[发明专利]基于场论的船舶路径优化方法

说明书

本发明公开了一种基于场论的船舶路径优化方法，包括：步骤S1：建立目的地对船舶的势能场模型，根据所述目的地对船舶的势能场模型计算目的地与船舶的势能差，所述势能差为零时船舶到达目的地；步骤S2：建立船舶是否通行的判断模型，根据所述船舶是否通行的判断模型计算船舶航经水域的水深，判断船舶在航经水域的可通行性；步骤S3：建立静态障碍物势能场模型，根据所述静态障碍物势能场模型计算静态环境下通行水域任意位置点的势能总和，本发明计算的势能最低路径是有唯一确定的解，不会陷入局部最优解，保证了算法的可信度；考虑了动态环境的影响可以根据动态环境实时调整路径，具有实时性。

技术领域

本发明设计船舶路径规划技术领域，具体涉及一种基于场论的船舶路径优化方法。

背景技术

在经济全球化的发展前提下，随着各国贸易量的增加，交通运输业也得到了快速发展。在海洋运输领域，由于船舶数量的急剧增加，船舶航行的路径错综复杂，进而导致了海洋船舶航行的环境复杂多变。基于此，随着航海任务的增多，在复杂海洋环境中，为船舶快速地寻找到一条能够安全避开所有障碍物，能够满足船舶在海上航行的要求，并且能够成功到达目的地的高质量路径变得愈加重要。随着无人技术的不断进步，无人机(UAV)、无人车、无人船都得到了快速的发展。目前，无人船可以深入研究的内容主要集中在精准定位、环境信息识别、路径规划、自动驾驶、自主避障等领域。精准定位、环境信息识别、自动驾驶都已经得到了很好的解决。路径规划和自主避障一直是无人船的难点，很多路径规划算法并没有考虑实际环境的影响因素，宏观路径规划与微观船舶避碰只考虑了其中一种，算法得到的路径在现实中往往不可行。如果克服这两大难点，这将实现真正意义上的船舶自动无人驾驶。

路径规划是寻找一条由起点出发到达终点的无碰撞路径，无碰撞是确保路径可行的必要条件，同时保证满足某一性能评价指标(如路径最短、时间最短、能量消耗最少)，得到最优路径。许多学者对经典算法提出了改进，包括网格法、可见性图法、A*算法和人工电位场法(APF)，但全局规划算法在任务空间较大时仍存在计算时间长、计算开销大等突出问题，局部规划算法通常忽略全局最优约束。目前，有多种船舶路径优化算法，但各有利弊。人工势场法认为船舶在运动中受到目标点的引力和障碍物的斥为作用，捜索一条路径使得势函数沿着路径降低。它能够引导船舶避开障碍物达到目标点，但容易陷入局部极小值点。遗传算法作为进化算法的一种，能够同时实现规划和跟踪，常被用在实时未知环境中，但遗传算法对新空间的探索能力有限，也容易收敛到局部最优解，其他常用的方法还有快速扩展树、A*算法模拟退火、人工神经网络等，但这些方法也存在算法复杂、计算的时间长、对硬件设备的要求较高，不能对突发状况做出及时的反映；算法可能会陷入局部最优解，会导致每次计算结果不同，降低了算法的可信度的问题。

发明内容

本发明的目的是为了提供一种基于场论的船舶路径优化方法。此算法旨在解决传统算法中对新空间的探索能力有限，容易陷入局部最优解，降低了算法可信度，以及不能实时动态调整路径的问题，通过获取势能最小路径得到船舶航行的最优路径，使得算法获得唯一确定的解，保证算法可信度，同时本算法可以动态调整路径，实时对船舶路径进行规划。

为达到上述目的，本发明提供了一种基于场论的船舶路径优化方法，包括以下步骤：

步骤S1：建立目的地对船舶的势能场模型，根据所述目的地对船舶的势能场模型计算目的地与船舶的势能差，所述势能差为零时船舶到达目的地；

步骤S2：建立船舶是否通行的判断模型，根据所述船舶是否通行的判断模型计算船舶航经水域的水深，用于排除不可通行水域；

步骤S3：建立静态障碍物势能场模型，根据所述静态障碍物势能场模型计算静态环境下通行水域任意位置点的势能总和；

步骤S4：根据航经水域任意位置点的势能，确定势能最低路径为静态环境下船舶到达目的地的最优路径；

步骤S5：建立动态障碍物势能场模型，根据所述动态障碍物势能场模型计算动态障碍物势能场中任意位置点的势能总和；