CN107329477B - 一种无人船导航和自动驾驶设备及其方法 - Google Patents

一种无人船导航和自动驾驶设备及其方法 Download PDF

Info

Publication number
CN107329477B
CN107329477B CN201710691295.5A CN201710691295A CN107329477B CN 107329477 B CN107329477 B CN 107329477B CN 201710691295 A CN201710691295 A CN 201710691295A CN 107329477 B CN107329477 B CN 107329477B
Authority
CN
China
Prior art keywords
ship
traffic
unmanned ship
unmanned
navigation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710691295.5A
Other languages
English (en)
Other versions
CN107329477A (zh
Inventor
倪建军
吴中坚
范新南
史朋飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201710691295.5A priority Critical patent/CN107329477B/zh
Publication of CN107329477A publication Critical patent/CN107329477A/zh
Application granted granted Critical
Publication of CN107329477B publication Critical patent/CN107329477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种无人船导航和自动驾驶设备及其方法，设备包括安装于无人船顶部的雷达、惯性导航系统、无线通讯系统和存储设备，安装于无人船顶部前端的摄像机，安装于无人船驾驶舱内的规则选择器、航行规划器和无人船控制器；在无人船视野范围内出现其他交通船时，摄像机和雷达对交通船进行跟踪定位和运动状态评估并将信息发送至存储设备，规则选择器结合无人船、交通船的定位和运动状态信息识别特定的水上航行规则，然后航行规划器结合速度障碍法做出最佳的航行规划，无人船控制器根据最佳航行规划信息控制无人船实施有效的避让措施，避免与交通船发生碰撞。本发明具有良好的智能性和灵活性，可以在复杂的水面环境做出有效的决策行动。

