CN109753068B - 一种考虑通信情况的多usv群体协同避碰规划方法 - Google Patents
一种考虑通信情况的多usv群体协同避碰规划方法 Download PDFInfo
- Publication number
- CN109753068B CN109753068B CN201910033306.XA CN201910033306A CN109753068B CN 109753068 B CN109753068 B CN 109753068B CN 201910033306 A CN201910033306 A CN 201910033306A CN 109753068 B CN109753068 B CN 109753068B
- Authority
- CN
- China
- Prior art keywords
- usv
- usvs
- obstacle
- communication
- radar
- 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
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于USV控制技术领域,具体涉及一种考虑通信情况的多USV群体协同避碰规划方法。本发明在有/无通信的情况下利用通信模块的互通位置、速度、艏向等信息和雷达探测一定范围内的静态障碍物位置和动态USV位置、速度、艏向等信息辅助避碰规划,使多个USV从起点向终点航行过程中避开所有静态障碍物、USV之间不发生碰撞且不出现大角度转向、大范围加减速,且航行路径符合经济性要求。本发明致力找到适应于有/无通信情况下充分利用通信模块和雷达探测模块来辅助避碰的方法,并且制定合理的通信频率和通信内容来减轻系统的压力。
Description
技术领域
本发明属于USV控制技术领域,具体涉及一种考虑通信情况的多USV群体协同避碰规划方法。
背景技术
随着无人水面艇USV技术的发展,单一USV的执行任务的能力、航行的鲁棒性、安全性等性能都有很大提升。为了有效弥补单一USV难以完成的任务领域,各国科研人员设计多USV群体协同的作业模式,最大限度地发挥整体优势而改善任务的完成质量。多USV的航行环境包含海岛、礁石等静态障碍物与运动船舶等动态障碍物,并且还受海浪、海流、海风等海况的影响。在这样复杂多变的海洋环境中,多USV能安全航行、顺利完成各项任务的一个重要的前提就是实现避碰功能。在多USV避碰规划的研究与实际避碰过程中,USV之间普遍会进行通信,然而同样会有通信模块失效的情况出现,此时则完全依靠雷达感知周围环境。目前,国内外对多USV避碰规划技术的研究较少,大多都不考虑通信情况或者默认通过通信模块才能获取的信息为已知/未知,其中考虑有/无通信模块的具有代表性如文献“王兢.水下机器人编队系统研究[D].哈尔滨:哈尔滨工程大学硕士学位论文,2003.”,设计基于环境信息的分层记忆学习法来实现AUV的编队,采取黑板结构的通信模块,各机器人实时将位置信息写入供所有机器人获取。文献“王爱兵等.不同优先级的多水下机器人避碰技术研究[J].微计算机信息,2007,24(5-2):232-234.”提出基于KQML协议的信息交互显式通讯模块,采用动态优先级策略解决水下机器人编队航行过程中的避碰避障问题。文献“李东正等.基于主从结构的多水下机器人协同路径规划[J].计算机仿真,2015,32(1):382-387.”提出了一种主从结构的并行多水下机器人AUV协同避碰规划方法,在无通信条件下利用声呐传感器感知周围环境信息并采用工作空间环境法建立环境模型,算法子层结构和主层结构分别应用粒子群并行算法和微分进化算法实时考虑到障碍物和其他水下机器人的距离来生成当前的最优路径。
