CN107422736B - 一种无人船自主返航控制方法 - Google Patents

一种无人船自主返航控制方法 Download PDF

Info

Publication number
CN107422736B
CN107422736B CN201710655071.9A CN201710655071A CN107422736B CN 107422736 B CN107422736 B CN 107422736B CN 201710655071 A CN201710655071 A CN 201710655071A CN 107422736 B CN107422736 B CN 107422736B
Authority
CN
China
Prior art keywords
return
unmanned ship
path
route
stored
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
CN201710655071.9A
Other languages
English (en)
Other versions
CN107422736A (zh
Inventor
王宁
高云程
罗鹏
郑忠玖
赵红
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.)
Dalian Maritime University
Original Assignee
Dalian Maritime 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 Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN201710655071.9A priority Critical patent/CN107422736B/zh
Publication of CN107422736A publication Critical patent/CN107422736A/zh
Application granted granted Critical
Publication of CN107422736B publication Critical patent/CN107422736B/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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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

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)
  • Navigation (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种无人船自主返航系统及其工作方法，所述系统包括控制板、GNSS惯性导航系统、通信系统和上位机；所述控制板分别与GNSS惯性导航系统和通信系统连接。本发明采用了不同环境下的两种返航模式，并通过控制板自主决策，实现了无人船自主返航的高度智能化。本发明将执行任务水域网格化，提供了多条返航路线，可就近选择最佳方案，既解决了一个起始点返航途中遇到的不可预知障碍问题，又提高了返航的实时性。本发明的无人船航行在未知环境下，生成返航路径的过程中，将返航路径确定在已经航行过的路径内，去除了回环盘旋路径，并将离散的航路点进行曲线拟合，得到了最短最佳返航路线，实现了简单路径规划，减少了计算量。

