基于测地线的无人船航路规划方法及存储介质

1.本发明涉及航路规划设计技术领域，具体涉及一种基于测地线的无人船航路规划方法及存储介质。


背景技术：

2.无人船的系统是复杂系统，包含多种功能模块，航路规划是系统重要的模块之一。无人船在海上航行时从经济性和安全性两方面考虑，要求其能沿着特定的航线，即期望轨迹航行。但是，由于船舶不可避免地会受到风浪流等随机干扰的影响，船舶将偏离计划航迹，这样不但会消耗更多的能量，甚至会造成航行事故。因此，规划合理的航路对无人船的航行具有重要意义。
3.目前存在的技术问题有：
4.针对无人船的路径规划算法，如a*算法、人工势场法、遗传算法、蚁群算法等，虽然取得了较好的效果，但是均存在自己的问题和局限性。且目前路径规划主要集中在避障功能实现以及可行路径的快速生成方面，主要评价标准依赖于算法计算时间和收敛性，而对最优路径本身评价标准及最优路径选取则涉及较少。


技术实现要素：

5.本发明提出的一种基于测地线的无人船航路规划方法，可至少解决上述技术问题之一。
6.为实现上述目的，本发明采用了以下技术方案：
7.一种基于测地线的无人船航路规划方法，包括以下步骤，
8.s1、将外部环境因素对无人船的影响等效成黎曼曲面；
9.s2、将舵输入以及障碍物对无人船的影响等效成黎曼曲面；
10.s3、将外部环境因素、舵输入以及障碍物在曲面任一质点上产生的切向量进行矢量合成；
11.s4、求取曲面上两点间的测地线作为无人船的规划航路。
12.进一步的，所述s1、将外部环境因素对无人船的影响等效成黎曼曲面具体包括：
13.(1)海浪
14.以ξ-η为一个水平面，浪高的表达形式即：
[0015][0016]
式中，ai为第i次谐波的幅值；εi为第i次谐波的初相位，是在0～2π之间均匀分布的随机变量；ωi为第i次谐波的角频率；ki为第i次谐波的波数，ki＝ω
i2
/g，g为重力加速度；μ为海浪方向角；
[0017]
在重力场、风的双重作用下，水流产生变形就形成浪，黎曼空间表示就是浪形状本身；
[0018]
(2)海风
[0019]
根据时间常数相对于无人船航行时间将海上的风产生分为两类；第一类海风稳流风时间周期较大，幅值大小服从雷利分布；海风稳流风对船舶运动产生的影响与船舶遭遇风向角有关，在黎曼几何中斜面对无人船航行轨迹改变与海风对无人船吹拂后运动轨迹一致，针对不同的遭遇风向角，稳流风等效成不同倾斜程度的斜面；第二类海风湍流风，由无数谐波组成，其幅值、方向与频率都是随机变化的，用随机海浪理论分析其变化特性。
[0020]
进一步的，所述s2、将舵输入以及障碍物对无人船的影响等效成黎曼曲面，具体包括：
[0021]
(1)舵输入控制量
[0022]
船舶航行时，当舵叶平行于船舶行进方向时，舵叶两侧受到的水作用力相等，此时不会对船舶的运动方向产生影响；当舵叶通过舵轮的控制，产生一个偏转角，两侧的水流不再保持一致，迎水面和背水面产生压力差，再加上水流与舵叶之间的摩擦力，推动着船舶转向；设转动回转半径为r，则舵浆的转动力矩在黎曼几何中等效为锥形旋转面；
[0023]
(2)障碍物
[0024]
考虑到无人船航行的安全问题，如果船舶遇到的障碍物为其他船只，还要对障碍船舶所等效的三维立体图形进行膨胀处理，还需要通过gps得到运动船只的方向和位置信息，通过ais和arpa来计算动态障碍物的运动信息，根据其航行的速度及方位进行预判是否与本船有相撞的危险，从而进行避碰；
[0025]
根据障碍物的大小、方位及其运动的速度、方向，将其等效为曲面上的三维图形，表现形式为平面上凸出的柱体，其占地面积与障碍物的长宽有关，其高度与障碍物的体积有关，在平面上的位置与其运动的速度和方向有关。
[0026]
进一步的，所述s3、将外部环境因素、舵输入以及障碍物在曲面任一质点上产生的切向量进行矢量合成，具体包括：
[0027]
将非线性力学体系展现在几何空间，力学体系中的状态位置和速度使用几何的流形位置空间、切向量速度空间表示，控制的输入使用流形的输入空间表示，其运动轨迹则表示为切向量在流形空间的积分曲线；
[0028]
无人船的运动空间，在某一个质点上有各种因素对其产生影响，在该质点上的切向量满足矢量合成原理，合成后产生一个新的空间。
[0029]
进一步的，所述s4、求取曲面上两点间的测地线作为无人船的规划航路，具体包括：
