基于环境预报的风能驱动机器人省时全局路径规划方法技术

基于环境预报的风能驱动机器人省时全局路径规划方法，涉及海洋机器人路径规划技术领域，本申请根据环境预报数据和风能驱动机器人的速度预报，得到风浪流影响下的风能驱动机器人航速估算模型，本申请在风能驱动机器人航速估算模型中充分考虑了环境中海流和波浪对风能驱动机器人航行运动存在的影响，并依据风能驱动机器人的航行特点，设置搜索拓展方向和限制条件，完成航行时间代价函数设计，进而完成风能驱动机器人省时

【技术实现步骤摘要】
基于环境预报的风能驱动机器人省时全局路径规划方法


[0001]本专利技术涉及海洋机器人路径规划
，具体为基于环境预报的风能驱动机器人省时全局路径规划方法
。

技术介绍

[0002]风能驱动机器人是利用风力直接驱动的海上无人监测平台，在海上作业时有诸多优势
。
首先，航行过程中对能源的需求较低，续航能力强
。
其次，风能驱动机器人的负载能力强，能够进行海上自主定位，数据实时传输，同时自身噪音小，不会影响噪声敏感的传感器工作
。
[0003]与常规无人艇相比，风能驱动机器人具有独特的航行特点，需要对传统的路径规划方法加以改进，满足风能驱动机器人更好的利用海洋环境驱动航行，实现续航里程长，航行安全性高的需求
。
[0004]公开号为
CN107525509B
的专利技术专利
《
一种基于遗传算法的开敞水域帆船路径规划方法
》
，提出了一种新的在开敞水域使用遗传算法的帆船路径规划方法，来实现帆船路径的自动规划，最终生成帆船路径转向点列表
。
该方法只适用于近距离帆船竞赛的路径规划，对于长航时风能驱动机器人并不适用
。
[0005]文献
《
基于概率势场的风能驱动机器人实时路径规划研究
》
提出一种基于概率势场的风能驱动机器人实时路径规划算法
。
将风向的规律性变化与帆船的航行特点相结合，创建空间范围内的空间概率势场，采用基于概率势场的实时路径规划算法，提高了风能驱动机器人航行过程中的平均速度，降低航行时间
。
该方法没有考虑环境中海流和波浪对风能驱动机器人运动产生的影响
。
[0006]公开号为
CN115268435A
的专利技术专利
《
一种无人帆船的路径规划方法
》
，通过对航行区域内的静态障碍物信息进行灰度图像处理，并叠加风向信息生成代价地图矩阵，结合
A*
算法，解决现有的帆船只考虑位置信息及障碍物信息进行路径规划的问题
。
但该方法没有考虑风速影响下的航速问题，并且不涉及海流
、
海浪等因素对帆船运动的影响
。
[0007]文献
《Routing and course control of an autonomous sailboat》
提出了一种基于
PRM
‑
Dijkstra
算法的无人帆船的全局路径规划方法
。
在全局路径规划部分考虑了帆船的运动学和风在地图上的分布，定义无人帆船的航行成本函数，基于
PRM
‑
Dijkstra
算法来进行自主帆船的全局路径规划
。
该算法得到一条并非路径最短，但时间最短的全局路径，但该方法进行路径规划时忽略了海流
、
海浪等因素影响
。
[0008]上述专利和文献，考虑到了实时风场的变化，但是忽略了环境中海流和波浪对风能驱动机器人航行运动存在的影响
。
进而导致针对风能驱动机器人规划的路径并非最优的全局路径
。