Description

一种无人船导航和自动驾驶设备及其方法
技术领域
本发明属于无人船导航及自动驾驶技术技术领域，特别涉及一种无人船导航和自动驾驶设备及其方法。
背景技术
现在市场上用于测绘、水文探测、水质监测、水环境监测、海事搜救、安防、抗洪抢险、水面交通疏导、近远程目标识别与跟踪等领域的无人船层出不穷，但是这一类应用中对船只航行速度、定位精度、航迹与预设轨迹偏差和船只航行姿态要求相对较低，特别是在水面环境相对复杂的情况下，对无人船的灵活性和机动性要求比较低。当无人船面对多艘交通船时，考虑到交通船人为操作的不确定性，避免无人船与交通船发生碰撞事故，以及通过分析不同运动状态的交通船从而准确灵活地做出不同的避碰行为规划有待进一步去探索和研究。无人船技术应用领域比较广泛，但是不管其具体应用于哪一个领域，都要求无人船在面对复杂的水面环境时必须做出及时有效地行为选择和航行规划，并根据规划信息控制无人船避开固定的和移动的障碍物，最后到达目的地完成各自任务。
发明内容
为了解决现有技术中的问题，本发明提供一种无人船导航和自动驾驶设备及其方法，能够对无人船进行更加精确定位的同时，实施有效地针对移动障碍物的避碰规则以及面对不同状态的移动障碍物做出最佳的行为规划。在水面环境复杂的情况下，满足高精度的定位与导航，更精确的、灵活的船体控制和复杂情况下的运动规划，以及更准确的姿态测量。
为实现上述目的，本发明采用的技术方案为：
一种无人船导航和自动驾驶设备，包括：安装于无人船顶部的雷达、惯性导航系统、无线通讯系统和存储设备，安装于无人船顶部前端的摄像机，安装于无人船驾驶舱内的决策系统，决策系统包括规则选择器、航行规划器和无人船控制器；无人船通过摄像机采集周边环境信息，将信息发送至存储设备，无线通讯系统将信息实时发送给无人船监管中心；在信息采集过程中，若摄像机观测到其视野范围内有其他交通船，结合雷达对交通船进行跟踪定位和运动状态评估，将获取的信息发送至存储设备并传送给规则选择器，规则选择器结合无人船、交通船的定位和运动状态信息，识别特定的水上航行规则，并将信息传递给航行规划器，航行规划器结合速度障碍法做出最佳航行规划，然后将最佳航行规划信息传递给无人船控制器，无人船控制器控制无人船实施有效的避让行动，避免无人船与交通船发生碰撞，并安全到达目的地。
一种无人船导航和自动驾驶方法，包括以下步骤：
(1)、无人船通过摄像机采集周边环境信息，将信息传送至存储设备，在信息采集过程中，利用摄像机和惯性导航系统对无人船进行实时定位和运动状态评估，将获取的信息传送至存储设备，并通过无线通信系统将信息实时发送给无人船监管中心；
(2)、在无人船视野范围内出现其他交通船时，利用摄像机和雷达对交通船进行跟踪定位和运动状态评估，将获取的信息传送至存储设备；
(3)、规则选择器根据步骤(1)和(2)获得的无人船和交通船的位置和速度信息进行预碰撞检查，判断无人船和交通船在维持当前航向和航速的情况下，短时间内是否会发生碰撞或接近碰撞；
(4)、若规则选择器判断到在短时间内无人船将会与交通船发生碰撞或接近碰撞时，规则选择器根据无人船和交通船的几何位置关系识别特定的水上航行规则，将识别的特定水上航行规则信息传送至航行规划器；否则无人船维持当前航线继续航行；
(5)、航行规划器接收到规则选择器的信息后，利用速度障碍法计算无人船和交通船的碰撞时间r；并根据步骤(3)、(4)所得到的信息，利用速度障碍法做出最佳航行规划，并将最佳航行规划信息传送至无人船控制器；
(6)、无人船控制器根据获取的最佳航行规划信息控制无人船实施有效的避让行动，避免与交通船发生碰撞，从而安全到达目的地。
进一步的，上述步骤(1)中，利用摄像机和惯性导航系统对无人船进行实时定位和运动状态评估，该定位是指无人船相对于其始发位置的位置矢量
Figure BDA0001377958740000021
该运动状态是指无人船的航向和航速信息，即速度矢量
Figure BDA0001377958740000022
进一步的，上述步骤(2)中，利用摄像机和雷达对交通船进行跟踪定位和运动状态评估，该跟踪定位是指交通船相对于无人船起始位置的位置矢量
Figure BDA0001377958740000023
该运动状态评估是指交通船的航向及航速信息，即速度矢量
Figure BDA0001377958740000024
进一步的，上述步骤(3)中，规则选择器根据上述步骤(1)和(2)获得的无人船和交通船的位置和速度信息进行预碰撞检查，判断无人船和交通船在维持当前航向和航速的情况下，短时间内是否会发生碰撞或接近碰撞，其具体方法包括以下步骤：
(3a)、计算无人船与交通船的到达最靠近接近点的时间：
Figure BDA0001377958740000031
其中，T表示向量或矩阵的转置，|·|表示绝对值，||·||表示向量或矩阵的2-范数，ε表示足够小的正数；
(3b)、计算最靠近接近点时无人船与交通船的距离：
Figure BDA0001377958740000032
其中，||·||表示向量或矩阵的2-范数；
(3c)、针对无人船视野范围内的每艘交通船，判断无人船与交通船是否会发生碰撞或接近碰撞，具体判断规则为：
0≤tCPA≤tmax,dCPA≤dmin (3)
其中：dmin表示无人船与交通船的最小安全距离，tmax表示无人船和交通船到达最小安全距离点时所花费的时间，即当无人船与交通船到达最靠近接近点的距离小于或等于最小安全距离以及到达最靠近节点的时间大于到达安全距离的时间时，则说明无人船会与交通船会发生碰撞或接近碰撞；否则，认为无人船不会与交通船发生碰撞或接近碰撞。
进一步的，上述步骤(4)中，若规则选择器判断到在短时间内无人船将会与交通船发生碰撞或接近碰撞时，规则选择器根据无人船和交通船的几何位置关系识别特定的水上航行规则，水上航行规则具体包括：
(4a)、当交通船从无人船右前方横穿时，规定无人船有义务主动避让横穿的交通船，即无人船从交通船的左后方绕行，避开横穿的交通船，交通船无需改变其航行轨迹；
(4b)、当交通船从无人船左前方横穿时，规定交通船有义务采取避让措施给无人船让行，无人船必须保持当前航行轨迹；
(4c)、当交通船在无人船的正前方并与无人船同向而行时，无人船从交通船的右后侧进行超车动作，超车时无人船必须保持相应的横向安全距离，以确保其航行轨迹远离交通船的航行轨迹；
(4d)、当交通船在无人船正前方并与无人船相对而行时，无人船和交通船都必须向右转舵，无人船从交通船的左侧无害通过，交通船从无人船的左侧无害通过。
进一步的，若无人船同时满足多条上述水上航行规则，即出现交通船从无人船的左前方或右前方不断靠近无人船的情况，简单叠加所满足的每条水上航行规则形成多规则约束条件；水上航行规则具体识别依据如下：
