基于比较式随机路标图法的无人船舶局部路径规划方法技术

技术编号:21199080 阅读:36 留言:0更新日期:2019-05-25 01:02
本发明专利技术提供一种基于比较式随机路标图法的无人船舶局部路径规划方法,包括:S1获取环境信息;S2获取起始点、目标点,确定路标点个数K和最大迭代次数G;S3、采用多目标碰撞检测方法获取初始船舶航行路径方案集合pop0,S4、依据改进的遗传算法对pop0进行迭代处理,获取迭代后的路径集合popm;S5、获取迭代后的路径集合popm中每一条路径方案的适应度值;S6、根据适应度值,选取用于输出的最短船舶航行路径方案。上述方法解决了现有技术存储过程数据困难、船舶反应速度慢、耗费更多能源等问题。

Local Path Planning for Unmanned Vessels Based on Comparing Random Road Mapping

The invention provides a local path planning method for unmanned ships based on comparative stochastic road map method, which includes: S1 obtains environmental information; S2 obtains the starting point and target point, determines the number of landmarks K and the maximum iteration number G; S3 obtains the initial ship navigation path scheme set pop0, S4, and iterates the pop0 according to the improved genetic algorithm. Reasonably, get the iterated path set popm; S5, get the fitness value of each path scheme in the iterated path set popm; S6, select the shortest ship navigation path scheme for output according to the fitness value. The above method solves the problems of data difficulty in stored procedure, slow reaction speed of ship and more energy consumption in existing technology.