[0030]
对试验区域地图进行灰度处理，分成可行区域与不可行区域，然后将其矢量化为三角网格模型，用边、面、点进行表示；岸边表示为能量较高的凸面，表现形式为曲面中较高的部分；河道表示为能量较低的凹面，表现形式为曲面中较低的部分；同时，在河道中叠加随机风浪干扰，观察航路规划效果；
[0031]
障碍物船舶在地图中等效为底面为多边形的三维图形，图形的大小由目标障碍物的大小决定；对障碍船舶所等效的三维立体图形进行膨胀化处理，同时根据其航行的速度以及方位等进行预测判断是否与本船有相撞的危险，从而进行避碰；
[0032]
在地图上确定起始点和终点，下面将在合成的曲面上求取起始点到终点的测地线；采用mmp算法和dijkstra算法来实现；
[0033]
其中mmp算法为以窗口的传播为途径，逐渐覆盖到模型的全部表面，从而计算模型中任何一点到源点的测地距离以及测地路径；
[0034]
dijkstra算法为从源点以最短路径长度递增，向外扩展直到目的点，逐次生成最短路径。
[0035]
再一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。
[0036]
由上述技术方案可知，无人船在高海况下(≧4级海况)由于受到外部风、浪、流等因素的巨大影响，无人船自主航行航迹受到相当大干扰。受到黎曼几何理论的启发，本发明的基于测地线的无人船航路规划方法将风、浪、流等环境干扰用三角网格模型在黎曼空间中表示，将无人船系统变成无约束的力学系统进行控制，该系统运动轨迹为黎曼曲面上两点间的测地线，以此规划出无人船的航路。
[0037]
本发明的主要创新点在于：不采用以往的无人船路径规划方法，而是将环境模型等效成黎曼曲面后，在上面进行数值计算得出三维曲面上的测地线，将其作为规划航路应用在无人船自主航行系统中。
[0038]
本发明同现有技术相比，具有如下优点：
[0039]
(1)不再局限于非线性力学系统方程的受力分析和求解，转而讨论使用流形空间表示力学系统的受力，将系统的输入以及环境的影响等效成黎曼空间中的曲面表示，将有约束的力学系统无约束化。
[0040]
(2)无约束的力学系统在黎曼空间的最优运动轨迹是黎曼空间的测地线，保障系统按照期望路线消耗能源最少、以较短时间、安全可靠地到达目的地。
[0041]
(3)采用计算机求取测地线的方法，避免了求取联络系数、求解微分方程这种复杂的工作，而且目前计算机实现的测地线算法比较成熟，可以根据系统需求选取。
[0042]
(4)模型采用三角网格形式表示。在计算机图形学中经常使用三角网格来表示三维几何模型，它们可以由扫描仪得到数据构建；数据由三角网格表示，在许多的软硬件中都被支持，以便实现绘制分析等操作。
附图说明
[0043]
图1是本发明方法流程图；
[0044]
图2为海浪等效示意图；
[0045]
图3为海风等效示意图；
[0046]
图4为舵输入等效示意图；
[0047]
图5为障碍物等效示意图；
[0048]
图6为风、浪以及舵对无人船的影响在某一点下合成示意图；
[0049]
图7为风、浪、舵以及障碍物对无人船的影响合成曲面可视化结果；
[0050]
图8为试验区域地图；
[0051]
图9为试验区域地图三角网格化处理图；
[0052]
图10为试验区域地图下两种测地线算法的实现；
[0053]
图11为两种算法的运算时间以及计算距离。
具体实施方式
[0054]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
[0055]
以黎曼几何为数学工具，广义相对论认为天体受到的引力是由于物质质量的存在导致时空弯曲的几何性质的表现。在弯曲的时空中，物体仍然顺着最短路径运动，即物体的运动要满足弯曲时空中的测地线(黎曼曲面上两点之间的最短线)方程。
[0056]
受到以上思想启发，将外部因素对无人船的影响等效成物体在黎曼几何流形空间中运动受到阻碍，无人船航迹则是流形空间中的测地线方程的解。因此对无人船系统受力分析和求解，转到讨论黎曼几何的各种流形空间建立以及测地线方程的求解，进而得到无人船运动的位置、速度和航迹曲线。
[0057]