Figure BDA0001377958740000041
其中：下标A和B分别表示无人船和交通船的变量，θB-θA表示交通船航向与无人船航向的夹角，bB表示交通船相对于无人船的方位，yB表示交通船相对于无人船的纵向距离，xB表示交通船相对于无人船的横向距离，不同的门限值(·)min和(·)max被用于识别每条水上航行规则。
进一步的，上述步骤(5)中航行规划器利用速度障碍法计算无人船和交通船的碰撞时间r，速度障碍法具体如下：
位置矢量为
Figure BDA0001377958740000042
的无人船以速度矢量
Figure BDA0001377958740000043
航行一定时间t后的位置矢量可以表示为：
Figure BDA0001377958740000044
其中：
Figure BDA0001377958740000045
和
Figure BDA0001377958740000046
分别表示二维空间中无人船的位置矢量和速度矢量，t表示航行时间；
设定无人船和交通船的模型分别为矩形A和B，当交通船位于无人船的左前方并不断靠近无人船时，根据公式(5)在无人船的速度空间中定义速度障碍为：
Figure BDA0001377958740000047
其中，符号
Figure BDA0001377958740000048
表示闵可夫斯基求和：
Figure BDA0001377958740000049
考虑到不同传感器的评估误差以及交通船本身的不精确运动，交通船的速度矢量被定义为：
Figure BDA0001377958740000051
其中：
Figure BDA0001377958740000052
表示无人船的船载传感器所评估的交通船期望速度矢量，
Figure BDA0001377958740000053
表示交通船速度矢量的不确定度，且
Figure BDA0001377958740000054
其中wB是
Figure BDA0001377958740000055
的阈值且为常量，则具有最坏情况不确定度的速度障碍为：
Figure BDA0001377958740000056
其中：
Figure BDA0001377958740000057
表示无人船的船载传感器所评估的交通船期望速度矢量，
Figure BDA0001377958740000058
表示无人船的期望速度障碍，wB表示交通船的不确定度所形成的速度障碍；
将交通船B占据的障碍区域用无人船A所占区域扩展为
Figure BDA0001377958740000059
只要无人船的速度矢量
Figure BDA00013779587400000510
不在速度障碍区域内，就能够避免无人船与交通船发生碰撞；当无人船左前方或右前方出现多艘交通船时，计算叠加的速度障碍，保证无人船的速度矢量不在叠加的速度障碍区域内，即可避免无人船与任意交通船发生碰撞。
进一步的，上述步骤(5)中；航行规划器利用速度障碍法计算无人船和交通船的碰撞时间r，其具体计算方法如下：
当无人船的速度矢量
Figure BDA00013779587400000511
在速度障碍区域时，无人船与交通船的碰撞时间可通过计算无人船的相对速度
Figure BDA00013779587400000512
与
Figure BDA00013779587400000513
的边界相交所花费的时间来获取，计算公式为：
Figure BDA00013779587400000514
其中，
Figure BDA00013779587400000515
表示区域边界，如果计算的碰撞时间包含多个r，选择其中的最小值。
进一步的，步骤(5)中，航行规划器根据步骤(3)、(4)所得到的信息，利用速度障碍法做出航行规划，航行规划的具体方法如下：
在无人船航行区域构建速度空间网格，即在v-θ空间中形成一个规则的离散网格并将其作为决策空间，其中v表示无人船的速度，θ表示无人船航向；一旦生成速度障碍和水上航行规则的约束集，对于每个vi和θj在短时间内仍维持当前值，此时航行规划器通过公式(11)计算成本，当计算完所有成本，选择最小成本下的(vi,θj)对，即可得到无人船避让交通船的最佳速度矢量，从而做出最佳航行规划；
Figure BDA00013779587400000516
其中，wr表示碰撞时间权重，rij表示碰撞时间，
Figure BDA00013779587400000517
表示到达下一个近期目标的期望速度，wv表示期望速度偏差权重，||·||Q表示加权的向量2-范数。
与现有技术相比，本发明具有以下有益效果：
(1)、本发明将立体摄像机和雷达探测到的交通船位置、速度和航向信息以及惯性导航设备获取的无人船本身位置和速度信息用矢量来表示，这样更有利于分析和评估每艘交通船以及无人船本身的运动状态。
(2)、本发明提出利用水上航行规则和速度障碍法来实现无人船的自主导航和驾驶，不仅能够避开固定障碍物，还能有效地避开移动障碍物，可以充分应对复杂的水面环境，自主规划避让交通船的路径，并做出最优速度和航向选择，大大提高了避让交通船的效率。
(3)、本发明充分考虑到了交通船人为操作的不确定性，在交通船不遵守水上航行规则的条件下，速度障碍的存在仍能够有效地避免无人船与交通船发生碰撞。
(4)、本发明充分考虑到在单位时间步长内决策系统可能做出较频繁的航行规划，引入迟滞机制，使得无人船在做出决策后在短时间内仍然维持当前航速和航向，能够有效避免无人船发生“颤振”行为。
附图说明
图1为本发明的设备组成模块框图；
图2为本发明中导航和自动驾驶方法的流程图；
图3为本发明中水上航行的规则示意图；
图4为本发明中速度障碍的示意图；
图5为本发明中由水上航行规则施加在速度空间中的约束集示意图；
图6为本发明中无人船与交通船最靠近的接近点的示意图。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
如图1所示，一种无人船导航和自动驾驶设备，包括：安装于无人船顶部的雷达、惯性导航系统、无线通讯系统和存储设备，安装于无人船顶部前端的摄像机，安装于无人船驾驶舱内的决策系统，所述决策系统包括规则选择器、航行规划器和无人船控制器；所述无人船通过摄像机采集周边环境信息，将信息发送至存储设备，所述无线通讯系统将信息实时发送给无人船监管中心；在信息采集过程中，若摄像机观测到其视野范围内有其他交通船，结合雷达对交通船进行跟踪定位和运动状态评估，将获取的信息发送至存储设备并传送给规则选择器，规则选择器结合无人船、交通船的定位和运动状态信息，识别特定的水上航行规则，并将信息传递给航行规划器，航行规划器结合速度障碍法做出最佳航行规划，然后将最佳航行规划信息传递给无人船控制器，无人船控制器控制无人船实施有效的避让行动，避免无人船与交通船发生碰撞，并安全到达目的地。
