【技术实现步骤摘要】
本专利技术涉及无人系统导航与路径规划，具体涉及一种基于贝叶斯推理与自适应局部规划算法的无人导航路径规划系统，适用于复杂动态环境中的路径生成与优化，特别是在无人艇、无人机及其他自主导航设备的动态避障和路径调整应用中。
技术介绍
1、随着无人系统技术的发展，无人机、无人艇及其他自主导航设备在物流运输、环境监测、灾害救援等领域的应用日益广泛。然而，在复杂动态环境中实现高效的自主导航仍然面临诸多挑战，特别是在路径规划和动态避障方面：
2、动态障碍物感知与规避不足：当前的路径规划系统在处理动态障碍物（如移动船只、飞行物体等）时，往往缺乏实时感知和规避能力。传统规划算法（如a*算法、dijkstra算法）虽然可以生成全局路径，但对突发障碍的反应速度较慢，容易导致路径偏离或导航失败。
3、全局路径规划与局部路径优化的协同困难：
4、全局路径规划问题：传统全局路径规划方法通常基于静态环境信息生成路径，缺乏动态适应性；同时，计算复杂度较高，难以在复杂场景中实时应用。
5、局部路径优化问题：局部路径优化方法虽然计算效率高，但容易陷入局部最优解，缺乏全局视野，导致整体路径的效率下降。
6、环境建模与不确定性处理不足：在复杂动态环境中，环境信息往往具有不确定性，例如海上无人艇可能受到潮流、风速等因素的干扰，无人机可能受到气象变化或障碍物移动的影响。现有技术在环境建模的精度和动态更新方面仍有不足，难以支持高效的路径规划。
7、针对上述问题，现有技术通常尝试结合多模态传感器与优化算法进
8、无法高效处理动态障碍物的突发变化；
9、路径规划的全局与局部优化难以协同；
10、环境建模与动态更新的精度不足，导致路径规划的鲁棒性欠佳。
11、因此，亟需一种结合环境建模、全局路径生成和局部动态优化的路径规划系统，以解决复杂动态环境下无人系统路径规划的核心问题。
技术实现思路
1、为了解决现有技术中无人系统路径规划在动态障碍物规避、全局路径规划与局部路径优化协同以及环境不确定性处理方面的不足，本专利技术提供了一种基于贝叶斯推理与自适应局部规划的无人导航路径规划系统。该系统通过环境建模、全局路径生成和局部路径优化的协同工作，实现无人系统在复杂动态环境中的高效自主导航。
2、本专利技术的自适应规划的无人导航路径规划系统，其特征在于，包括以下模块：
3、a. 环境建模模块：用于通过多模态传感器采集环境数据，并基于贝叶斯推理算法生成环境概率分布模型；
4、b. 全局路径生成模块：用于根据所述环境概率分布模型及目标点位置，生成无人系统的全局路径关键节点，并作为局部路径优化模块的初始输入；
5、c. 局部路径优化模块：用于在无人系统与局部复杂区域或动态障碍物的距离小于10米时，基于实时感知的环境数据和全局路径关键节点，利用贝叶斯推理算法动态调整路径关键节点，优化路径的平滑性和安全性；
6、d. 控制与导航模块：用于根据优化后的路径生成无人系统的导航指令，实时调整无人系统的速度和方向；结合反馈机制，当检测到路径偏离或障碍物变化时，触发局部路径优化模块进一步优化路径规划。
7、优选的，所述环境建模模块基于以下贝叶斯推理公式生成环境概率分布模型：
8、，
9、其中：
10、 为在数据 d下障碍物分布 h 的后验概率；
11、 为给定障碍物分布 h 的观测数据 d 的似然函数；
12、p(h) 为障碍物分布的先验概率；
13、p(d) 为观测数据的边际概率。
14、优选的，所述全局路径生成模块通过结合环境概率分布模型和目标点位置，利用贝叶斯推理算法初步生成全局路径关键节点。
15、优选的，所述全局路径生成模块通过以下目标函数优化路径关键节点：
16、 ，
17、其中：
18、 为路径的总优化代价；
19、 为路径长度；
20、 为潮流影响因子；
21、 为障碍物风险代价；
22、，， 为代价的权重。
23、优选的，所述局部路径优化模块通过以下公式动态调整路径关键节点集合：
24、 ，
25、其中：
26、 为优化后的路径关键节点集合；
27、 为当前路径关键节点集合；
28、α为步长因子；
29、∇g为路径梯度方向，用于指示调整路径的方向。
30、本专利技术的自适应规划的无人导航路径规划系统的操作方法，其特征在于，包括以下步骤：
31、a. 环境建模：通过多模态传感器采集环境数据，构建环境的概率分布模型；