建立系统的状态空间方程，求解联络系数得到测地线微分方程，通过解微分方程求得测地线十分麻烦。对于无人船航行控制系统，由于舵的转动以及发动机的转速都是典型非线性输入，并且风浪流对船舶产生的作用都是时变的，因而此类非线性力学系统存在非确定性、时变等特性，使得系统受力非常复杂，测地线方程中的联络系数项无法求解，因此本发明实施例采用计算机求取测地线的方法。测地线算法以窗口的传播为途径，逐渐覆盖到模型的全部表面，从而计算模型中任何一点到源点的测地距离以及测地路径。
[0058]
具体的说，如图1所示，本发明实施例的一种基于测地线的无人船航路规划方法包括以下步骤：
[0059]
s1、将外部环境因素对无人船的影响等效成黎曼曲面；
[0060]
s2、将舵输入以及障碍物对无人船的影响等效成黎曼曲面；
[0061]
s3、将外部环境因素、舵输入以及障碍物在曲面任一质点上产生的切向量进行矢量合成；
[0062]
s4、求取曲面上两点间的测地线作为无人船的规划航路。
[0063]
以下具体说明：
[0064]
第1步，外部环境因素风、浪、流对无人船的影响等效黎曼曲面表示。
[0065]
(1)海浪
[0066]
波浪类型一般是由海风影响而产生的，还有一些潮汐涌动等其它因素影响而产生的海浪，这些海浪叠加在一块在海平面上产生大小和方向不一的小山堆形状，幅值根据海风的强度和涌动的大小而有所不同，无法利用准确函数表示，经过统计分析大量观测资料后，发现海浪可以被当作平稳随机过程来处理。在常见的数值模拟仿真中，海浪一般由正余弦波叠加而成的，其相位、幅值和周期一般会在一定范围内随机产生。
[0067]
以ξ-η为一个水平面，浪高的表达形式即：
[0068][0069]
式中，ai为第i次谐波的幅值；εi为第i次谐波的初相位，是在0～2π之间均匀分布的随机变量；ωi为第i次谐波的角频率；ki为第i次谐波的波数，ki＝ω
i2
/g，g为重力加速度；μ为海浪方向角。
[0070]
在重力场、风的双重作用下，水流产生变形就形成浪，黎曼空间表示就是浪形状本
身，如图2。
[0071]
(2)海风
[0072]
根据时间常数相对于无人船航行时间将海上的风产生分为两类。第一类海风稳流风时间周期较大，幅值大小一般服从雷利分布。其风速较大，且持续时间较长，故相对于船舶运动中船舶的参数要大很多，在一定时间内可以看作是沿一种方向吹动且速度稳定的风。稳流风对船舶运动产生的影响与船舶遭遇风向角有关，在黎曼几何中斜面对无人船航行轨迹改变与海风对无人船吹拂后运动轨迹一致，针对不同的遭遇风向角，稳流风可以等效成不同倾斜程度的斜面(如图3)。第二类海风湍流风，一般由无数谐波组成，其幅值、方向与频率都是随机变化的，可以用随机海浪理论分析其变化特性。
[0073]
(3)海流
[0074]
海流分为恒定流和潮汐流，恒定流一般为固定方向和速度的海流，如洋流；而潮汐流指海洋因为潮汐运动而引起的海水流动，其典型的表现为海流方向的缓慢变化。海流的模型可以统一按大小和方向恒定来确立，对于本发明所研究的无人船航行时吃水比较浅，因此海流的影响可以忽略不计。
[0075]
第2步，舵输入以及障碍物对无人船的影响等效黎曼曲面表示。
[0076]
(1)舵输入控制量
[0077]
当无人船以一定速度航行时，发动机的驱动力可以认为与水流和船舶产生的阻力相平衡，因此可以将其忽略。船舶航行时，当舵叶平行于船舶行进方向时，舵叶两侧受到的水作用力相等，此时不会对船舶的运动方向产生影响；当舵叶通过舵轮的控制，产生一个偏转角，两侧的水流不再保持一致，迎水面和背水面产生压力差，再加上水流与舵叶之间的摩擦力，推动着船舶转向。设转动回转半径为r，则舵浆的转动力矩在黎曼几何中等效为锥形旋转面，如图4。
[0078]
(2)障碍物
[0079]
无人船在水域中航行的过程中，会遇到各种障碍物，这些都是全局规划中未有的情况，因此无人船需要通过相关传感器不断获取周围环境信息。此时需要将障碍物等效成曲面的一部分，进行局部航线的修正。考虑到无人船航行的安全问题，如果船舶遇到的障碍物为其他船只，还要对障碍船舶所等效的三维立体图形进行膨胀处理，还需要通过gps得到运动船只的方向和位置信息，通过ais和arpa来计算动态障碍物的运动信息，根据其航行的速度及方位进行预判是否与本船有相撞的危险，从而进行避碰。
[0080]
根据障碍物的大小、方位及其运动的速度、方向，将其等效为曲面上的三维图形，表现形式为平面上凸出的柱体(如图5)，该立体图形根据障碍物的大小随机生成，在平面上的位置与其运动的速度和方向有关。