如图2所示，一种无人船自主导航和驾驶方法，包括以下步骤：
(1)、无人船通过立体摄像机采集周边环境信息，将信息传送至存储设备。在信息采集过程中，利用立体摄像机和惯性导航系统对无人船进行实时定位和运动状态评估，将获取的信息传送至存储设备并通过无线通信系统将信息实时发送给无人船监管中心；
(2)、在无人船视野范围内出现其他交通船时，利用立体摄像机和雷达对交通船进行跟踪定位和运动状态评估，将获取的信息传送至存储设备；
(3)、规则选择器根据步骤(1)和(2)获得的无人船和交通船的位置和速度信息进行预碰撞检查，判断无人船和交通船在维持当前航向和航速的情况下，短时间内是否会发生碰撞或接近碰撞；
(4)、若规则选择器判断到在短时间内无人船将会与交通船发生碰撞或接近碰撞时，规则选择器根据无人船和交通船的几何位置关系识别特定的水上航行规则，将识别的特定水上航行规则信息传送至航行规划器；否则无人船维持当前航线继续航行；
(5)、航行规划器接收到规则选择器的信息后，利用速度障碍法计算无人船和交通船的碰撞时间r；并根据步骤(3)、(4)所得到的信息，利用速度障碍法做出最佳的航行规划，并将最佳的航行规划信息传送至无人船控制器；
(6)、无人船控制器根据获取的最佳航行规划信息控制无人船实施有效的避让行动，避免与交通船发生碰撞，从而安全到达目的地。
步骤(1)中，利用立体摄像机和惯性导航系统对无人船进行实时定位和运动状态评估，定位是指无人船相对于其始发位置的位置矢量
Figure BDA0001377958740000071
运动状态评估是指无人船的航向和航速信息，即速度矢量
Figure BDA0001377958740000072
步骤(2)中，利用立体摄像机和雷达对交通船进行跟踪定位和运动状态评估，跟踪定位是指交通船相对于无人船起始位置的位置矢量
Figure BDA0001377958740000073
运动状态评估是指交通船的航向及航速信息，即速度矢量
Figure BDA0001377958740000074
步骤(3)中，规则选择器根据步骤(1)和(2)获得的无人船和交通船的位置和速度信息进行预碰撞检查，判断无人船和交通船在维持当前航向和航速的情况下，短时间内是否会发生碰撞或接近碰撞，其具体策略如下：
(3a)、计算无人船与交通船的到达最靠近接近点的时间，最靠近接近点示意图如图3所示：
Figure BDA0001377958740000081
其中，T表示向量或矩阵的转置，|·|表示绝对值，||·||表示向量或矩阵的2-范数，ε表示足够小的正数；
(3b)、计算最靠近接近点时无人船与交通船的距离：
Figure BDA0001377958740000082
其中，||·||表示向量或矩阵的2-范数；
(3c)、针对无人船视野范围内的每艘交通船，判断无人船与交通船是否会发生碰撞或接近碰撞，具体判断规则为：
0≤tCPA≤tmax,dCPA≤dmin (3)
其中：dmin表示无人船与交通船的最小安全距离，tmax表示无人船和交通船到达最小安全距离点时所花费的时间。
即当无人船与交通船到达最靠近接近点的距离小于或等于最小安全距离以及到达最靠近节点的时间大于到达安全距离的时间时，则说明无人船会与交通船会发生碰撞或接近碰撞；否则，认为所述无人船不会与所述交通船发生碰撞或接近碰撞。
步骤(4)中，若规则选择器判断到在短时间内无人船将会与交通船发生碰撞或接近碰撞时，规则选择器根据无人船和交通船的几何位置关系识别特定的水上航行规则，水上航行规则示意图如图4所示，具体包括如下几项：
(4a)、当交通船从无人船右前方横穿时，规定无人船有义务主动避让横穿的交通船，即无人船从交通船的左后方绕行，避开横穿的交通船，交通船无需改变其航行轨迹；
(4b)、当交通船从无人船左前方横穿时，规定交通船有义务采取避让措施给无人船让行，无人船必须保持当前航行轨迹；
(4c)、当交通船在无人船的正前方并与无人船同向而行时，无人船从交通船的右后侧进行超车动作，超车时无人船必须保持与交通船的横向安全距离，以确保其航行轨迹远离交通船的航行轨迹；
(4d)、当交通船在无人船正前方并与无人船相对而行时，无人船和交通船都必须向右转舵，无人船从交通船的左侧无害通过，交通船从无人船的左侧无害通过；
若无人船同时满足多条上述水上航行规则，即出现交通船从无人船的左前方或右前方不断靠近无人船的情况，可以简单叠加所满足的每条水上航行规则形成多规则约束条件。
上述水上航行规则具体识别依据如图5所示，具体包括如下：
Figure BDA0001377958740000091
其中：下标A和B分别表示无人船和交通船的变量，θB-θA表示交通船航向与无人船航向的夹角，bB表示交通船相对于无人船的方位，yB表示交通船相对于无人船的纵向距离，xB表示交通船相对于无人船的横向距离，不同的门限值(·)min和(·)max被用于识别每条水上航行规则。
步骤(5)中航行规划器利用速度障碍法计算无人船和交通船的碰撞时间r，速度障碍的示意图如图6所示，速度障碍法具体如下：
位置矢量为
Figure BDA0001377958740000092
的无人船以速度矢量
Figure BDA0001377958740000093
为航行时间t后的位置矢量可以表示为：
Figure BDA0001377958740000094
其中：
Figure BDA0001377958740000095
和
Figure BDA0001377958740000096
分别表示二维空间中无人船的位置矢量和速度矢量，t表示航行时间。
设定无人船和交通船的模型分别为矩形A和B，当交通船位于无人船的左前方并不断靠近无人船时，根据公式(5)在无人船的速度空间中定义速度障碍为：
Figure BDA0001377958740000097
其中：符号
Figure BDA0001377958740000098
表示闵可夫斯基求和：
Figure BDA0001377958740000099
考虑到不同传感器的评估误差以及交通船本身的不精确运动，交通船的速度矢量被定义为：
Figure BDA0001377958740000101
其中：
Figure BDA0001377958740000102
表示无人船的船载传感器所评估的交通船期望速度矢量，
Figure BDA0001377958740000103
表示交通船速度矢量的不确定度，且
Figure BDA0001377958740000104
其中wB是
Figure BDA0001377958740000105