Description

一种无人船自主返航控制方法
技术领域
本发明属于无人船领域，尤其涉及一种无人船自主返航控制方法。
背景技术
近年来机器人技术发展迅速，已经出现了大量适用于不同环境的无人设备如无人机、无人车、无人船等。无人船体积较小并且机动性强，目前已广泛应用于河流、湖泊、近海等水域的各种测量和检测。无人船经常工作于复杂的航行环境，在执行完任务或者航行过程中出现各种问题，都需要返航。目前无人船返航的方式很多，但存在以下问题：
1、无人船自主返航系统不完善，有的需要人工干预，智能化较低，且自主返航模式较单一。
2、现有的无人船自主返航只是设置一个出发点作为返航目标点，未考虑实际航行环境。
3、许多无人船返航未考虑未知环境，路径规划较复杂，计算量较大。
发明内容
为解决现有技术存在的上述问题，本发明要设计一种返航路径选择智能化程度高、返航路径选择实时性强、路径规划简单且计算量小的无人船自主返航控制方法。
为了实现上述目的，本发明的技术方案如下：一种无人船自主返航系统，包括控制板、GNSS惯性导航系统、通信系统和上位机；所述控制板分别与GNSS惯性导航系统和通信系统连接，所述通信系统与上位机连接；所述控制板包括数据采集模块、控制输出模块和通信模块；所述数据采集模块与GNSS惯性导航系统连接，通信模块经通信系统与上位机连接，控制输出模块与无人船的动力系统连接；
所述GNSS惯性导航系统，用于为无人船提供位置信息和姿态信息；所述位置信息为无人船的实时经纬度，姿态信息为无人船的横滚角、俯仰角、偏航角和速度。
所述通信系统包括船载数传模块和岸基数传模块。
无人船通过GNSS惯性导航系统感知周围环境，最终由控制板进行决策，形成两种自主返航模式：预设航路点返航模式和路径跟踪返航模式。
所述预设航路点返航模式为无人船航行在已知环境采取的返航模式。在无人船执行任务的水域内选择一系列典型区域，事先测量出任务水域的航行环境。将任务水域网格化，选出合理的几条返航路线，然后在每个路线上选取多个航路点。在无人船检测到航行安全问题时，通过判断选择就近路线，跟踪该路线上的航路点，依次完成航路点制导，实现安全返航。
所述路径跟踪返航模式为无人船航行在未知环境采取的返航模式。无人船从起点出发执行任务，开始存储离散的航线坐标。然后应用卡尔曼滤波算法，对坐标进行滤波。接下来去除回环路径上的坐标点，生成最短最佳路径。最后对存储的坐标点进行曲线拟合，根据路径跟踪控制算法，实现自主返航。
一种无人船自主返航控制方法，包括以下步骤：
A、无人船通过GNSS惯性导航系统感知周围环境，最终由控制板进行决策，选择预设航路点返航模式和路径跟踪返航模式，如果选择预设航路点返航模式，则转步骤B，否则转步骤C；
B、按预设航路点返航模式返航
B1、将任务水域网格化，选择合适间隔，网格按照经纬度分组；
B2、根据事先对任务水域地理信息的测量及检测到的障碍物，确定可供选择的返航路线。
B3、将可供选择的返航路线的航路点存储到无人船控制板内存数组里面。其中数组中的经纬度数据，严格遵守靠岸点先存储，远岸点在后的原则。
B4、当系统执行预设航路点返航模式，根据GNSS惯性导航系统提供的经纬度信息，依次运算无人船到不同组路线的距离，其中距离最短的即为返航的最佳路线。
B5、读取所在最佳路线存储的航路点，应用航路点制导，依次完成跟踪，实现返航，抵达安全区域。
C、按路径跟踪返航模式返航
C1、在未知航行环境的水域，无人船执行相应任务。从无人船起始点开始，根据GNSS惯性导航系统提供的数据信息，存储航行路线信息，即为将路径上的点存储为独立的离散点P0、P1、P2…Pn；
C2、无人船航行的状态是稳定的，所存储的经纬度位置信息不会发生跳变。所以在存储过程中，应用卡尔曼滤波算法，解决存储的航路点跳变问题。利用存储的前一个数据的滤波状态参数和当前数据信息进行滤波计算，推算出当前数据的状态量，对状态参数进行修正，解决跳变问题。
C3、在安全环境下，需要确定自主返航的最短最佳路径。所述安全环境，即为无人船已经航行的路径。生成最短最佳路径的过程中，去除航行过程中的回环路径。每存储新的独立离散点Pn的过程中，与已存储的点Pm进行对比，如果出现重合，则清空第m个点到第n个点的数据，从Pm开始重新存储，以生成最短最佳路径，其中m<n。
C4、判断是否有返航指令，如果有路径跟踪返航指令，执行相应返航程序。
C5、根据等时间间隔存储的航路点数据，将离散的航路点进行信息融合，应用数值分析中曲线拟合的方法，把离散的航路点生成连续的路径，实现在线返航路径生成。
C6、根据曲线拟合生成的返航参考路径，以及GNSS惯性导航系统提供的当前位置信息和姿态信息，设计路径跟踪控制算法，实现自主返航。
与现有技术相比，本发明具有以下有益效果：
1、本发明采用了不同环境下的两种返航模式，并通过控制板自主决策，实现了无人船自主返航的高度智能化。
2、本发明将执行任务水域网格化，提供了多条返航路线，可以就近选择最佳方案，既解决了传统一个起始点返航途中遇到的不可预知障碍问题，又提高了返航的实时性。
3、本发明的无人船航行在未知环境下，本发明将返航路径确定在已经航行过的路径内，从而规避了未知情况的风险。
4、本发明在生成返航路径的过程中，去除了回环盘旋路径，并将离散的航路点进行曲线拟合，得到了最短最佳返航路线，实现了简单路径规划，减少了计算量。
附图说明
图1为自主返航系统硬件构成图。
图2为预设航路点返航模式。
图3为路径跟踪返航程序流程图。
图4为最短返航路径生成示意图。
图中：1、控制板，2、GNSS惯性导航系统，3、船载数传模块，4、岸基数传模块，5、上位机。
具体实施方式
下面结合附图对本发明进行进一步地描述。如图1所示，一种无人船自主返航系统，包括控制板1、GNSS惯性导航系统2、通信系统和上位机5；所述控制板1分别与GNSS惯性导航系统2和通信系统连接，所述通信系统与上位机5连接；所述控制板1包括数据采集模块、控制输出模块和通信模块；所述数据采集模块与GNSS惯性导航系统2连接，通信模块经通信系统与上位机5连接，控制输出模块与无人船的动力系统连接；
所述GNSS惯性导航系统2，用于为无人船提供位置信息和姿态信息；所述位置信息为无人船的实时经纬度，姿态信息为无人船的横滚角、俯仰角、偏航角和速度。
所述通信系统包括船载数传模块3和岸基数传模块4。
