度、最小旋回半径对无人艇进行轨迹规划。
[0023]
进一步的，所述的轨迹规划包括：
[0024]
根据无人艇的动力学特性构建无人艇的动力学模型并确定其动力学约束；
[0025]
根据无人艇的动力学约束，利用b样条曲线对原航路进行航迹平滑处理。
[0026]
第二方面，本发明提供一种无人艇的智能航路规划系统，包括
[0027]
数据加载模块，用于加载外部环境数据、电子海图、导航数据、光电数据、任务信息；所述任务信息包括任务类别、任务点坐标以及任务工作范围信息；
[0028]
任务规划模块，根据任务信息确定任务区域及其边界，根据外部环境数据、电子海图、导航数据以及光电数据，确定无人艇当前位置；
[0029]
航路规划模块，用于判断无人艇与任务区域的相对位置并进行航路规划；若无人艇当前位置位于任务区域外，则进行全局航路规划；所述全局航路为无人艇当前位置到任务区域最近边界点的航路；若无人艇当前位置位于任务区域内，则进行局部航路规划；所述局部航路为在任务区域内，根据任务类型不同采用不同策略规划的航路。
[0030]
第三方面，本发明提供一种电子设备，包括：
[0031]
存储器，用于存储计算机软件程序；
[0032]
处理器，用于读取并执行所述存储器中存储的计算机软件程序，进而实现本发明第一方面所述的一种无人艇的智能航路规划方法。
[0033]
第四方面，本发明提供一种非暂态计算机可读存储介质，其特征在于，该存储介质
中存储有用于实现本发明第一方面所述的一种无人艇的智能航路规划方法的计算机软件程序。
[0034]
本发明的有益效果是：
[0035]
(1)实现无人艇的自主性航行
[0036]
将路径规划、轨迹规划相结合，在多影响因子的路径规划算法的基础上，再基于无人艇的自身特性,包括速度、角速度、加速度以及角加速度等无人艇动力学约束，设计出一条满足无人艇安全航行的最佳航迹，让无人艇具有较高的自主路径规划和智能避障能力，可有效提高系统的自主性与适应性，可应对更为复杂的情况。
[0037]
(2)实现无人艇的智能性导航
[0038]
无人艇航行是以任务为引导，不同任务下，航迹的规划的策略也会有很大不同。任务规划为无人艇航行的顶层规划，将任务规划纳入到无人艇航行系统中，能够解决无人艇单一航行的任务调度。任务规划单元的设计，大大丰富了无人艇的任务属性，同时，也有效提高了无人艇的规划效率与作战能力。
附图说明
[0039]
图1为智能航路规划方法及系统原理示意图；
[0040]
图2为渤海湾栅格化仿真结果的示意图；
[0041]
图3为碰撞模型图；
[0042]
图4为任务规划区域搜索规划结果示意图；
[0043]
图5为智能航路规划方法流程示意图；
[0044]
图6为本发明实施例提供的一种电子设备的结构示意图；
[0045]
图7为本发明实施例提供的一种非暂态计算机可读存储介质结构示意图。
具体实施方式
[0046]
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
[0047]
本发明提出的一种无人艇的智能航路规划方法及系统，由路径规划、轨迹规划以及任务规划组成。其中任务规划为实时规划，可包括避障，突发任务处理以及离线任务下发等；路径规划则是对已下达的任务进行合理快速的规划航路，既包括离线的全局规划，也包括动态的局部规划等；轨迹规划则是对已规划出的线路进行动力学约束，形成无人艇可航行的无碰轨迹。
[0048]
水面无人艇根据电子海图和接受的上级任务首先进行全局规划，任务规划模块在任务信息、海图信息、探测目标信息、环境信息、水文气象信息、接受外界信息的综合影响下，生成无人艇执行机构的执行动作序列。在任务执行的过程中，任务规划模块会根据实时的任务返回信息、当前的环境目标信息与突发情况进行任务规划序列的调整，并会根据新的任务指示进行任务间的协调。
[0049]
无人艇单艇任务规划是为了在无人艇最优航行线路的基础上，规定搭载任务载荷的任务执行动作，完成上级下发的指定任务。同时，任务规划生成的任务执行序列要满足安全性约束、平台机动能力约束、载荷设备性能约束、通信能力约束、传感器探测能力约束、环
境条件约束等要求。
[0050]