的阈值且为常量。
则具有最坏情况不确定度的速度障碍为：
Figure BDA0001377958740000106
其中：
Figure BDA0001377958740000107
表示无人船的船载传感器所评估的交通船期望速度矢量，
Figure BDA0001377958740000108
表示无人船的期望速度障碍，wB表示交通船的不确定度所形成的速度障碍。
将所述交通船B占据的障碍区域用无人船A所占区域扩展为
Figure BDA0001377958740000109
只要所述无人船的速度矢量
Figure BDA00013779587400001010
不在速度障碍区域内，就能够避免无人船与交通船发生碰撞。当所述无人船左前方或右前方出现多艘交通船时，计算叠加的速度障碍，保证无人船的速度矢量不在叠加的速度障碍区域内，即可避免无人船与任意交通船发生碰撞。
步骤(5)中，航行规划器利用速度障碍法计算无人船和交通船的碰撞时间r，其具体计算方法如下：
当无人船的速度矢量
Figure BDA00013779587400001011
在速度障碍区域时，无人船与交通船的碰撞时间可通过计算无人船的相对速度
Figure BDA00013779587400001012
与
Figure BDA00013779587400001013
的边界相交所花费的时间来获取，计算公式为：
Figure BDA00013779587400001014
其中：
Figure BDA00013779587400001015
表示区域边界，如果计算的碰撞时间包含多个r，选择其中的最小值。
步骤(5)中，航行规划器根据步骤(3)、(4)、所得到的信息，利用速度障碍法做出最佳的航行规划，最佳航行规划的具体方法如下：
在无人船航行区域构建速度空间网格，即在v-θ空间中形成一个规则的离散网格并将其作为决策空间(其中v表示无人船的速度，θ表示无人船航向)。一旦生成速度障碍和水上航行规则的约束集，对于每个vi和θj在短时间内仍维持当前值，此时航行规划器通过公式(11)计算成本，当计算完所有成本，选择最小成本下的(vi,θj)对，即可得到无人船避让交通船的最佳速度矢量，从而做出最佳航行规划。
Figure BDA00013779587400001016
其中：wr表示碰撞时间权重，rij表示碰撞时间，
Figure BDA0001377958740000111
表示到达下一个近期目标的期望速度，wv表示期望速度偏差权重，||·||Q表示加权的向量2-范数。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种无人船导航和自动驾驶方法，其特征在于，包括以下步骤：
(1)、无人船通过摄像机采集周边环境信息，将信息传送至存储设备，在信息采集过程中，利用摄像机和惯性导航系统对无人船进行实时定位和运动状态评估，将获取的信息传送至存储设备，并通过无线通信系统将信息实时发送给无人船监管中心；
(2)、在无人船视野范围内出现其他交通船时，利用摄像机和雷达对交通船进行跟踪定位和运动状态评估，将获取的信息传送至存储设备；
(3)、规则选择器根据步骤(1)和(2)获得的无人船和交通船的位置和速度信息进行预碰撞检查，判断无人船和交通船在维持当前航向和航速的情况下，短时间内是否会发生碰撞或接近碰撞；
(4)、若规则选择器判断到在短时间内无人船将会与交通船发生碰撞或接近碰撞时，规则选择器根据无人船和交通船的几何位置关系识别特定的水上航行规则，将识别的特定水上航行规则信息传送至航行规划器；否则无人船维持当前航线继续航行；
(5)、航行规划器接收到规则选择器的信息后，利用速度障碍法计算无人船和交通船的碰撞时间r；并根据步骤(3)、(4)所得到的信息，利用速度障碍法做出最佳航行规划，并将最佳航行规划信息传送至无人船控制器；
(6)、无人船控制器根据获取的最佳航行规划信息控制无人船实施有效的避让行动，避免与交通船发生碰撞，从而安全到达目的地；
所述步骤(5)中航行规划器利用速度障碍法计算所述无人船和交通船的碰撞时间r，所述速度障碍法具体如下：
位置矢量为
Figure FDA0002383576720000011
的无人船以速度矢量
Figure FDA0002383576720000012
航行一定时间t后的位置矢量可以表示为：
Figure FDA0002383576720000013
其中：
Figure FDA0002383576720000014
和
Figure FDA0002383576720000015
分别表示二维空间中无人船的位置矢量和速度矢量，t表示航行时间；
设定无人船和交通船的模型分别为矩形A和B，当交通船位于无人船的左前方并不断靠近所述无人船时，根据公式(5)在无人船的速度空间中定义速度障碍为：
Figure FDA0002383576720000021
其中，
Figure FDA0002383576720000022
表示无人船相对于其始发位置的位置矢量；
Figure FDA0002383576720000023
表示交通船的航向及航速信息；符号
Figure FDA0002383576720000024
表示闵可夫斯基求和：
Figure FDA0002383576720000025
考虑到不同传感器的评估误差以及交通船本身的不精确运动，交通船的速度矢量被定义为：
Figure FDA0002383576720000026
其中：
Figure FDA0002383576720000027
表示无人船的船载传感器所评估的交通船期望速度矢量，
Figure FDA0002383576720000028
表示交通船速度矢量的不确定度，且
Figure FDA0002383576720000029
其中wB是
Figure FDA00023835767200000210
的阈值且为常量，则具有最坏情况不确定度的速度障碍为：
Figure FDA00023835767200000211
其中：
Figure FDA00023835767200000212
表示无人船的船载传感器所评估的交通船期望速度矢量，
Figure FDA00023835767200000213
表示无人船的期望速度障碍，wB表示交通船的不确定度所形成的速度障碍；
将交通船B占据的障碍区域用无人船A所占区域扩展为
Figure FDA00023835767200000214
只要所述无人船的速度矢量
Figure FDA00023835767200000215
不在速度障碍区域内，就能够避免无人船与交通船发生碰撞；当无人船左前方或右前方出现多艘交通船时，计算叠加的速度障碍，保证无人船的速度矢量不在叠加的速度障碍区域内，即可避免无人船与任意交通船发生碰撞。
