[发明专利]基于人工势场算法的路径规划方法、装置及存储介质有效
| 申请号: | 202110199384.4 | 申请日: | 2021-02-23 |
| 公开(公告)号: | CN112965496B | 公开(公告)日: | 2022-04-22 |
| 发明(设计)人: | 马枫;游旭;刘佳仑;李诗杰 | 申请(专利权)人: | 武汉理工大学 |
| 主分类号: | G05D1/02 | 分类号: | G05D1/02 |
| 代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 常柯阳 |
| 地址: | 430063 *** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 人工 算法 路径 规划 方法 装置 存储 介质 | ||
1.一种基于人工势场算法的路径规划方法,其特征在于,包括以下步骤:
获取监控领域内的障碍物运动速度以及障碍物位置;
根据所述障碍物运动速度和所述障碍物位置通过高斯分布预测模型得出障碍物的运动轨迹;
获取船舶速度、船舶位置以及目标点位置;
根据所述船舶位置与所述目标点位置建立引力势场函数;
根据所述船舶位置与所述障碍物位置建立第一斥力势场函数;
根据所述障碍物运动轨迹、所述船舶速度与所述障碍物运动速度建立第二斥力势场函数;
根据所述引力势场函数、所述第一斥力势场函数和所述第二斥力势场函数建立所述势场函数;
根据所述势场函数规划路径。
2.根据权利要求1所述的基于人工势场算法的路径规划方法,其特征在于,所述根据所述障碍物运动速度和所述障碍物位置通过高斯分布预测模型得出障碍物的运动轨迹包括以下步骤:
获取障碍物的高斯分布预测模型;
将所述障碍物位置和所述障碍物运动速度代入所述高斯分布预测模型确定所述障碍物的运动轨迹。
3.根据权利要求1所述的基于人工势场算法的路径规划方法,其特征在于,所述引力势场的表达式为:
其中,q表示船舶位置的坐标,qg表示目标点位置的坐标,ρ表示船舶到目标点之间的直线距离,katt为引力势场系数。
4.根据权利要求1所述的基于人工势场算法的路径规划方法,其特征在于,所述第一斥力势场函数的表达式为:
其中,η为第一斥力势场系数,ρ0为设置的斥力影响距离,ρ0(q)表示船舶位置到障碍物位置之间的直线距离。
5.根据权利要求1所述的基于人工势场算法的路径规划方法,其特征在于,所述根据所述障碍物的运动轨迹、所述船舶速度与所述障碍物运动速度建立第二斥力势场函数包括以下步骤:
根据所述障碍物的运动轨迹确定运动障碍物的影响范围;
根据所述运动障碍物的影响范围、所述船舶速度与所述障碍物运动速度建立第二斥力势场函数。
6.根据权利要求5所述的基于人工势场算法的路径规划方法,其特征在于,所述第二斥力势场函数的表达式为:
其中,krepv为第二斥力势场系数,v表示船舶速度,v0表示障碍物运动速度,ρ0(q)表示船舶位置到障碍物位置之间的直线距离,ρ0为设置的斥力影响距离,α表示运动障碍物的影响范围。
7.根据权利要求1所述的基于人工势场算法的路径规划方法,其特征在于,所述势场函数的表达式为:
Utotal=Uatt+Urep+Urepv;
其中,Uatt为引力势场函数,Urep为第一斥力势场函数,Upepv为第二斥力势场函数。
8.一种基于人工势场算法的路径规划装置,其特征在于,包括:
程序;
存储器,用于存储所述程序;
处理器,用于加载所述程序以执行如权利要求1~7任一项所述的基于人工势场算法的路径规划方法。
9.一种计算机存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1~7任一项所述的基于人工势场算法的路径规划方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110199384.4/1.html,转载请声明来源钻瓜专利网。