32、所述环境建模基于以下贝叶斯推理公式生成障碍物的概率分布：
33、 ，
34、b. 全局路径生成：利用贝叶斯推理算法，根据环境概率分布模型生成全局路径关键节点；全局路径关键节点作为局部路径优化模块的初始参考；
35、c. 局部路径优化：在无人系统与局部复杂区域或动态障碍物的距离小于10米时，基于实时感知的环境数据和全局路径关键节点，动态优化路径关键节点；路径优化通过以下公式调整路径关键节点集合：；
36、d. 控制与导航：根据优化后的路径生成导航指令，动态调整无人系统的速度和方向；结合反馈机制，当检测到路径偏离或障碍物变化时，触发局部路径优化步骤。
37、优选的，所述控制与导航步骤结合反馈机制，实时调整无人系统的速度、方向和航行状态。
38、优选的，所述反馈机制用于实时检测路径偏离程度，若偏离超出设定阈值或障碍物位置发生动态变化，则触发局部路径优化模块。
39、优选的，步骤2全局路径生成模块通过以下目标函数优化路径关键节点：
40、，
41、其中：
42、 为路径的总优化代价；
43、 为路径长度；
44、 为潮流影响因子；
45、 为障碍物风险代价；
46、，， 为代价的权重。
47、本专利技术通过结合贝叶斯推理与自适应局部规划算法，在复杂动态环境下显著提升了无人导航路径规划系统的性能。具体技术效果如下：
48、1. 动态障碍物感知与规避能力增强：
49、贝叶斯推理算法：通过多模态传感器（如声呐、雷达、gps）采集环境数据，并基于贝叶斯推理动态生成环境的概率分布模型，能够实时更新动态障碍物的分布信息。在障碍物移动或环境变化时，贝叶斯推理算法的高精度环境建模显著提高了路径规划的适应性。实验数据表明：障碍物规避成功率从现有技术的 75% 提升至 95%；障碍物分布预测的准确率提升了 20%，动态更新频率达到每秒 50 次，有效应对复杂动态环境的不确定性。
50、本文档来自技高网...
【技术保护点】
1.一种自适应规划的无人导航路径规划系统，其特征在于，包括以下模块：
2.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述环境建模模块基于以下贝叶斯推理公式生成环境概率分布模型：
3.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述全局路径生成模块通过结合环境概率分布模型和目标点位置，利用贝叶斯推理算法初步生成全局路径关键节点。
4.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述全局路径生成模块通过以下目标函数优化路径关键节点：
5.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述局部路径优化模块通过以下公式动态调整路径关键节点集合：
6.一种自适应规划的无人导航路径规划方法，使用如上述权利要求1-5任一项所述的自适应规划的无人导航路径规划系统，其特征在于，包括以下步骤：
7.根据权利要求6所述的自适应规划的无人导航路径规划方法，其特征在于，所述控制与导航步骤结合反馈机制，实时调整无人系统的速度、方向和航行状态。
...【技术特征摘要】
1.一种自适应规划的无人导航路径规划系统，其特征在于，包括以下模块：
2.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述环境建模模块基于以下贝叶斯推理公式生成环境概率分布模型：
3.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述全局路径生成模块通过结合环境概率分布模型和目标点位置，利用贝叶斯推理算法初步生成全局路径关键节点。
4.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述全局路径生成模块通过以下目标函数优化路径关键节点：
5.根据权利要求1所述的自适应规划的无人导航路径规划系统，其特征在于，所述局部路径优化模块通过以下公式动态调...
【专利技术属性】
技术研发人员：陈洪峰，熊海良，张文正，宋双贺，靳春燕，
申请(专利权)人：铭派科技集团有限公司，
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。