2.根据权利要求1所述的无人船导航和自动驾驶方法，其特征在于：所述步骤(1)中，利用摄像机和惯性导航系统对无人船进行实时定位和运动状态评估，所述定位是指无人船相对于其始发位置的位置矢量
Figure FDA00023835767200000216
所述运动状态是指无人船的航向和航速信息，即速度矢量
Figure FDA00023835767200000217
3.根据权利要求1所述的无人船导航和自动驾驶方法，其特征在于：所述步骤(2)中，利用摄像机和雷达对交通船进行跟踪定位和运动状态评估，所述跟踪定位是指交通船相对于无人船起始位置的位置矢量
Figure FDA00023835767200000218
所述运动状态评估是指交通船的航向及航速信息，即速度矢量
Figure FDA00023835767200000219
4.根据权利要求1所述的无人船导航和自动驾驶方法，其特征在于：所述步骤(3)中，规则选择器根据步骤(1)和(2)获得的无人船和交通船的位置和速度信息进行预碰撞检查，判断无人船和交通船在维持当前航向和航速的情况下，短时间内是否会发生碰撞或接近碰撞，其具体方法包括以下步骤：
(3a)、计算无人船与交通船的到达最靠近接近点的时间：
Figure FDA0002383576720000031
其中，T表示向量或矩阵的转置，|·|表示绝对值，||·||表示向量或矩阵的2-范数，ε表示足够小的正数；
(3b)、计算最靠近接近点时所述无人船与交通船的距离：
Figure FDA0002383576720000032
其中，||·||表示向量或矩阵的2-范数；
(3c)、针对无人船视野范围内的每艘交通船，判断所述无人船与交通船是否会发生碰撞或接近碰撞，具体判断规则为：
0≤tCPA≤tmax,dCPA≤dmin (3)
其中：dmin表示无人船与交通船的最小安全距离，tmax表示无人船和交通船到达最小安全距离点时所花费的时间，即当无人船与交通船到达最靠近接近点的距离小于或等于最小安全距离以及到达最靠近节点的时间大于到达安全距离的时间时，则说明无人船会与所述交通船会发生碰撞或接近碰撞；否则，认为无人船不会与交通船发生碰撞或接近碰撞。
5.根据权利要求1所述的无人船导航和自动驾驶方法，其特征在于：所述步骤(4)中，若规则选择器判断到在短时间内无人船将会与交通船发生碰撞或接近碰撞时，规则选择器根据无人船和交通船的几何位置关系识别特定的水上航行规则，所述水上航行规则具体包括：
(4a)、当交通船从无人船右前方横穿时，规定无人船有义务主动避让横穿的交通船，即无人船从交通船的左后方绕行，避开横穿的交通船，交通船无需改变其航行轨迹；
(4b)、当交通船从无人船左前方横穿时，规定交通船有义务采取避让措施给无人船让行，无人船必须保持当前航行轨迹；
(4c)、当交通船在所述无人船的正前方并与无人船同向而行时，无人船从交通船的右后侧进行超车动作，超车时无人船必须保持相应的横向安全距离，以确保其航行轨迹远离交通船的航行轨迹；
(4d)、当交通船在无人船正前方并与所述无人船相对而行时，无人船和所述交通船都必须向右转舵，无人船从所述交通船的左侧无害通过，交通船从无人船的左侧无害通过。
6.根据权利要求5所述的无人船导航和自动驾驶方法，其特征在于：若无人船同时满足多条上述水上航行规则，即出现交通船从无人船的左前方或右前方不断靠近无人船的情况，简单叠加所满足的每条水上航行规则形成多规则约束条件；所述水上航行规则具体识别依据如下：
Figure FDA0002383576720000041
其中：下标A和B分别表示无人船和交通船的变量，θB-θA表示交通船航向与无人船航向的夹角，bB表示交通船相对于无人船的方位，yB表示交通船相对于无人船的纵向距离，xB表示交通船相对于无人船的横向距离，不同的门限值(·)min和(·)max被用于识别每条水上航行规则。
7.根据权利要求1所述的无人船导航和自动驾驶方法，其特征在于：所述步骤(5)中；航行规划器利用速度障碍法计算所述无人船和交通船的碰撞时间r，其具体计算方法如下：
当所述无人船的速度矢量
Figure FDA0002383576720000042
在速度障碍区域时，所述无人船与所述交通船的碰撞时间可通过计算所述无人船的相对速度
Figure FDA0002383576720000043
与
Figure FDA0002383576720000044
的边界相交所花费的时间来获取，计算公式为：
Figure FDA0002383576720000045
其中，
Figure FDA0002383576720000046
表示区域边界，如果计算的碰撞时间包含多个r，选择其中的最小值，
Figure FDA0002383576720000047
表示无人船相对于其始发位置的位置矢量；
Figure FDA0002383576720000048
表示交通船的航向及航速信息。
8.根据权利要求1所述的无人船导航和自动驾驶方法，其特征在于：所述步骤(5)中，航行规划器根据步骤(3)、(4)所得到的信息，利用速度障碍法做出航行规划，所述航行规划的具体方法如下：
在无人船航行区域构建速度空间网格，即在v-θ空间中形成一个规则的离散网格并将其作为决策空间，其中v表示无人船的速度，θ表示无人船航向；一旦生成所述速度障碍和水上航行规则的约束集，对于每个vi和θj在短时间内仍维持当前值，此时所述航行规划器通过公式(11)计算成本，当计算完所有成本，选择最小成本下的(vi,θj)对，即可得到所述无人船避让所述交通船的最佳速度矢量，从而做出最佳航行规划；
Figure FDA0002383576720000051
其中，wr表示碰撞时间权重，rij表示碰撞时间，
Figure FDA0002383576720000052
表示到达下一个近期目标的期望速度，wv表示期望速度偏差权重，||·||Q表示加权的向量2-范数。
CN201710691295.5A 2017-08-14 2017-08-14 一种无人船导航和自动驾驶设备及其方法 Active CN107329477B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710691295.5A CN107329477B (zh) 2017-08-14 2017-08-14 一种无人船导航和自动驾驶设备及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710691295.5A CN107329477B (zh) 2017-08-14 2017-08-14 一种无人船导航和自动驾驶设备及其方法