无人船通过GNSS惯性导航系统2感知周围环境，最终由控制板1进行决策，形成两种自主返航模式：预设航路点返航模式和路径跟踪返航模式。
所述预设航路点返航模式为无人船航行在已知环境采取的返航模式。在无人船执行任务的水域内选择一系列典型区域，事先测量出任务水域的航行环境。将任务水域网格化，选出合理的几条返航路线，然后在每个路线上选取多个航路点。在无人船检测到航行安全问题时，通过判断选择就近路线，跟踪该路线上的航路点，依次完成航路点制导，实现安全返航。
所述路径跟踪返航模式为无人船航行在未知环境采取的返航模式。无人船从起点出发执行任务，开始存储离散的航线坐标。然后应用卡尔曼滤波算法，对坐标进行滤波。接下来去除回环路径上的坐标点，生成最短最佳路径。最后对存储的坐标点进行曲线拟合，根据路径跟踪控制算法，实现自主返航。
如图1-4所示，一种无人船自主返航控制方法，包括以下步骤：
A、无人船通过GNSS惯性导航系统2感知周围环境，最终由控制板1进行决策，选择预设航路点返航模式和路径跟踪返航模式，如果选择预设航路点返航模式，则转步骤B，否则转步骤C；
B、按预设航路点返航模式返航
B1、将任务水域网格化，选择合适间隔，网格按照经纬度分组；
B2、根据事先对任务水域地理信息的测量及检测到的障碍物，确定可供选择的返航路线。
B3、将可供选择的返航路线的航路点存储到无人船控制板1内存数组里面。其中数组中的经纬度数据，严格遵守靠岸点先存储，远岸点在后的原则。
B4、当系统执行预设航路点返航模式，根据GNSS惯性导航系统2提供的经纬度信息，依次运算无人船到不同组路线的距离，其中距离最短的即为返航的最佳路线。
B5、读取所在最佳路线存储的航路点，应用航路点制导，依次完成跟踪，实现返航，抵达安全区域。
C、按路径跟踪返航模式返航
C1、在未知航行环境的水域，无人船执行相应任务。从无人船起始点开始，根据GNSS惯性导航系统2提供的数据信息，存储航行路线信息，即为将路径上的点存储为独立的离散点P0、P1、P2…Pn。
C2、无人船航行的状态是稳定的，所存储的经纬度位置信息不会发生跳变。所以在存储过程中，应用卡尔曼滤波算法，解决存储的航路点跳变问题。利用存储的前一个数据的滤波状态参数和当前数据信息进行滤波计算，推算出当前数据的状态量，对状态参数进行修正，解决跳变问题。
C3、在安全环境下，需要确定自主返航的最短最佳路径。所述安全环境，即为无人船已经航行的路径。生成最短最佳路径的过程中，去除航行过程中的回环路径。每存储新的独立离散点Pn的过程中，与已存储的点Pm进行对比，如果出现重合，则清空第m个点到第n个点的数据，从Pm开始重新存储，以生成最短最佳路径，其中m<n。
C4、判断是否有返航指令，如果有路径跟踪返航指令，执行相应返航程序。
C5、根据等时间间隔存储的航路点数据，将离散的航路点进行信息融合，应用数值分析中曲线拟合的方法，把离散的航路点生成连续的路径，实现在线返航路径生成。
C6、根据曲线拟合生成的返航参考路径，以及GNSS惯性导航系统2提供的当前位置信息和姿态信息，设计路径跟踪控制算法，实现自主返航。
本发明的实施例如下：为保障无人船的航行安全，需要对无人船系统内部运用情况以及无人船航行环境进行故障诊断及告警。影响无人船航行安全的原因可以为控制箱内温度过高、控制箱内进水、电池电量不足、与上位机的控制信号中断以及无人船航行在有风浪的复杂环境等。出现以上航行安全问题，无人船系统本身会进行智能决策，并同时将告警信息通过图1的船载数传模块3、岸基数传模块4发送到上位机5，最终根据航行环境，选择预设航路点返航模式和路径跟踪返航模式中的一种。
无人船航行在已知环境下，采取预设航路点返航模式。根据图2所示，叙述其详细其步骤：
第一步：将任务水域网格化，选择合适间隔，网格按照经纬度分组。为方便描述，本实施例中，横向纬度分成5组(组A-E)，纵向经度分成6组(组1-6)；
第二步：根据事先对任务水域地理信息的测量，检测到第一障碍物和第二障碍物，组2、组4所在路线分别经过第一障碍物和第二障碍物，经过筛选，组1、组3、组5、组6为可供选择的返航路线。
第三步：将组1、组3、组5、组6的航路点存储到无人船控制板1的内存数组里面。其中数组中的经纬度数据，严格遵守靠岸点先存储、远岸点在后的原则。另外，依据实际情况，所有存储的航路点必须在水域内，因此需要在存储前对航路点进行筛选，把在陆地上、岛上等无人船无法达到的地方去除。
第四步：当系统执行预设航路点返航模式，根据GNSS惯性导航系统提供的经纬度信息，依次运算无人船到不同组路线的距离，其中距离最短的为返航的最佳路线，即图2中箭头所示的返航路线。
第五步：读取所在最佳路线存储的航路点，应用航路点制导，依次完成跟踪，实现返航，抵达安全区域。
无人船航行在未知环境下，采取路径跟踪返航模式。根据图3-4所示，介绍本模式的详细过程：
第一步：在未知航行环境的水域，无人船执行相应任务。从无人船起始点开始，根据GNSS惯性导航系统2提供的数据信息，存储航行路线信息，即为将路径上的点存储为独立的离散点P0、P1、P2…Pn；
第二步：无人船航行的状态是稳定的，所存储的经纬度位置信息不会发生跳变。所以在存储过程中，应用卡尔曼滤波算法，解决存储的航路点跳变问题。本方法利用存储的前一个数据的滤波状态参数和当前数据信息进行滤波计算，推算出当前数据的状态量，对状态参数进行修正，解决跳变问题。
第三步：在安全环境下，需要确定自主返航的最短最佳路径。所述安全环境，即为无人船已经航行的路径。如图4左图所示，无人船环绕岛屿执行任务，所经过的路线为执行任务路径。为生成最短最佳自主返航路径，需要去除航行过程中的回环路径。每存储新的独立离散点Pn的过程中，需要和已存储的点Pm(m<n)进行对比，如果出现重合，则清空第m个点到第n个点的数据，从Pm开始重新存储，以生成最短最佳路径。
第四步：判断是否有返航指令，如果有路径跟踪返航指令，执行相应返航程序。
第五步：根据等时间间隔存储的航路点数据，将离散的航路点进行信息融合，应用数值分析中曲线拟合的方法，把离散的航路点生成连续的路径，实现了在线返航路径生成，图4中右图所示为最终生成的返航路径。
第六步：根据曲线拟合生成的返航参考路径，以及GNSS惯性导航系统2提供的当前位置信息和姿态信息，设计路径跟踪控制算法，实现自主返航。
本发明不局限于本实施例，任何在本发明披露的技术范围内的等同构思或者改变，均列为本发明的保护范围。