【技术实现步骤摘要】
基于比较式随机路标图法的无人船舶局部路径规划方法
本专利技术涉及路径规划技术,特别是一种基于比较式随机路标图法的无人船舶局部路径规划方法。
技术介绍
在移动机器人领域,随机路径图法能够有效解决高维空间和复杂约束中的路径规划问题,但是移动机器人使用的随机路径图法常采用A*算法进行可行路径搜索,而A*算法搜索可行路径会产生大量的过程数据。对于应用于智能无人船舶来说,需要综合考虑海洋环境的复杂性、船舶操纵性能及能耗,移动机器人使用的随机路径图法缺乏实际航海应用的可行性。以下对移动机器人使用的随机路径图法进行说明如下。随机路径图(PRM)法寻找给定地图中两点之间的路径,PRM进行路径规划的基本原理:假设机器人运行环境是一个含有若干障碍物的二维封闭平面空间记为C。机器人可以自由移动的区域即除去障碍物及其边缘的区域称为自由空间记为Cfree,将移动机器人看成C内质点,且不考虑运动动力学约束。随机路径图法的基本思想是用一个随机的网络来表示机器人系统运行的自由空间Cfree,这一随机网络即是为机器人系统所建立的概率地图。概率地图是一个无向循环图,用G=(Ga,Ge)表示。其中Ga为节点集,其中的元素是在自由规划空间Cfree中为机器人随机选取的位形,边集Ge中的元素则表示节点之间的连线,代表位形之间的局部可行路径。然后在这个随机网络中利用搜索算法为机器人系统搜索到一条可行的路径。该算法可通过2个阶段来完成:离线学习阶段和在线查询阶段。1)离线学习阶段。该阶段主要完成的任务是在Cfree中为机器人建立一个概率地图G=(Ga,Ge)。首先以随机的方式在Cfree中随机采样大量的机器人位置点,构成地图G中的节点集Ga;其次,采用局部规划器为Ga中的每个节点寻找它们的邻居节点,并为它们建立连接,从而构成地图中的边集Ge。学习阶段建立起来的路标图供在线查询规划使用。2)在线查询阶段。该阶段主要完成的任务是在给定的初始位置点s和目标点g的条件下,根据离线阶段构建的路标图,搜索出一条连接s与g的可行路径。首先,利用局部规划器分别将s与g连接到路标图中与其距离最近的2个节点与然后,采用启发式搜索算法从路标图中搜索出一条连接与的可行路径。启发式搜索算法常采用A*算法。A*算法是从出发点开始展开扇形捜索,通过计算当前节点与其8个方向邻节点的代价估计值,查找出最小代价值的路径即为最优路径,是应用较广泛高效的方法。上述方法在实际应用中存在的问题如下:A1)上述随机路径图法采用的局部规划器并不能完全保证连接节点的边一定位于自由空间;A2)上述随机路径图常使用A*算法来搜索可行路径,会产生大量的过程数据,数据存储量大;A3)对于应用于智能无人船舶来说,需要综合考虑海洋环境的复杂性、船舶操纵性能及能耗,使用A*算法搜索可行路径的随机路径图法缺乏实际航海应用的可行性。为此,亟需一种能够应用于智能无人船舶领域的且使用比较式随机路标图法的无人船舶局部路径规划方法。
技术实现思路
针对现有技术中的问题,本专利技术提供一种基于比较式随机路标图法的无人船舶局部路径规划方法。第一方面,本专利技术提供一种基于比较式随机路标图法的无人船舶局部路径规划方法,包括:S1、依据预先确定的无人船舶航行的环境,获取环境信息;S2、根据所述环境信息,以及无人船舶航行时的起始点、目标点,确定路标点个数K和局部路径避障优化所需要的最大迭代次数G;S3、随机生成路标点个数K的各路标点的位置,将起始点、目标点和路标点两两连接,采用多目标碰撞检测方法获取初始船舶航行路径方案集合pop0,所述初始船舶航行路径方案集合pop0包括:多条所述无人船舶能够航行的路径;每一路径均在环境信息的地图内部且属于非障碍物区域;S4、依据改进的遗传算法和所述最大迭代次数G对所述初始船舶航行路径方案集合pop0进行迭代处理,获取迭代后的路径集合popm;S5、获取迭代后的路径集合popm中每一条路径方案的适应度值;S6、根据迭代后的路径集合popm中每一条路径方案的适应度值,选取用于输出的最短船舶航行路径方案。可选地,步骤S3包括:S31、依据所述环境信息,随机生成K个二维坐标,每一个二维坐标作为一个路标点位置;S32、采用多目标碰撞检测法判断每一个路标点位置是否位于所述环境信息中非障碍物区域和地图内部,若是,则保留,否则舍弃该路标点位置;S33、基于多目标碰撞检测法将起始点、目标点和任意个随机路标点组合形成多条路径;以及判断组合后的每一条路径中任意两点之间的连线是否位于非障碍物区域,且是否属于地图内部;若均是,则将判断的路径作为初始船舶航行路径方案集合pop0中的元素。可选地,步骤S33中的判断组合后的每一条路径中任意两点之间的连线是否位于非障碍物区域,且是否属于地图内部,包括:获取连线与x轴正方向的夹角,根据所述夹角确定一个探索范围,判断确定的探索范围是否包括障碍物区域,或者所述探索范围是否处于地图外部区域;若不包括障碍物区域且也不处于地图外部区域,则该条路径作为初始船舶航行路径方案集合pop0中的元素。可选地,步骤S5包括:根据公式(1)获取路径集合popm中每一条路径中拐点之间的间距和D;其中,n为每一条路径拐点个数,所述路径拐点包括:起始点、目标点和路标点,xj和yj为路径拐点j的坐标,xj+1和yj+1为与路径拐点j相邻拐点j+1的坐标;将间距和D的倒数作为该条路径的适应度值fit;可选地,步骤S4包括:S41、针对初始船舶航行路径方案集合pop0中待进行交叉操作的两条路径,生成一个随机概率;所述待进行交叉操作的两条路径的长度基本相同;判断生成的随机概率是否大于预设的交叉概率阈值;若大于,则将待进行交叉操作的两条路径进行交叉操作,得到新的两条路径;若小于,则不对待进行交叉操作的两条路径进行交叉操作;S42、按照步骤S41的交叉操作方式遍历所述初始船舶航行路径方案集合pop0中所有的路径之后,将得到新的路径和不进行交叉操作的原路径组合,获得第一路径集合pop1;S43、针对第一路径集合pop1中待进行变异操作的每一条路径,生成一个变异随机概率;判断生成的变异随机概率是否大于预设的变异概率阈值;若大于,则将待进行变异操作的路径进行变异操作,得到新的路径;若小于,则不对待进行变异操作的路径进行变异操作;S44、按照步骤S43的变异操作方式遍历所述第一路径集合pop1中所有的路径之后,将得到新的路径和不进行变异操作的原路径组合,获得第二路径集合pop2;S45、针对第二路径集合pop2,获取第二路径集合pop2中每一条路径的适应度值;采用比例选择方法根据所有路径的适应度值进行比例选择操作,将比例选择操作后的路径作为第三路径集合pop3;S46、判断当前迭代次数i是否等于最大迭代次数G;S47、若小于,则从第三路径集合pop3开始重复上述步骤S41至步骤S46的过程;直至迭代次数i等于最大迭代次数G;将等于最大迭代次数G时获取的路径集合popm作为迭代后的路径集合popm。可选地,步骤S41中的将待进行交叉操作的两条路径进行交叉操作,得到新的两条路径,包括:对路径长度基本相同的两条路径,在两者路径段上随机选择切断点进行断点截断,若切断点位置基本相同,则将两条路径截断部分相互交换;若切断点位置不同,则不对待进本文档来自技高网
...

【技术保护点】
1.一种基于比较式随机路标图法的无人船舶局部路径规划方法,其特征在于,包括:S1、依据预先确定的无人船舶航行的环境,获取环境信息;S2、根据所述环境信息,以及无人船舶航行时的起始点、目标点,确定路标点个数K和局部路径避障优化所需要的最大迭代次数G;S3、随机生成路标点个数K的各路标点的位置,将起始点、目标点和路标点两两连接,采用多目标碰撞检测方法获取初始船舶航行路径方案集合pop0,所述初始船舶航行路径方案集合pop0包括:多条所述无人船舶能够航行的路径;每一路径均在环境信息的地图内部且属于非障碍物区域;S4、依据改进的遗传算法和所述最大迭代次数G对所述初始船舶航行路径方案集合pop0进行迭代处理,获取迭代后的路径集合popm;S5、获取迭代后的路径集合popm中每一条路径方案的适应度值;S6、根据迭代后的路径集合popm中每一条路径方案的适应度值,选取用于输出的最短船舶航行路径方案。

【技术特征摘要】
1.一种基于比较式随机路标图法的无人船舶局部路径规划方法,其特征在于,包括:S1、依据预先确定的无人船舶航行的环境,获取环境信息;S2、根据所述环境信息,以及无人船舶航行时的起始点、目标点,确定路标点个数K和局部路径避障优化所需要的最大迭代次数G;S3、随机生成路标点个数K的各路标点的位置,将起始点、目标点和路标点两两连接,采用多目标碰撞检测方法获取初始船舶航行路径方案集合pop0,所述初始船舶航行路径方案集合pop0包括:多条所述无人船舶能够航行的路径;每一路径均在环境信息的地图内部且属于非障碍物区域;S4、依据改进的遗传算法和所述最大迭代次数G对所述初始船舶航行路径方案集合pop0进行迭代处理,获取迭代后的路径集合popm;S5、获取迭代后的路径集合popm中每一条路径方案的适应度值;S6、根据迭代后的路径集合popm中每一条路径方案的适应度值,选取用于输出的最短船舶航行路径方案。2.根据权利要求1所述的方法,其特征在于,步骤S3包括:S31、依据所述环境信息,随机生成K个二维坐标,每一个二维坐标作为一个路标点位置;S32、采用多目标碰撞检测法判断每一个路标点位置是否位于所述环境信息中非障碍物区域和地图内部,若是,则保留,否则舍弃该路标点位置;S33、基于多目标碰撞检测法将起始点、目标点和任意个随机路标点组合形成多条路径;以及判断组合后的每一条路径中任意两点之间的连线是否位于非障碍物区域,且是否属于地图内部;若均是,则将判断的路径作为初始船舶航行路径方案集合pop0中的元素。3.根据权利要求2所述的方法,其特征在于,步骤S33中的判断组合后的每一条路径中任意两点之间的连线是否位于非障碍物区域,且是否属于地图内部,包括:获取连线与x轴正方向的夹角,根据所述夹角确定一个探索范围,判断确定的探索范围是否包括障碍物区域,或者所述探索范围是否处于地图外部区域;若不包括障碍物区域且也不处于地图外部区域,则该条路径作为初始船舶航行路径方案集合pop0中的元素。4.根据权利要求1或3所述的方法,其特征在于,步骤S5包括:根据公式(1)获取路径集合popm中每一条路径中拐点之间的间距和D;其中,n为每一条路径拐点个数,所述路径拐点包括:起始点、目标点和路标点,xj和yj为路径拐点j的坐标,xj+1和yj+1为与路径拐点j相邻拐点j+1的坐标;将间距...

【专利技术属性】
技术研发人员:王晓原夏媛媛姜雨函刘亚奇伯佳更董晓斐朱慎超
申请(专利权)人:智慧航海青岛科技有限公司
类型:发明
国别省市:山东,37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1