Publications (2)

Publication Number Publication Date
CN107329477A CN107329477A (zh) 2017-11-07
CN107329477B true CN107329477B (zh) 2020-05-15

Family

ID=60225924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710691295.5A Active CN107329477B (zh) 2017-08-14 2017-08-14 一种无人船导航和自动驾驶设备及其方法

Country Status (1)

Country Link
CN (1) CN107329477B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108037755B (zh) * 2017-11-24 2020-02-14 华中科技大学 一种多无人艇围捕方法
CN108241368B (zh) * 2017-12-07 2021-01-26 北京臻迪科技股份有限公司 一种无人船路线导航方法及设备
CN110378460B (zh) * 2018-04-13 2022-03-08 北京智行者科技有限公司 决策方法
CN108549390A (zh) * 2018-05-25 2018-09-18 深圳市华讯方舟装备技术有限公司 一种基于水上自动驾驶的船艇识别方法、装置、系统以及一种存储介质
CN108957441A (zh) * 2018-05-25 2018-12-07 深圳市华讯方舟装备技术有限公司 一种基于水上自动驾驶的船艇的测绘方法、装置、系统以及一种存储介质
CN108714279A (zh) * 2018-05-25 2018-10-30 深圳市华讯方舟装备技术有限公司 一种基于水上自动驾驶的消防船艇的灭火方法、装置、系统以及一种存储介质
CN109358615A (zh) * 2018-09-07 2019-02-19 上海大学 基于传感器检测障碍物速度误差的无人水面艇vo避障方法
CN109491398A (zh) * 2019-01-22 2019-03-19 上海海事大学 一种可实现自动避碰的无人船及其避碰方法
CN110146896B (zh) * 2019-05-29 2024-04-19 长江勘测规划设计研究有限责任公司 用于无压输水隧洞的无人巡视装备及方法
CN110208816B (zh) * 2019-06-04 2023-05-16 浙江海洋大学 用于海上无人艇的自动障碍物识别系统及识别方法
CN112686410A (zh) * 2019-10-17 2021-04-20 无疆(青岛)高新科技有限公司 一种用于无人游船的订票服务系统及服务方法
CN111538332B (zh) * 2020-05-07 2021-01-05 湖南国天电子科技有限公司 一种无人船自动航迹规划方法
CN111709633B (zh) * 2020-06-09 2022-09-06 吉林大学 一种碰撞危险度确定方法、装置、设备以及可存储介质
CN111930119B (zh) * 2020-07-31 2022-04-08 河海大学 流速自适应的无人船自主规划路径和运动精确跟踪方法
CN112102361B (zh) * 2020-09-04 2021-10-22 珠海大横琴科技发展有限公司 一种多船只运行碰撞检测方法、装置及计算机设备
CN113433933B (zh) * 2021-04-16 2022-05-10 安徽中科合鼎科技发展有限公司 一种智能水面保洁无人船的自主巡航方法
CN113359757B (zh) * 2021-06-30 2022-07-01 湖北汽车工业学院 一种无人驾驶车辆路径规划与轨迹跟踪方法
CN117392879B (zh) * 2023-12-08 2024-03-19 中交三航局第三工程有限公司 一种炸礁船航道通航信号控制系统及实现方法
CN117436767B (zh) * 2023-12-15 2024-04-09 云南师范大学 基于近远程耦合协调模型的评估方法、系统及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000131434A (ja) * 1998-10-26 2000-05-12 Japan Radio Co Ltd 船舶用衝突予防支援装置
CN101408772A (zh) * 2008-11-21 2009-04-15 哈尔滨工程大学 Auv智能避碰装置及避碰方法
CN105549589A (zh) * 2015-12-15 2016-05-04 吴宝举 一种基于前视雷达的无人船避碰方法
CN105676871A (zh) * 2016-01-19 2016-06-15 武汉理工大学 基于模型船的欠驱动无人船自主航行控制仿真系统及方法
CN105867383A (zh) * 2016-05-16 2016-08-17 哈尔滨工程大学 一种usv自主避碰控制的方法
CN106199555A (zh) * 2016-08-31 2016-12-07 上海鹰觉科技有限公司 一种无人船导航避碰雷达探测方法
CN106845716A (zh) * 2017-01-25 2017-06-13 东南大学 一种基于导航误差约束的水面无人艇局部分层路径规划方法
CN106909145A (zh) * 2017-02-22 2017-06-30 武汉理工大学 无人航道测量船障碍物实时感知避障系统与方法
CN106933232A (zh) * 2017-04-27 2017-07-07 上海大学 一种基于协同无人艇群的环境感知系统和方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000131434A (ja) * 1998-10-26 2000-05-12 Japan Radio Co Ltd 船舶用衝突予防支援装置
CN101408772A (zh) * 2008-11-21 2009-04-15 哈尔滨工程大学 Auv智能避碰装置及避碰方法
CN105549589A (zh) * 2015-12-15 2016-05-04 吴宝举 一种基于前视雷达的无人船避碰方法
CN105676871A (zh) * 2016-01-19 2016-06-15 武汉理工大学 基于模型船的欠驱动无人船自主航行控制仿真系统及方法
CN105867383A (zh) * 2016-05-16 2016-08-17 哈尔滨工程大学 一种usv自主避碰控制的方法
CN106199555A (zh) * 2016-08-31 2016-12-07 上海鹰觉科技有限公司 一种无人船导航避碰雷达探测方法
CN106845716A (zh) * 2017-01-25 2017-06-13 东南大学 一种基于导航误差约束的水面无人艇局部分层路径规划方法
CN106909145A (zh) * 2017-02-22 2017-06-30 武汉理工大学 无人航道测量船障碍物实时感知避障系统与方法
CN106933232A (zh) * 2017-04-27 2017-07-07 上海大学 一种基于协同无人艇群的环境感知系统和方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于海事规则的水面无人艇动态障碍规避方法;杜开君，等;《船海工程》;20150630;第44卷(第3期);第119-124页 *
基于速度障碍法和动态窗口法的无人水面艇动态避障;张洋洋，等;《上海大学学报（自然科学版）》;20170228;第23卷(第1期);摘要、第1-15页 *
实时避碰的无人水面机器人在线路径规划方法;冷静，等;《智能系统学报》;20150630;第10卷(第3期);摘要、第343-348页 *