[0081]
第3步，外部环境因素、舵以及障碍物的曲面合成。
[0082]
将非线性力学体系展现在几何空间，力学体系中的状态(位置，速度)可以使用几何的流形位置空间、切向量速度空间表示，控制的输入使用流形的输入空间表示，其运动轨迹则表示为切向量在流形空间的积分曲线。
[0083]
无人船的运动空间，在某一个质点上有各种因素对其产生影响，在该质点上的切向量满足矢量合成原理，合成后产生一个新的空间。综合海风(wind)、海浪(wave)、舵输入(rudder)曲面产生的效果，图6给出了以上三种因素对无人船的影响在某一点下切向量合
成的示意图，图7给出了上述三种因素以及障碍物合成曲面的可视化结果。
[0084]
第4步，求取曲面上两点间的测地线。
[0085]
对试验区域地图(图8)进行灰度处理，分成可行区域与不可行区域，然后将其矢量化为三角网格模型，用边、面、点进行表示，如图9所示。岸边表示为能量较高的凸面，表现形式为曲面中较高的部分；河道表示为能量较低的凹面，表现形式为曲面中较低的部分。同时，可以在河道中叠加随机风浪等干扰，观察航路规划效果。
[0086]
障碍物船舶在地图中等效为底面为多边形的三维图形，图形的大小主要由目标障碍物的大小决定。考虑到船舶航行安全的问题，还要对障碍船舶所等效的三维立体图形进行膨胀化处理，同时要根据其航行的速度以及方位等进行预测判断是否与本船有相撞的危险，从而进行避碰。
[0087]
在地图上确定起始点和终点，下面将在合成的曲面上求取起始点到终点的测地线。
[0088]
按照计算的精确度，可以分为将测地线算法分为两种。其中一种为近似算法，以牺牲一定精确度为代价，节省运行空间，提高计算的运行效率，经典的迪杰斯特拉(dijkstra algorithm)算法最具代表性；而另一种精确算法则注重所求测地距离的精确性，需要占用较多的运算空间，消耗较高的运算时间，一定程度上造成资源浪费，具有代表性的算法有mmp(mitchell,mount,papadimitrious)算法。精确算法的主要缺点是它们一般具有很大的时间或空间复杂性。
[0089]
考虑测地线求取的精度以及计算机实现的难易程度，本发明选取以上两种经典的测地线算法：mmp算法(精确算法)和dijkstra算法(近似算法)。
[0090]
mmp算法的核心思想：以窗口的传播为途径，逐渐覆盖到模型的全部表面，从而计算模型中任何一点到源点的测地距离以及测地路径。dijkstra算法的核心思想：从源点以最短路径长度递增，向外扩展直到目的点，逐次生成最短路径。两种算法产生的测地线的仿真效果图如图10。
[0091]
图11给出了两种算法的运行时间以及计算的测地距离，可以看出mmp算法精确度要比dijkstra算法高，而且前者的测地线可以经过三角片，要平滑的多，在平面上就是两点间的直线。但是，在运行时间上，mmp算法不如dijkstra算法更加高效。考虑无人船实际的航行情况，作为全局路径规划，选择mmp算法更加适合。
[0092]
系统全局路径规划采用测地线算法，将测地线“最优最省”的性质应用到无人船的航行轨迹规划上，在节省燃料的消耗以及时间的花费上有着非常大的现实意义。
[0093]
又一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述任一方法的步骤。
[0094]
再一方面，本发明还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一方法的步骤。
[0095]
在本技术提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一方法的步骤。
[0096]
可理解的是，本发明实施例提供的系统与本发明实施例提供的方法相对应，相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
[0097]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0098]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0099]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。