【技术实现步骤摘要】
本专利技术涉及一种自主潜航器，特别是涉及一种融合局部与全局策略的自主潜航器高质量路径规划算法。
技术介绍
1、目前，自主潜航器在各个领域中的地位越来越重要，其运行时，无需人为操作，能够高效的完成目标任务、具有明显的竞争优势，被广泛应用于评估大型基础设施、搜救任务和勘测未知地形等任务。
2、自主潜航器在执行复杂任务时，其路径规划是先决条件，有效的路径规划能够保证自主潜航器在快速准确地到达目的地的同时，又能够安全有效地躲避障碍物。
3、现有路径规划的方法分为两类，一类是全局路径规划方法，通过评估当前位置到目标位置的所有可能路径来计算最佳完整路径，包括基于图的搜索方法、基于采样的规划方法、智能仿生学算法等技术，但该方法依赖于已知的静态环境，并不完全适用于复杂的未知水下环境，而且这类技术耗时耗力，低质量的建模会导致次优路径规划，降低算法的有效性。
4、另一类是局部路径规划方法，这类方法往往缺乏先验的工作空间知识，必须完全依靠测距仪传感器来收集环境信息，主要包括人工势场(apf)方法和滚动窗口(rw)方法。
5、其中，人工势场方法，通过构造虚拟力来模拟周围环境中的引力和斥力，使自主潜航器避开障碍物的同时向目标运动，但当自主潜航器被拉入低能状态时，会陷入局部极小值，导致缺乏吸引力而无法逃逸，并且障碍物的斥力也会阻碍它。
6、滚动窗口(rw)方法时将路径划分为固定长度的短段，称为"窗口"，并在每个窗口内优化路径，是一种实时在线的路径规划方法，但该方法未考虑到全局的优化目标，若将其应用
技术实现思路
1、本专利技术针对以上技术问题，提供一种融合局部与全局策略的自主潜航器高质量路径规划算法，该融合局部与全局策略的自主潜航器高质量路径规划算法，将所有可用的信息最佳地集成到规划目的中，通过基于滚动窗口策略的多个局部规划的部署取代了传统的单实例全局规划范式，更加适用于复杂的未知水下环境，避免依赖于已知的静态环境，整个过程节时省力，有效提高路径规划的质量和效率，以及自主潜航器自主导航的能力。
2、为此，本专利技术的技术方案是，一种融合局部与全局策略的自主潜航器高质量路径规划算法，包括如下步骤：
3、步骤(1)：进行全局路径规划，根据最近的感知输入动态更新，移除之前的滚动窗口，在自主潜航器的轨迹上添加一个新的滚动窗口，将整个路径分割成更小的单元路径；
4、步骤(2)：确定每个滚动窗口内的局部子目标qsg，向每个新的滚动窗口提供反馈，指导局部路径规划过程；
5、步骤(3)：通过全局目标点pg为自主潜航器生成虚拟吸引场，滚动窗口边界上的障碍物为自主潜航器生成虚拟排斥场，将选择子目标点的问题{qsg(i)|i＝1,2,...,k}转化为最小化场中势能的问题，在t时刻，滚动窗口为:
6、
7、其中，pc(t)为自主潜航器在t时刻的位置,d(p,pc(t))为p,pc(t)之间的欧几里得距离，r为滚动窗口的半径；
8、滚动窗口内子目标点候选集定义为:
9、
10、其中，为候选子目标点，为滚动窗口的边界；
11、为了快速推动自主潜航器向全局目标移动，吸引场定义如下:
12、
13、其中，为位于滚动窗口边界上的候选子目标，为候选子目标到全局目标pg的距离；
14、沿边界的障碍物所产生的排斥场的数学公式为:
15、
16、其中，pobs为边界上的障碍，dinf和dsup为障碍物在不同距离上产生的排斥效应，μ为斥力系数；
17、启发式函数如下:
18、
19、当滚动窗口内不存在全局目标pg时，对子目标的候选集进行筛选，选择启发式函数中最小的候选点为局部子目标qsg，在滚动窗口包含全局目标pg的情况下，pg为当前滚动窗口的规划目标；
20、步骤(4)：进行局部路径规划，利用滚动窗口构建了以自主潜航器为焦点的环境模型，从自主潜航器当前位置开始，以窗口内识别的子目标qsg为终点，采用circle-rrt*增强算法，使得局部规划过程能够高效的生成更短的导航路径；