技术实现思路

[0009]本专利技术的目的是：针对现有技术中由于忽略了环境中海流和波浪对风能驱动机器
人航行运动存在的影响，进而导致针对风能驱动机器人规划的路径并非全局最优的全局路径的问题，提出基于环境预报的风能驱动机器人省时全局路径规划方法
。
[0010]本专利技术为了解决上述技术问题采取的技术方案是：
[0011]基于环境预报的风能驱动机器人省时全局路径规划方法，包括以下步骤：
[0012]步骤一：获取海洋环境预报数据及风能驱动机器人预报速度，之后根据海洋环境预报数据和风能驱动机器人预报速度确定风能驱动机器人在海洋环境中航行速度，并利用风能驱动机器人在海洋环境中航行速度得到风能驱动机器人的航速估算模型；
[0013]步骤二：构建栅格海洋环境地图，之后获取风能驱动机器人的起始点和目标点，并将
Dijkstra
算法中的8个拓展搜索方向向外拓展一个栅格的范围，以此得到
24
个子节点；
[0014]步骤三：基于风能驱动机器人的航速估算模型，得到航行时间代价函数，并根据航行时间代价函数得到每个子节点的航行时间代价值；
[0015]步骤四：初始化栅格海洋环境地图，并设置风能驱动机器人的起始点和目标点；
[0016]步骤五：将航行时间代价值最小的子节点作为起始点放入
OPEN
集中；
[0017]步骤六：判断
OPEN
集是否为空，若为空，则搜索失败，否则执行步骤七；
[0018]步骤七：将
OPEN
集中航行时间代价值最小的节点取出，并放入
CLOSED
集中，并将该节点作为当前节点，并判断该节点是否为目标点，若是，则结束，并执行步骤十，否则执行步骤八；
[0019]步骤八：根据步骤二中设置的拓展搜索方向访问子节点，并获取每个子节点的航行时间代价，并根据每个子节点的航行时间代价更新栅格地图；
[0020]步骤九：依次对步骤八中访问的子节点进行判断；
[0021]若该子节点在
CLOSED
集中或该节点为障碍物节点，则执行步骤六；
[0022]若该子节点不在
OPEN
集中，则将该子节点加入
OPEN
集，若该子节点在
OPEN
集中，则更新子节点的航行时间代价值和父节点，并执行步骤六；
[0023]步骤十：回溯
CLOSED
集中所有的节点，进而完成路径规划
。
[0024]进一步的，所述航速估算模型表示为：
[0025][0026]其中，
V
s,w
表示通过双线性插值计算得到的风能驱动机器人预报速度，
V
w
表示栅格内的风速，
α
s,w
表示风能驱动机器人航向与栅格内风向的夹角，
[V1,V2]表示风速所对应航速预报结果的左右区间，
[
α1,
α2]表示
α
s,w
所对应的航速预报结果的左右区间，所对应的航速预报结果的左右区间，表示对应风速和风向角下的预报航速，
V
c
表示海流的速度，
α
s,c
表示风能驱动机器人航向与栅格内海流的夹角，
V
s,c
表示考虑海流
、
海风影响下的风能驱动机器人航速，
δ
v
表示风浪作用下航速的改变值，
V
s,v
表示考虑海风
、
海浪影响下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于环境预报的风能驱动机器人省时全局路径规划方法，其特征在于包括以下步骤：步骤一：获取海洋环境预报数据及风能驱动机器人预报速度，之后根据海洋环境预报数据和风能驱动机器人预报速度确定风能驱动机器人在海洋环境中航行速度，并利用风能驱动机器人在海洋环境中航行速度得到风能驱动机器人的航速估算模型；步骤二：构建栅格海洋环境地图，之后获取风能驱动机器人的起始点和目标点，并将
Dijkstra
算法中的8个拓展搜索方向向外拓展一个栅格的范围，以此得到
24
个子节点；步骤三：基于风能驱动机器人的航速估算模型，得到航行时间代价函数，并根据航行时间代价函数得到每个子节点的航行时间代价值；步骤四：初始化栅格海洋环境地图，并设置风能驱动机器人的起始点和目标点；步骤五：将航行时间代价值最小的子节点作为起始点放入
OPEN
集中；步骤六：判断
OPEN
集是否为空，若为空，则搜索失败，否则执行步骤七；步骤七：将
OPEN
集中航行时间代价值最小的节点取出，并放入
CLOSED
集中，并将该节点作为当前节点，并判断该节点是否为目标点，若是，则结束，并执行步骤十，否则执行步骤八；步骤八：根据步骤二中设置的拓展搜索方向访问子节点，并获取每个子节点的航行时间代价，并根据每个子节点的航行时间代价更新栅格地图；步骤九：依次对步骤八中访问的子节点进行判断；若该子节点在
CLOSED
集中或该节点为障碍物节点，则执行步骤六；若该子节点不在
OPEN
集中，则将该子节点加入
OPEN
集，若该子节点在
OPEN
集中，则更新子节点的航行时间代价值和父节点，并执行步骤六；步骤十：回溯
CLOSED
集中所有的节点，进而完成路径规划
。2.
根据权利要求1所述的基于环境预报的风能驱动机器人省时全局路径规划方法，其特征在于所述航速估算模型表示为：其中，
V
s,w
表示通过双线性插值计算得到的风能驱动机器人预报速度，
V
w
表示栅格内的风速，
α
s,w
表示风能驱动机器人航向与栅格内风向的夹角，
[V1,V2]
表示风速所对应航速预报结果的左右区间，
[
α1,
α2]
表示
α
s,w
所对应的航速预报结果的左右区间，所对应的航速预报结果的左右区间，表示对应风速和风向角下的预报航速，
V
c
表示海流的速度，
α
s,c
表示风能驱动机器人航向与栅格内海流的夹角，
V
s,c
表示考虑海流
、
海风影响下的风能驱动机器人航速，
δ
v
表示风
浪作用下航速的改变值，
V
s,v
表示考虑海风
、
海浪影响下的风能驱动机器人航速，
V
表示综合海流
、
海风
、
海浪影响下的海洋环境栅格内风能驱动机器人航速
。3.
根据权利要求2所述的基于环境预报的风能驱动机器人省时全局路径规划方法，其特征在于所述构建栅格海洋环境地图通过海流
、
海风
、
海浪信息构建
。4.
根据权利要求3所述的基于环境预报的风能驱动机器人省时全局路径规划方法，其特征在于所述海流
、
海风
、
海浪信息通过波浪仪
、
气象站
、
电磁流速计以及双目视觉系统得到
。5.
根据权利要求4所述的基于环境预报的风能驱动机器人省时全局路径规划方法，其特征在于所述航行时间代价函数表示为：其中，
V
k,f,t
表示
t
时刻在节点
(x
k
,y
k
)
...

【专利技术属性】
技术研发人员：廖煜雷，赵永波，李相杰，唐浩天，张家华，马腾，李晔，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：