Claims (1)

1.一种无人船自主返航控制方法，利用无人船自主返航系统进行控制，所述的无人船自主返航系统包括控制板(1)、GNSS惯性导航系统(2)、通信系统和上位机(5)；所述控制板(1)分别与GNSS惯性导航系统(2)和通信系统连接，所述通信系统与上位机(5)连接；所述控制板(1)包括数据采集模块、控制输出模块和通信模块；所述数据采集模块与GNSS惯性导航系统(2)连接，通信模块经通信系统与上位机(5)连接，控制输出模块与无人船的动力系统连接；
所述GNSS惯性导航系统(2)，用于为无人船提供位置信息和姿态信息；所述位置信息为无人船的实时经纬度，姿态信息为无人船的横滚角、俯仰角、偏航角和速度；
所述通信系统包括船载数传模块(3)和岸基数传模块(4)；
无人船通过GNSS惯性导航系统(2)感知周围环境，最终由控制板(1)进行决策，形成两种自主返航模式：预设航路点返航模式和路径跟踪返航模式；
所述预设航路点返航模式为无人船航行在已知环境采取的返航模式；在无人船执行任务的水域内选择一系列典型区域，事先测量出任务水域的航行环境；将任务水域网格化，选出合理的几条返航路线，然后在每个路线上选取多个航路点；在无人船检测到航行安全问题时，通过判断选择就近路线，跟踪该路线上的航路点，依次完成航路点制导，实现安全返航；
所述路径跟踪返航模式为无人船航行在未知环境采取的返航模式；无人船从起点出发执行任务，开始存储离散的航线坐标；然后应用卡尔曼滤波算法，对坐标进行滤波；接下来去除回环路径上的坐标点，生成最短最佳路径；最后对存储的坐标点进行曲线拟合，根据路径跟踪控制算法，实现自主返航；
其特征在于：所述的控制方法包括以下步骤：
A、无人船通过GNSS惯性导航系统(2)感知周围环境，最终由控制板(1)进行决策，选择预设航路点返航模式和路径跟踪返航模式，如果选择预设航路点返航模式，则转步骤B，否则转步骤C；
B、按预设航路点返航模式返航
B1、将任务水域网格化，选择合适间隔，网格按照经纬度分组；
B2、根据事先对任务水域地理信息的测量及检测到的障碍物，确定可供选择的返航路线；
B3、将可供选择的返航路线的航路点存储到无人船控制板(1)内存数组里面；其中数组中的经纬度数据，严格遵守靠岸点先存储，远岸点在后的原则；
B4、当系统执行预设航路点返航模式，根据GNSS惯性导航系统(2)提供的经纬度信息，依次运算无人船到不同组路线的距离，其中距离最短的即为返航的最佳路线；
B5、读取所在最佳路线存储的航路点，应用航路点制导，依次完成跟踪，实现返航，抵达安全区域；
C、按路径跟踪返航模式返航
C1、在未知航行环境的水域，无人船执行相应任务；从无人船起始点开始，根据GNSS惯性导航系统(2)提供的数据信息，存储航行路线信息，即为将路径上的点存储为独立的离散点P0、P1、P2…Pn；
C2、无人船航行的状态是稳定的，所存储的经纬度位置信息不会发生跳变；所以在存储过程中，应用卡尔曼滤波算法，解决存储的航路点跳变问题；利用存储的前一个数据的滤波状态参数和当前数据信息进行滤波计算，推算出当前数据的状态量，对状态参数进行修正，解决跳变问题；
C3、在安全环境下，需要确定自主返航的最短最佳路径；所述安全环境，即为无人船已经航行的路径；生成最短最佳路径的过程中，去除航行过程中的回环路径；每存储新的独立离散点Pn的过程中，与已存储的点Pm进行对比，如果出现重合，则清空第m个点到第n个点的数据，从Pm开始重新存储，以生成最短最佳路径，其中m<n；
C4、判断是否有返航指令，如果有路径跟踪返航指令，执行相应返航程序；
C5、根据等时间间隔存储的航路点数据，将离散的航路点进行信息融合，应用数值分析中曲线拟合的方法，把离散的航路点生成连续的路径，实现在线返航路径生成；
C6、根据曲线拟合生成的返航参考路径，以及GNSS惯性导航系统(2)提供的当前位置信息和姿态信息，设计路径跟踪控制算法，实现自主返航。
CN201710655071.9A 2017-08-03 2017-08-03 一种无人船自主返航控制方法 Active CN107422736B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710655071.9A CN107422736B (zh) 2017-08-03 2017-08-03 一种无人船自主返航控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710655071.9A CN107422736B (zh) 2017-08-03 2017-08-03 一种无人船自主返航控制方法

