[发明专利]一种无人艇全局路径规划方法有效
申请号: | 201910743186.2 | 申请日: | 2019-08-13 |
公开(公告)号: | CN110398250B | 公开(公告)日: | 2022-01-11 |
发明(设计)人: | 张磊;封佳祥;黄兵;刘涛;许建辉;郑帅;苏玉民;曹建 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G01C21/20 | 分类号: | G01C21/20;G05D1/10 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种无人艇全局路径规划方法。主要步骤包括:(1)获取无人艇运动状态信息和环境感知信息;(2)建立感知环境模型;(3)采用K近邻学习算法对环境栅格进行危险度预测;(4)采用改进A*算法进行路径搜索。本发明针对水面无人艇在实际航行过程中的安全性要求,在建立路径规划环境模型时,采用K近邻算法对水面无人艇所处环境中的危险区域进行预测,同时,在采用A*算法进行路径搜索时,在其估价函数中引入安全代价,确保规划路径的安全性。 | ||
搜索关键词: | 一种 无人 全局 路径 规划 方法 | ||
【主权项】:
1.一种无人艇全局路径规划方法,其特征在于,包括以下步骤:S1:获取无人艇运动状态信息和环境感知信息,其中运动状态信息包括:无人艇当前位置坐标(sx,sy)、速度u、航向角
姿态角,环境感知信息包括障碍物位置坐标;S2:采用栅格法建立环境模型,包括:S2.1:选定无人艇作业区域范围;S2.2:对无人艇作业区域进行栅格化,取栅格边长l=u·Δt,其中,u为无人艇的平均航速,Δt为无人艇的运动控制节拍;S2.3:对S2.2中的作业区域的栅格进行编码;S2.4:将通过感知设备得到的作业区域内的障碍物元素标识到S2.3编码后的栅格中,包含障碍物的栅格为障碍物栅格,不包含障碍物的栅格为自由栅格,将障碍物栅格标记为0,将自由栅格标记为1;S3:对每一个自由栅格采用K近邻学习算法进行危险度预测,预测结果为危险栅格的自由栅格标记为2;S4:采用A*算法进行路径搜索,包括:S4.1:建立OPEN列表和CLOSE列表,把起始栅格s添加到OPEN列表;S4.2:寻找OPEN列表中估价函数f(m)最低的栅格,记为当前栅格i,把该栅格i移动到CLOSE列表;S4.3:扩展当前栅格i,得到当前栅格i的全部相邻栅格,对每个相邻栅格执行以下操作:S4.3.1:如果相邻栅格m为障碍物栅格或者已经在CLOSE列表中,略过它;否则执行接下来的步骤:S4.3.2:如果相邻栅格m不在OPEN列表中,则把相邻栅格m添加到OPEN列表中,把当前栅格i作为相邻栅格m的父栅格,记录相邻栅格m的估价函数值f(m)、路径代价与安全代价之和G(m)和从当前栅格m到终点栅格最小代价的估计h(m);S4.3.3:如果相邻栅格m已经在OPEN列表中,如果满足:G(m)<G(i)+L(i,m)则将相邻栅格m的父节点改成当前栅格i,并且重新计算相邻栅格m的G(m)和f(m)值;其中,L(i,m)表示从栅格i到相邻栅格m的实际路径代价;如果栅格i与相邻栅格m是直连接,即满足:|ix‑mx|+|iy‑my|=1式中,ix表示栅格i在栅格环境模型中的横向坐标,iy表示栅格i在栅格环境模型中的纵向坐标,mx表示栅格m在栅格环境模型中的横向坐标,my表示栅格m在栅格环境模型中的纵向坐标,则L(i,m)为一个栅格长度;如果栅格i与其相邻栅格m是斜连接,即满足:|ix‑mx|+|iy‑my|=2式中,ix表示栅格i在栅格环境模型中的横向坐标,iy表示栅格i在栅格环境模型中的纵向坐标,mx表示栅格m在栅格环境模型中的横向坐标,my表示栅格m在栅格环境模型中的纵向坐标,则L(i,m)为
个栅格长度;S4.4:重复执行S4.2‑S4.3直至目标节点t添加进了CLOSE列表或者OPEN列表已经空了;当目标节点t添加进了CLOSE列表,则表明最优路径被找到,从目标栅格开始依次回溯父栅格,直到起始栅格,即得到从起始栅格到目标栅格的最优路径;没有找到目标节点,OPEN列表已经空了,表明路径不存在。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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哈尔滨工程大学,未经哈尔滨工程大学许可,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/patent/201910743186.2/,转载请声明来源钻瓜专利网。