无人艇路径规划的总体方案如图1所示，其设计思路是基于无人艇的分层策略展开。无人艇的分层策略包括两部分：慎思式ai模型：也称为基于模型的规划法，是以环境模型为基础进行全局无碰路径规划，可方便的找到全局目标，难以适应动态变化的环境，一般用于全局与局部。反应式ai模型：不需要事先进行规划，而是让平台直接地响应环境变化，根据传感器探测的环境数据实时地回避障碍，具有快速、实时、高效的特点，一般用于局部与智能避障。其中分层策略设计为：全局规划、局部规划以及智能避障三个部分组成，分别对应不同阶段的规划方案。人机交互部分，主要功能包括任务下发、数据库装载、策略确定以及显示交互界面。另外，由于任务规划与智能避障需要感知数据的信息，因此引入智能感知单元，主要包括光电数据、雷达探测数据以及导航信息，为局部规划、智能避障提供新的信息。最后，考虑到无人艇的动力学约束等条件下，对轨迹进行优化平滑，形成航迹规划单元，并将航向与航速信息送至控制单元。
[0051]
任务下发：对无人艇下发任务指令，主要任务包括巡逻、搜救与追踪任务。其中包括任务数据的加载，例如任务边界信息，巡逻点序列，搜救区域，追踪目标的信息等等。
[0052]
分层策略的确定：策略主要分为全局规划 局部规划或者局部规划。其取决于任务边界与无人艇的位置或者本身任务要求，实现两者的选取策略。
[0053]
数据库：数据库存储了无人艇进行全程航迹规划的所以数据信息，其中包括：从电子海图中提取的全局障碍物信息；无人艇航行环境的外部数据信息，如：海流、季风、海浪等(避障、重规划过程安全距离的计算)。无人艇自身内在的约束条件信息(用于轨迹规划)。
[0054]
具体的，本发明实施例提供一种无人艇的智能航路规划方法，包括以下步骤：
[0055]
s1，数据加载：包括外部环境数据，电子海图，导航数据，光电数据，任务信息等数据的加载。
[0056]
具体地，外部环境数据主要是包括海况数据以及气象数据，电子海图则是采用标准s-57格式的，导航数据则是载体的姿态与方位，光电数据则是目标检测的信息输出，任务信息包括任务类别，任务点坐标，任务工作范围信息。
[0057]
s2、电子海图栅格化，电子海图栅格化模块是个复用模块，在全局规划以及局部规划里都可以使用该模块。栅格化主要实现电子海图(矢量图)转化为图像，可以输出不同空间分辨率下的电子海图。
[0058]
具体地，对海洋/陆地、障碍物、航道、区域界线、地貌、等属性的图层进行分析。通过读取表示障碍物的点、线、面三种数据文件，获得全局环境的障碍物分布情况，并根据障碍物的分布为航迹规划构建环境模型。栅格化的二值化取决于以下几个因素：
[0059]
①
电子海图信息：电子海图中禁航区信息，水深信息，静态的障碍物信息(包括岛屿，边界等信息)
[0060]
②
导航信息：船的横摇、纵摇以及海况信息
[0061]
③
无人艇自身长度
[0062]
利用这三者信息，可以确定可航行区域，在栅格化过程中，将可航行区域置为1，不可航行区域置为0。栅格化方法其中一个关键部分在于判读该点是否在航行区域内，由于电子海图是由矢量数据构成的，因此如何判断一点是否在航行区域的矢量图内，是栅格化的一个重要步骤。对于不规则的图像，一般可以通过射线法判断。其基本原理为：计算射线与
多边形各边的交点，如果是偶数，则点在多边形外，否则在多边形内。要计算射线与线段的交叉，判断依据，t点与线段s1s2相交的条件为：
[0063][0064]
式中，x、y表示点的横纵坐标，slope表示线段s1s2的斜率。
[0065]
栅格化仿真结果如图2所示。
[0066]
s3，针对不同任务下对规划策略进行调整，以达到不同任务下合理规划的目标。任务规划整体流程如下：
[0067]
s3.1、任务数据进入，确定任务的边界信息，判断无人艇的当前位置和任务区域的距离，若距离较远，构建粗粒度的电子海图；较近则构建细粒度的电子海图，并以当前位置与任务边界的起点作为全局规划的起点与终点，生成航行点序列，按照航行点序列航行。
[0068]
具体地，a*算法是全局路径规划中一种启发式搜索算法，其核心是综合考虑起点到当前节点的实际代价和当前节点到终点的估计代价，全局路径代价f(n)的计算方式为：
[0069]
f(n)＝g(n) h(n) (2)
[0070]
其中，g(n)表示从起点到当前节点n的代价；启发式函数h(n)表示从当前节点n到终点的估计代价。
[0071]
s3.2、全局规划结束之后，此时无人艇已经进入到任务边界区域，确定任务类型和任务点信息，判断是否已给出任务航行点，若存在，则跳过局部规划步骤，直接进入到人工设定航行点序列；若不存在，则进入任务类别判断，任务类别以三种典型任务为主：追及任务，搜救任务，巡逻(绕圈)任务；分别采用对应的不同策略的规划算法，并生成细粒度的电子海图，通过规划形成航行点序列。
[0072]
具体地，任务规划与避障的更新策略不同，避障需要不断的实时刷新，但任务规划可以采取一定的时间间隔进行更新，只需确保实际过程中任务的偏差量符合任务要求。另外为区别于普通航行点信息，任务规划生成的或者任务要求的点统一定义为任务点，属性要多于普通航路点，优先级更高，而由避障产生的点定义为避障点，其优先级最高。当三者同时产生的时候，优先避障，其次执行任务点，最后是航行点。航行点为离线算法生成得到，任务点可以离线设定或者实时生成，避障点则是由实时生成得到的。以区域巡逻任务为例，结果如图4所示。
[0073]
[0074]
s3.3、在全局规划与局部规划的航行中，通过智能感知模块与导航模块提供的信息，以中断的形式发送给无人艇，目标检测识别之后，确定物体是否为障碍物或者跟踪目标，若为跟踪目标，则将目标信息送到局部规划的跟踪模块，重新规划路径；若为障碍物，则进入避碰部分，并通过雷达帧间信息检测障碍物的速度与航向，若为静态障碍物，则计算安全角，重新规划出新的航路点，并插入到当前序列中，作为下一航路点。若为动态障碍物，则需采用局部避碰的方法进行紧急避障。
[0075]
具体地，水面无人艇在自主航行过程中，需要对可能发生的碰撞判断，并采取相应的规避措施，因此需要对碰撞情况的准确判断是对无人艇智能规避任务中重要的组成部分。对碰撞模型定义如下：
[0076]
如图3所示，以无人艇a为当前位置为原点构建直角坐标系xoy(xy轴可以采用经纬度定义亦可疑根据实际情况自定义，本实施例中xy轴采用经纬度定义，即x轴方向为正东向，y轴方向为正北向)，无人艇对应的航速为va，艇首向角为α(无人艇简化为一个点)。障碍物b为半径r(可以理解为障碍物的外接圆与安全半径之和)，航速为vb，首向角为β。其中视线ab与x轴的夹角为θ，δv是va和vb的合速度，方向为δv与视线ab的连线夹角为γ。把δv分解到沿着ab方向的速度为vs和垂直于ab的分速度v
θ
：
[0077][0078]
由以上碰撞模型可得：相对速度δv与视线ab的夹角γ，可以由相对速度的沿ab方向和垂直ab方向的速度分量计算得到：
[0079][0080]
即tanγ为关于va,α,vb,β的函数：
[0081][0082]
无人艇在实际运行中，只能对自己的航速和航向进行调整，不能对障碍物的运动行为进行调整，其中μ表示的是无人艇相对于视线ab的安全角，γ表示的是当前合速度和视线ab的夹角，δγ的调整范围：[μ-γ，μ γ]；
[0083]
联合碰撞模型公式和上述式子可得：
[0084][0085]
利用δα、δva实时调整无人艇航行姿态进行避障。
[0086]
s3.4、避障完成之后，判断是否到达终点或者任务结束，若满足条件则规划结束，否则继续航行。
[0087]
s4、轨迹规划是指在相邻航行点之间的衔接存在一定的夹角，此时需要进行转弯，在满足一定的约束条件才能安全转向。因此，针对这类情况需要对路径进行轨迹规划，考虑
的约束：船速、船向、转向角速度、最小旋回半径等。
[0088]
s4.1、无人艇的运动学约束，具体地，首先结合无人艇的船体模型来分析无人艇的动力学特性，在动力学分析上，无人艇一般来说是具有非完整约束。我们可以定义无人艇的动力学模型为其中(x,y)描述的无人艇的当前位置，描述无人艇当前航向，(v,ω)描述无人艇当前速度和角速度。可以推导得出在δt间隔时间内无人艇的状态更新方程：
[0089][0090][0091]
其中分别为加速度和角加速度。在δt时间内，无人艇的转弯参数也可以计算出来
[0092][0093]
之后，由无人艇的动力学特性可以确定无人艇的动力学参数。通过动力学参数，可以得到无人艇的速度，角速度的采样区间：
[0094][0095][0096]
其中分别为最大的加速度和角加速度，而最大加速度的则是由船体本身的动力学特性分析得到。
[0097]
s4.2、航迹平滑是指针对原航线转弯处，构建平滑函数使得无人艇能够平稳转弯，避免大转舵。动力学约束可以得到无人艇的最小旋转半径，而b样条曲线法是目前比较实用的航迹平滑算法，该方法具有全局优化的效果，拟合后的航迹过渡平滑，不会出现突发反复转舵。考虑到计算的复杂度及实际效果，通常选择二次或三次b样条曲线进行平滑。以二次均匀b样条曲线为例，航迹的b样条曲线的曲率表达式推导如下。每一段二次均匀b样条曲线参数方程记作：
[0098][0099]
根据曲线曲率计算公式：
[0100][0101]
曲线曲率半径由实际公式可以计算出平滑后航迹的实际曲率，当曲率半径
满足r≥r
min