Publications (2)

Publication Number Publication Date
CN107422736A CN107422736A (zh) 2017-12-01
CN107422736B true CN107422736B (zh) 2020-03-13

Family

ID=60436618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710655071.9A Active CN107422736B (zh) 2017-08-03 2017-08-03 一种无人船自主返航控制方法

Country Status (1)

Country Link
CN (1) CN107422736B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109933077A (zh) * 2017-12-15 2019-06-25 中国科学院沈阳自动化研究所 一种水下机器人自动靠泊的路径规划和控制方法
CN108275246A (zh) * 2018-03-12 2018-07-13 南昌简净智能科技有限公司 自动搜索并处理水面垃圾的无人船及无人船系统
CN108519085B (zh) * 2018-03-27 2020-08-25 京东方科技集团股份有限公司 导航路径获取方法、装置、系统及其存储介质
CN109002036B (zh) * 2018-04-25 2021-08-10 深圳臻迪信息技术有限公司 一种无人船一键返航控制系统及方法
CN109050278A (zh) * 2018-06-28 2018-12-21 安徽科微智能科技有限公司 无人船自动充电系统及其控制方法
CN108897322B (zh) * 2018-07-18 2021-02-12 大连海事大学 无人船自主航行航迹跟踪控制器测试仿真平台及工作方法
CN108828955B (zh) * 2018-08-16 2021-03-16 大连海事大学 基于有限时间扩张状态观测器的精准航迹跟踪控制方法
CN110316327A (zh) * 2019-07-22 2019-10-11 山东丛林凯瓦铝合金船舶有限公司 一种模块化无人艇
CN110580044A (zh) * 2019-08-30 2019-12-17 天津大学 基于智能感知的无人船全自动航行异构系统
CN111679669B (zh) * 2020-06-01 2023-08-08 陕西欧卡电子智能科技有限公司 一种无人船自主精准停靠方法及系统
CN112124516A (zh) * 2020-09-25 2020-12-25 大连海事大学 一种水下船体清洗机器人的控制系统及其工作方法
CN113867353A (zh) * 2021-10-08 2021-12-31 徐州徐工环境技术有限公司 一种清扫机器人的自动回程路径规划方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004084554A (ja) * 2002-08-27 2004-03-18 Kawasaki Heavy Ind Ltd 小型走行船
CN104267736A (zh) * 2014-09-11 2015-01-07 智慧城市系统服务（中国）有限公司 一种帆船自主控制方法、装置及帆船
CN106444787A (zh) * 2016-12-01 2017-02-22 重庆万里高科技有限公司 水上机器人智能定速巡航控制方法及系统
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