Also Published As

Publication number Publication date
CN107329477A (zh) 2017-11-07

Similar Documents

Publication Publication Date Title
CN107329477B (zh) 一种无人船导航和自动驾驶设备及其方法
KR102099699B1 (ko) 무인수상선의 충돌 회피 장치 및 방법
CN110471427B (zh) 一种基于路径规划与人工势场法的船舶编队智能避碰方法
Polvara et al. Obstacle avoidance approaches for autonomous navigation of unmanned surface vehicles
Candeloro et al. A Voronoi-diagram-based dynamic path-planning system for underactuated marine vessels
Liu et al. Self-adaptive dynamic obstacle avoidance and path planning for USV under complex maritime environment
Wilthil et al. Radar-based maritime collision avoidance using dynamic window
Lazarowska A discrete artificial potential field for ship trajectory planning
Larson et al. Advances in autonomous obstacle avoidance for unmanned surface vehicles
US7957858B1 (en) Method for determining projected obstacle areas for moving obstacles
EP3022618B1 (en) Route planning
CN113759939B (zh) 一种受限水域智能航行方法及装置
CA3067576A1 (en) Cooperative autonomous navigation systems and methods for multiple unmanned surface vehicles considering communication
Campbell et al. A rule-based heuristic method for COLREGS-compliant collision avoidance for an unmanned surface vehicle
Phanthong et al. Application of A* algorithm for real-time path re-planning of an unmanned surface vehicle avoiding underwater obstacles
KR101764600B1 (ko) 무인항공기 기반의 선박 항해 방법 및 시스템
Guan et al. Autonomous collision avoidance of unmanned surface vehicles based on improved A-star and dynamic window approach algorithms
Kufoalor et al. Autonomous COLREGs-compliant decision making using maritime radar tracking and model predictive control
CN110083159A (zh) 基于sbg和动态窗口约束的无人船自主动态避碰方法
Ben-Messaoud et al. Smooth obstacle avoidance path planning for autonomous vehicles
Rick et al. Autonomous driving based on nonlinear model predictive control and multi-sensor fusion
CN111538332A (zh) 一种无人船自动航迹规划方法
Blaich et al. Probabilistic collision avoidance for vessels
Wu et al. Multi-vessels collision avoidance strategy for autonomous surface vehicles based on genetic algorithm in congested port environment
Lazarowska A new potential field inspired path planning algorithm for ships

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant