[发明专利]Dubins算法和神经网络算法融合的航迹规划方法

说明书

本发明涉及一种Dubins算法和神经网络算法融合的航迹规划方法。该方法包括：S1、获取船舶起止状态参数；S2、基于船舶起止状态参数，采用Dubins路径规划方法，获得dubins规划路径；S3、基于船舶起止状态参数，构建含障碍物区信息的路径规划神经网络；S4、将圆弧路径一与直线路径的交点为神经网络路径规划的起点，直线路径与圆弧路径二的交点为神经网络路径规划的止点，采用构建的路径规划神经网络，获得避开障碍物区的起点到止点的折线路径；S5、输出融合dubins算法和神经网络算法的规划路径。上述方法考虑到大型船舶运动状态，通过dubins和神经网络算法的融合，实现了船舶航迹规划的最优化。

技术领域

本发明属于无人驾驶船舶航行控制领域，尤其涉及一种Dubins算法和神经网络算法融合的航迹规划方法。

背景技术

船舶航迹规划是指船舶能够根据航行环境在保证安全的前提下，通过避开各种动态或静态的碍航物，自主规划出一条最优路径，即最短路径。

目前，现有的船舶航迹规划算法大多是针对小型无人艇、无人船使用，只考虑船舶的起始和目标点的坐标位置，而不考虑船舶的转向问题，虽然规划的路径响应速度快，控制精度高，但是，并不适用于大型无人船舶路径规划。由于大型无人船舶具有反应迟缓、冲程大和转弯半径大的特点，大型无人船舶在航迹规划时需考虑到船舶的运动学约束，如旋回半径、船舶方向等。采用现有的船舶航迹规划算法，在起始和目标点再调整船向不仅增加控制难度而且可能会受到种种限制。船舶运动规划已经不仅仅是在位置坐标(例如电子海图)上进行路径规划，现有的船舶航迹规划算法基于随机采样的方法虽然概率完备但结果却不最优的。

因此，需要一种考虑到大型船舶运动状态，并在船舶的位姿空间中搜索合适的运动轨迹及其运动状态，实现航迹规划最优化的方法。

发明内容

(一)发明目的

本发明基于目前应用广泛的神经网络然后结合dubins路径解决船舶在目标点和起始点的船身运动状态的影响，实现船舶航迹规划的最优化。

(二)技术方案

为了达到上述目的，本发明一种Dubins算法和神经网络算法融合的航迹规划方法，包括：

S1、获取船舶起止状态参数；

所述起止状态参数包括：船舶起始点的位置坐标、船舶艏向，船舶目标点的位置坐标、船舶艏向，船舶速度以及船舶航行环境；所述船舶航行环境包括船舶起始点到目标点的航海海域以及航海海域内的障碍物；

S2、基于船舶起止状态参数，采用Dubins路径规划方法，获得dubins规划路径；所述dubins规划路径依次为圆弧路径一、直线路径、圆弧路径二；

S3、基于船舶起止状态参数，构建含障碍物区信息的路径规划神经网络；

S4、将圆弧路径一与直线路径的交点为神经网络路径规划的起点，直线路径与圆弧路径二的交点为神经网络路径规划的止点，采用构建的路径规划神经网络，获得避开障碍物区的起点到止点的折线路径；

S5、输出融合dubins算法和神经网络算法的规划路径；所述规划路径依次为圆弧路径一、折线路径、圆弧路径二。

所述步骤S1包括：

根据船舶的感知模块获取船舶起始点的位置坐标、船舶艏向、船舶速度以及船舶障碍物区域；根据航行任务指令获取目标点的位置坐标、船舶艏向以及船舶障碍物区域；

将船舶的起止状态参数输入到航行控制器，获得初始化后的起止状态参数。

所述步骤S2包括：

S2a、根据船舶速度获得船舶最大转向半径R_v；