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140362195A1 (en) * 2013-03-15 2014-12-11 Honda Motor, Co., Ltd. Enhanced 3-dimensional (3-d) navigation
CN103901892B (zh) * 2014-03-04 2016-12-07 清华大学 无人机的控制方法及系统
CN105129064B (zh) * 2015-09-09 2017-06-13 广州睿航电子科技有限公司 一种无人船巡航控制方法及系统
CN106403954B (zh) * 2016-09-28 2020-01-14 深圳高科新农技术有限公司 无人机自动航迹生成方法
CN106444759A (zh) * 2016-09-29 2017-02-22 浙江嘉蓝海洋电子有限公司 一种无人艇自动回航的方法和系统
CN106970624A (zh) * 2017-04-21 2017-07-21 华中科技大学 一种自主无人船

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004084554A (ja) * 2002-08-27 2004-03-18 Kawasaki Heavy Ind Ltd 小型走行船
CN104267736A (zh) * 2014-09-11 2015-01-07 智慧城市系统服务（中国）有限公司 一种帆船自主控制方法、装置及帆船
CN106444787A (zh) * 2016-12-01 2017-02-22 重庆万里高科技有限公司 水上机器人智能定速巡航控制方法及系统
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

Also Published As

Publication number Publication date
CN107422736A (zh) 2017-12-01

Similar Documents

Publication Publication Date Title
CN107422736B (zh) 一种无人船自主返航控制方法
Singh et al. A constrained A* approach towards optimal path planning for an unmanned surface vehicle in a maritime environment containing dynamic obstacles and ocean currents
Song et al. Smoothed A* algorithm for practical unmanned surface vehicle path planning
Liu et al. Self-adaptive dynamic obstacle avoidance and path planning for USV under complex maritime environment
Wang et al. A COLREGs-based obstacle avoidance approach for unmanned surface vehicles
CN108681321B (zh) 一种无人船协同编队的水下探测方法
Blaich et al. Fast grid based collision avoidance for vessels using A∗ search algorithm
CN107037809A (zh) 一种基于改进蚁群算法的无人艇避碰方法
EP3722911B1 (en) A system and method of planning a path for an autonomous vessel
Du et al. Motion planning for unmanned surface vehicle based on trajectory unit
US20210191400A1 (en) Autonomous vessel simulation system and operating method thereof
CN106094606A (zh) 一种水面无人艇导航与控制遥操作平台
WO2010076787A9 (en) Autonomous navigation system and method for a maneuverable platform
CN109655063B (zh) 大型水陆两栖飞机海上搜索航路规划方法
CN104267723A (zh) 远洋船舶导航自动航行系统及导航方法
KR101799216B1 (ko) 해양 내비게이션 장치 및 항로 제공 방법
Liu et al. A practical path planning and navigation algorithm for an unmanned surface vehicle using the fast marching algorithm
CN107607093A (zh) 一种基于无人艇的湖泊动态库容的监测方法及装置
Aguiary et al. Cooperative autonomous marine vehicle motion control in the scope of the EU GREX project: Theory and practice
Zeng et al. Exploiting ocean energy for improved AUV persistent presence: path planning based on spatiotemporal current forecasts
CN111580518A (zh) 一种基于改进果蝇优化和动态窗口法的无人艇分层避障方法
Lazarowska A new potential field inspired path planning algorithm for ships
Liu et al. Auv path planning under ocean current based on reinforcement learning in electronic chart
Wu et al. Multi-vessels collision avoidance strategy for autonomous surface vehicles based on genetic algorithm in congested port environment
Karapetyan et al. Dynamic autonomous surface vehicle control and applications in environmental monitoring

Legal Events

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