，即大于最小转弯半径，则可以认为满足运动学的约束条件。b样条函数各处的曲率变化平稳，且其一、二阶导数都是连续的，因此通过b样条函数平滑后的航迹，其速度和加速度变化也是连续的。因此，无人艇拐弯时，曲率发生变化很小，可以避免转弯时大角度转舵。
[0102]
该方法的整体流程图如图5所示，通过上述方法，可以：
[0103]
(1)实现无人艇的自主性航行
[0104]
将路径规划、轨迹规划相结合，在多影响因子的路径规划算法的基础上，再基于无人艇的自身特性,包括速度、角速度、加速度以及角加速度等无人艇动力学约束，设计出一条满足无人艇安全航行的最佳航迹，让无人艇具有较高的自主路径规划和智能避障能力，可有效提高系统的自主性与适应性，可应对更为复杂的情况。
[0105]
(2)实现无人艇的智能性导航
[0106]
无人艇航行是以任务为引导，不同任务下，航迹的规划的策略也会有很大不同。任务规划为无人艇航行的顶层规划，将任务规划纳入到无人艇航行系统中，能够解决无人艇单一航行的任务调度。任务规划单元的设计，大大丰富了无人艇的任务属性，同时，也有效提高了无人艇的规划效率与作战能力。
[0107]
在上述方法的基础上，本发明实施例还提供一种无人艇的智能航路规划系统，包括：
[0108]
数据加载模块，用于加载外部环境数据、电子海图、导航数据、光电数据、任务信息；所述任务信息包括任务类别、任务点坐标以及任务工作范围信息；
[0109]
任务规划模块，根据任务信息确定任务区域及其边界，根据外部环境数据、电子海图、导航数据以及光电数据，确定无人艇当前位置；
[0110]
航路规划模块，用于判断无人艇与任务区域的相对位置并进行航路规划；若无人艇当前位置位于任务区域外，则进行全局航路规划；所述全局航路为无人艇当前位置到任务区域最近边界点的航路；若无人艇当前位置位于任务区域内，则进行局部航路规划；所述局部航路为在任务区域内，根据任务类型不同采用不同策略规划的航路。
[0111]
图6为本发明实施例提供的电子设备的实施例示意图。如图6所示，本发明实施例提了一种电子设备，包括存储器510、处理器520及存储在存储器520上并可在处理器520上运行的计算机程序511，处理器520执行计算机程序511时实现以下步骤：
[0112]
加载外部环境数据、电子海图、导航数据、光电数据、任务信息；所述任务信息包括任务类别、任务点坐标以及任务工作范围信息；
[0113]
根据任务信息确定任务区域及其边界，根据外部环境数据、电子海图、导航数据以及光电数据，确定无人艇当前位置；
[0114]
若无人艇当前位置位于任务区域外，则进行全局航路规划；所述全局航路为无人艇当前位置到任务区域最近边界点的航路；
[0115]
若无人艇当前位置位于任务区域内，则进行局部航路规划；所述局部航路为在任务区域内，根据任务类型不同采用不同策略规划的航路。
[0116]
请参阅图7，图7为本发明实施例提供的一种计算机可读存储介质的实施例示意图。如图7所示，本实施例提供了一种计算机可读存储介质600，其上存储有计算机程序611，该计算机程序611被处理器执行时实现如下步骤：
[0117]
加载外部环境数据、电子海图、导航数据、光电数据、任务信息；所述任务信息包括任务类别、任务点坐标以及任务工作范围信息；
[0118]
根据任务信息确定任务区域及其边界，根据外部环境数据、电子海图、导航数据以及光电数据，确定无人艇当前位置；
[0119]
若无人艇当前位置位于任务区域外，则进行全局航路规划；所述全局航路为无人艇当前位置到任务区域最近边界点的航路；
[0120]
若无人艇当前位置位于任务区域内，则进行局部航路规划；所述局部航路为在任务区域内，根据任务类型不同采用不同策略规划的航路。
[0121]
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
[0122]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0123]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0124]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0125]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0126]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0127]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。