21、步骤(5)：通过信息反馈和纠正，确定路径规划轨迹，自主潜航器沿着路径规划轨迹前进，在导航过程中，可以检测到新的环境信息，对之前的环境模型进行补充和修正，为下一步的局部路径规划做好准备；
22、步骤(6)：从自主潜航器的起点开始，经过步骤(1)-(3)找到该时刻的子目标点，再经过步骤(4)规划到达子目标点的子路径，下一时刻从子目标点开始循环执行步骤(1)-(3)和步骤(4)，直到到达全局目标点，确定全局路径。
23、优选地，步骤(4)中，circle-rrt*增强算法包括如下步骤：
24、步骤(4-1)：通过点集p、圆集s和边集对树进行初始化，随机采样当前滚动窗口内的一个点，其中，点样本prand为圆样本的中心，能够确保在滚动窗口的未占用区域内的定位约束；
25、步骤(4-2)：在获取点样本prand之后，算法启动一个扩展过程来扩展规划树识别出树中最近的节点pnear；
26、采用局部敏感哈希算法，利用位置敏感散列来有效地聚类近端点，能够系统地为相邻的点样本prand分配相同的哈希值，根据共享哈希值将相邻的点样本prand存储在同一个哈希表桶中；
27、步骤(4-3)：circle-rrt*框架中的基本采样元素为采样圆能够增强算法的收敛性，扩大搜索范围，有利于发现prand和pparent之间更多的最优路径，当采用包含同一组样本的范围选择父级pparent时，circle-rrt*方法为确定合适的pparent提供了更广阔的探索空间，同时，提供更多识别较短路径的机会，提高路径最优性；
28、步骤(4-4)：将随机生成的点prand投影到父圆的边界上，随后，基于采样圆的采样过程最后阶段需要使用点prand作为采样圆的中心，在当前滚动窗口中通过计算prand与障碍物之间的距离来确定的半径r；最终将有效采样圆并入树中，同时将连接pparent到prand的边追加到边集中；
29、步骤(4-5)：将采样圆添加到树之后，确定最近的当前父节点通过利用采样圆来降低子集snear中与元素相关的成本，如果与属于snear的之间的连接保持无碰撞，并且有一条本地路径∏使得从源点ps通过到的成本相较于当前路径的成本有所下降，此时，的父节点被替换成
30、优选地，步骤(4-1)中，点样本prand为圆样本的中心是利用固有的“free-disk”属性。
31、优选地，在自主潜航器采样过程中，当出现以下三种情况下，自主潜航器将忽略当前采样数据，继续完成后续采样工作；
32、(1)当点样本p_rand超出的范围时，声纳设备无法获取当前窗口之外的环境信息，自主潜航器无法利本文档来自技高网...
【技术保护点】
1.一种融合局部与全局策略的自主潜航器高质量路径规划算法，其特征是：包括如下步骤：
2.根据权利要求1所述的融合局部与全局策略的自主潜航器高质量路径规划算法，其特征在于：所述步骤(4)中，circle-RRT*增强算法包括如下步骤：
3.根据权利要求2所述的融合局部与全局策略的自主潜航器高质量路径规划算法，其特征在于：所述步骤(4-1)中，点样本prand为圆样本的中心是利用固有的“free-disk”属性。
4.根据权利要求1-3任一项所述的融合局部与全局策略的自主潜航器高质量路径规划算法，其特征在于：在自主潜航器采样过程中，当出现以下三种情况下，自主潜航器将忽略当前采样数据，继续完成后续采样工作；
【技术特征摘要】
1.一种融合局部与全局策略的自主潜航器高质量路径规划算法，其特征是：包括如下步骤：
2.根据权利要求1所述的融合局部与全局策略的自主潜航器高质量路径规划算法，其特征在于：所述步骤(4)中，circle-rrt*增强算法包括如下步骤：
3.根据权利要求2所述的融合局部与全局策略的自主潜航器高质量路径...
【专利技术属性】
技术研发人员：孟文龙，濮彦博，李俞静，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：
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。