现有技术的缺陷:现有多USV群体协同避碰规划方法通信模块作用模糊,经常发生一定范围内通信模块与传感器模块作用混淆的问题,通信频率设置不合理,没有充分利用通信模块互通位置、速度、航向信息的作用来辅助避碰。而考虑无通信时没有充分利用传感器模块探测的环境信息来辅助避碰,传感器探测范围和探测信息种类理想化,且有的文献也会在无通信情况下利用通信模块才能得到的信息进行避碰。文献“王兢.水下机器人编队系统研究[D].哈尔滨:哈尔滨工程大学硕士学位论文,2003.”各AUV写入与读取的实时进行容易导致信息混乱、信息错误的情况,通信模块只互通位置信息而忽略航速、航向信息,固定的通信频率导致远距离资源占用或者近距离通信缓慢的问题,文献“王爱兵等.不同优先级的多水下机器人避碰技术研究[J].微计算机信息,2007,24(5-2):232-234.”的通信只是尝试构建了一种通用的通信框架来实时传递优先级,显式通讯的带宽和稳定性还无法完全保证,并且只传递优先级并没有充分利用通信模块的作用。文献“李东正等.基于主从结构的多水下机器人协同路径规划[J].计算机仿真,2015,32(1):382-387.”主从结构AUV算法子层与算法主层约束条件复杂且存在耦合,存在求解困难、迭代时间长、陷入局部最优的为题,算法中默认探测到空间所有障碍物和其他AUV,未考虑声呐的探测范围和角度,不符合实际且没有进行仿真验证。
发明内容
本发明的目的在于提供一种考虑通信情况的多USV群体协同避碰规划方法。
一种考虑通信情况的多USV群体协同避碰规划方法,该方法包括以下步骤:
步骤1:选取参数构建通信模块和雷达探测模型;
步骤1.1:有通信时利用通信模块互通的位置、速度、艏向信息和雷达探测的静态障碍物位置和动态USV位置、动态USV速度、动态USV艏向信息,计算多USV运动参数及碰撞危险度;
步骤1.2:无通信时利用雷达模块探测的静态障碍物位置和动态USV位置、动态USV速度、动态USV艏向信息,计算多USV运动参数及碰撞危险度;
步骤2:判断是否需要采取避碰措施及采取的时间并根据相对距离设置通信频率;
步骤3:构建有、无通信情况下GA评价函数。
步骤1.1所述的有通信时利用通信模块互通的位置、速度、艏向信息和雷达探测的静态障碍物位置和动态USV位置、动态USV速度、动态USV艏向信息包括:在两个USV的情况下,本USV的大地惯性坐标为M(xm,ym),本USV运动速度为Vm(Vxm,Vym),另一USV的大地惯性坐标为N(xn,yn),另一USV的运动速度为Vn(Vxn,Vyn),在有通信情况下,USV之间通过通信模块得知对方的实时位置,那么USV之间的相对距离:
另一USV相对于本USV的方位:
γ=α-β
USV之间的航向交叉角:
η=βn-βm
USV之间的相对速度表示为:
USV之间的相对速度大小:
USV之间相对速度的方向:
步骤1.2所述的无通信时利用雷达模块探测的静态障碍物位置和动态USV位置、动态USV速度、动态USV艏向信息计算多USV运动参数及碰撞危险度的计算过程包括:这里取雷达探测到障碍物后的2个连续时刻检测到的障碍物信息,其中第i时刻雷达探测范围内探测出有障碍物的扫描点集合为:
{(Xi1,Yi1),(Xi2,Yi2),,(Xin,Yin)}
其中,探测出的扫描点集合的坐标为大地环境坐标系下的坐标值;
由障碍物的扫描点集合估算出障碍物的中心位置:
相邻时刻障碍物估算位置之间的距离:
动态目标的航向由下式表示:
其中,Δt为两个连续时刻的时间间隔;
另一USV速度在横纵方向上的分量为:
USV之间的相对速度大小:
由估算的中心位置和此时本USV位置估算出USV之间的相对距离和相对方位,USV之间的相对距离由下式表示:
USV之间的相对方位由下式表示:
其中,(X0,Y0)为本USV的位置;
USV之间的最近会遇距离DCPA:
其中,DCPA的符号由USV之间的相对位置决定,当另一USV位于本USV的船艏方向时,DCPA为正;当另一USV位于本USV的船尾方向时,DCPA为负;
到达最近会遇地点的时间TCPA:
其中,TCPA的符号由USV之间的相对位置决定,当USV未到达最近相遇地点时,TCPA为正;当USV超过最近相遇地点时,TCPA为负;
空间碰撞危险度是衡量USV之间发生碰撞可能性大小的度量之一,影响空间碰撞危险度大小的因素主要包括USV之间的最近会遇距离DCPA、最近会遇地点相对本USV的距离和方向、另一USV所在方向和距离以及无人航行器之间的最低安全会遇距离;
其中,DCPA为USV之间的最近会遇距离,u为DCPA的隶属函数值,d1为本USV最晚进行避碰时到另一USV的距离,d2为恰好构成碰撞紧迫局面时本USV与另一USV的临界距离;当d2<|DCPA|时,本USV航行安全;当|DCPA|<d1时,本USV与另一USV存在碰撞危险,需要采取避碰措施来消除;当d1<|DCPA|<d2时,不确定是否存在碰撞危险,需要计算碰撞危险度来判定;
时间碰撞危险度是衡量USV之间发生碰撞可能性大小的度量之一,影响时间碰撞危险度大小的因素主要包括两个USV的航行速度、本USV与另一USV的距离、两个USV的长度;
综合空间碰撞危险度和时间碰撞危险度得出USV系统的碰撞危险度:
步骤3所述的GA评价函数表示为下式:
其中,d0为雷达坐标系的原点到障碍物的最短距离,d1表示本USV到另一USV的最短距离,d表示USV当前位置到对应终点的距离;μ为障碍物边界下限角,即雷达坐标系原点与雷达检测到的障碍物下边界点的夹角,ν为障碍物边界上限角,即雷达坐标系原点与雷达检测到的障碍物上边界点的夹角,δ为另一USV边界下限角,即雷达坐标系原点与雷达检测到的另一USV下边界点的夹角,γ为另一USV边界上限角,即雷达坐标系原点与雷达检测到的另一USV上边界点的夹角,f为评价函数值,其值衡为正,f值越大被选择成为子代的可能性越大;ωi+1为USV下一时刻选取第i个体的艏向角,评价函数采取奖惩机制增大区分度。
本发明的有益效果在于:
本发明在有/无通信的情况下利用通信模块的互通位置、速度、艏向等信息和雷达探测一定范围内的静态障碍物位置和动态USV位置、速度、艏向等信息辅助避碰规划,使多个USV从起点向终点航行过程中避开所有静态障碍物、USV之间不发生碰撞且不出现大角度转向、大范围加减速,且航行路径符合经济性要求。本发明致力提出一种适应于有/无通信情况下充分利用通信模块和雷达探测模块来辅助避碰的方法,并且制定合理的通信频率和通信内容来减轻系统的压力。本发明的关键点:设置合适的通信模块和雷达模块参数;设计有/无通信情况下的运动参数及避碰危险度计算方法;构建充分利用通信模块和雷达模块作用的有/无通信情况下的遗传算法GA评价函数。
附图说明
图1是有通信情况下两个USV相对运动的参数图。
图2是雷达搜索图。
图3是多USV任务有通信式避碰规划仿真效果图。
图4是多USV任务无通信式避碰规划仿真效果图。
图5是多USV任务有通信式避碰规划速度调节量变化趋势图。
图6是多USV任务有通信式避碰规划艏向调节量变化趋势图。
图7是多USV任务有通信式避碰规划三艇相对距离变化趋势图。
图8是多USV任务无通信式避碰规划速度调节量变化趋势图。
图9是多USV任务无通信式避碰规划艏向调节量变化趋势图。
图10是多USV任务有通信式避碰规划遗传算法迭代优化图。
图11是多USV任务无通信式避碰规划三艇相对距离变化趋势图。
图12是多USV任务无通信式避碰规划遗传算法迭代优化图。
具体实施方式
下面结合附图对本发明做进一步描述。
本发明的目的是提供有/无通信情况下的多USV群体协同避碰规划方法,有通信时充分利用通信模块互通的位置、速度、艏向等信息辅助避碰规划,无通信时则充分利用雷达模块在一定范围内探测到的障碍物位置与其他USV的位置、速度、艏向等信息辅助避碰规划,以使USV从起点出发驶向终点的过程中避开环境中静态障碍物、USV之间不发生碰撞、不出现大角度转向、大范围加减速,且航行路径符合经济性要求。
本发明为解决上述技术问题采取的技术方案是:
多USV群体协同避碰规划方法中采用几何环境模型建模来描述USV航行环境、USV实时位置等,环境地图赋值法表示存在障碍物和其他USV。
所述USV群体协同避碰规划方法的实现过程为:
步骤一、选取适当参数构建通信模块和雷达探测模型,有通信时利用通信模块互通的位置、速度、艏向等信息和雷达探测一定范围内的静态障碍物位置和动态USV位置、速度、艏向等信息计算多USV运动参数及碰撞危险度,无通信时利用雷达模块探测一定范围内的静态障碍物位置和动态USV位置、速度、艏向等信息,从而判断是否需要采取避碰措施及采取的时间并根据相对距离设置通信频率。
步骤二、利用步骤一中有/无通信时通信或者探测到的静态障碍物和动态USV的信息构建有/无通信情况下遗传算法评价函数。
步骤三、选择QT软件构建USV避碰规划仿真软件平台,添加通信模块、雷达探测模块调试USV避碰规划软件,设计典型的仿真案例验证算法的有效性。
雷达模块参数设置如表1:
表1雷达参数表
步骤一中多USV运动参数及碰撞危险度的计算过程如下:
如图1,有通信情况下两个USV相对运动的参数图,设本USV的大地惯性坐标为M(xm,ym),其运动速度为Vm(Vxm,Vym),另一USV的大地惯性坐标为N(xn,yn),其运动速度为Vn(Vxn,Vyn),在有通信情况下,USV之间可通过通信模块得知对方的实时位置,那么USV之间的相对距离:
另一USV相对于本USV的方位:
γ=α-β
USV之间的航向交叉角:
η=βn-βm
USV之间的相对速度表示为:
USV之间的相对速度大小:
USV之间相对速度的方向:
如图1,在无通信情况下,USV之间只能通过导航雷达测量静态障碍物位置和其他USV位置、速度、艏向参数。这里取雷达探测到障碍物后的2个连续时刻检测到的障碍物信息,其中第i时刻雷达探测范围内探测出有障碍物的扫描点集合为:
{(Xi1,Yi1),(Xi2,Yi2),,(Xin,Yin)}
其中,探测出的扫描点集合的坐标为大地环境坐标系下的坐标值,且每一时刻探测出的扫描点集合点数不一定相等。
由障碍物的扫描点集合可估算出障碍物的中心位置:
相邻时刻障碍物估算位置之间的距离:
这里设置一个阈值,如果则判定障碍物为静态障碍物;如果则判定障碍物为动态障碍物。综合考虑USV航行情况,这里设置阈值为0.2海里。当障碍物为动态USV时,可以根据两次障碍物中心估算位置的变化和2个时刻的时间间隔估算出动态目标的运动速度和航向:
其中,t为两个连续时刻的时间间隔。
另一USV速度在横纵方向上的分量为:
USV之间的相对速度大小:
由估算的中心位置和此时本USV位置可估算出USV之间的相对距离和相对方位:
其中,(X0,Y0)为本USV的位置。
USV之间的最近会遇距离DCPA:
其中,DCPA的符号由USV之间的相对位置决定,当另一USV位于本USV的船艏方向时,DCPA为正;当另一USV位于本USV的船尾方向时,DCPA为负。
到达最近会遇地点的时间TCPA:
其中,TCPA的符号由USV之间的相对位置决定,当USV未到达最近相遇地点时,TCPA为正;当USV超过最近相遇地点时,TCPA为负。
空间碰撞危险度是衡量USV之间发生碰撞可能性大小的度量之一,影响空间碰撞危险度大小的因素主要包括USV之间的最近会遇距离DCPA、最近会遇地点相对本USV的距离和方向、另一USV所在方向和距离以及无人航行器之间的最低安全会遇距离。
其中,DCPA为USV之间的最近会遇距离,u为DCPA的隶属函数值,d1为本USV最晚进行避碰时到另一USV的距离,d2为恰好构成碰撞紧迫局面时本USV与另一USV的临界距离。当d2<|DCPA|时,本USV航行安全;当|DCPA|<d1时,本USV与另一USV存在碰撞危险,需要采取避碰措施来消除;当d1<|DCPA|<d2时,不确定是否存在碰撞危险,需要计算碰撞危险度来判定。
则d1=1.5ρ(θT)、d2=2d1。
时间碰撞危险度是衡量USV之间发生碰撞可能性大小的度量之一,影响时间碰撞危险度大小的因素主要包括两个USV的航行速度、本USV与另一USV的距离、两个USV的长度。
综合空间碰撞危险度和时间碰撞危险度得出USV系统的碰撞危险度:
若uD=0或uT=0,则u=0;
若uD≠0且uT≠0,则u=max(uD,uT)。
步骤二中构建遗传算法评价函数的过程如下:
如图2的USV雷达搜索图,其模拟同时搜索到障碍物与其他USV的状态,图中坐标系为本USV雷达随动坐标系,圆表示雷达检测的范围。其中A为障碍物,o1为另一USV的雷达坐标系原点,d0为雷达坐标系的原点到障碍物的最短距离,d1表示本USV到另一USV的最短距离,d表示USV当前位置到对应终点的距离。μ为障碍物边界下限角(雷达坐标系原点与雷达检测到的障碍物下边界点的夹角),ν为障碍物边界上限角(雷达坐标系原点与雷达检测到的障碍物上边界点的夹角)。δ为另一USV边界下限角(雷达坐标系原点与雷达检测到的另一USV下边界点的夹角),γ为另一USV边界上限角(雷达坐标系原点与雷达检测到的另一USV上边界点的夹角)。那么,本文中USV避碰规划的评价函数取为:
式中,f为评价函数值,其值衡为正,f值越大被选择成为子代的可能性越大。ωi+1为USV下一时刻选取第i个体的艏向角,d为当前位置到终点的距离。评价函数采取奖惩机制增大区分度,当下一时刻的艏向角在障碍物边界上下限角范围内或者另一USV边界上下限角范围内,继续航行会接近障碍物或另一USV,此时对这样个体的评价函数值缩小100倍使其被选择的概率减小;当下一时刻的艏向角不在障碍物边界上下限角范围内和另一USV边界上下限角范围内,继续航行能避开障碍物,此时对这样个体的评价函数值扩大100倍使其被选择的概率增大。
步骤三多USV群体协同避碰规划方法仿真验证过程如下:
进行多USV任务有/无通信式避碰规划实验时,首先设置多USV对应的起点、终点位置,这里可以设置任意位置,为了更好的实验效果这里选择3-5个USV;再设置航行环境中障碍物的形状、大小、位置,任意选择障碍物的数量形状大小位置参数;设置USV启动避碰的距离为2海里,最小安全距离为0.2海里;最后选择多USV实验的任务有/无通信的控制模式开始实验。
如图3的多USV任务有通信式避碰规划实验仿真效果图,实验中USV从起点向终点出发,当USV离障碍物较远时沿直线航行,当USV航行到障碍物附近时通过雷达探测到了障碍物信息,从两侧绕开障碍物后继续向终点航行,且航行过程中USV之间没有发生碰撞,避碰效果良好。相比于多USV任务无通信式避碰规划运动仿真图,这里USV之间一直保持有安全距离,证明了通信模块的作用。
如图4的多USV任务无通信式避碰规划实验仿真效果图,实验中USV从起点向终点出发,当USV离障碍物较远时沿直线航行,当USV航行到障碍物附近时通过雷达探测到了障碍物信息,从两侧绕开障碍物后继续向终点航行,并且USV之间未发生碰撞,避碰效果良好。
如图5的多USV任务有通信式避碰规划速度调节量变化趋势图和图6多USV任务有通信式避碰规划艏向调节量变化趋势图,速度和艏向变化趋势与实验效果图相对应,效果图中轨迹曲线和速度艏向具有较好的平滑性。如图7多USV任务有通信式避碰规划三艇相对距离变化趋势图显示的航行过程中三个USV的相对距离变化趋势,USV之间的距离始终大于一定的阈值,所以这里很少存在紧急的会遇局势。相比于多USV任务无通信式避碰规划,USV之间的距离始终大于50海里,这是因为USV之间通过通信模块互相得知对方的位置、航速、艏向等信息,控制USV提前改变航速、航向进行躲避,避免出现紧急相遇情况。当其他条件不变时,改变通信频率,发现通信频率越高USV之间保持一定距离的效果越好,考虑到通信模块远距离通信的自身的限制,这里设置距离大于50海里时为十分钟通信一次,距离小于50海里时一分钟通信一次。
如图8的多USV任务式避碰规划速度调节量变化趋势图和图9多USV任务无通信式避碰规划艏向调节量变化趋势图,速度艏向变化趋势与实验效果图相对应,效果图中轨迹曲线和速度艏向具有较好的平滑性。
如图10的多USV任务有通信式避碰规划遗传算法迭代优化图,图中显示的优化过程中种群个体评价函数值的变化趋势随着算法的迭代次数增多,种群个体的评价函数值增大,属于极大值迭代优化,且每个USV的优化过程都大致相同。相比于多USV任务无通信式避碰规划优化趋势图,这里收敛更加快速。如果保持其他参数不变,改变迭代次数多次试验,比较不同迭代次数的运行效果,测试出迭代次数500最合适。经程序测试,程序完成一次500代的寻优大概需要1.1s。
如图11多USV任务无通信式避碰规划三艇相对距离变化趋势图显示的航行过程中三个USV的相对距离变化趋势,USV之间并未发生相撞。如图12多USV任务无通信式避碰规划遗传算法迭代优化图显示的优化过程中种群个体评价函数值的变化趋势,每个USV评价函数值的变化趋势都大致相似,即算法的迭代次数越多,种群个体的评价函数值越大,为最大值优化。保持其他参数不变,改变迭代次数多次试验,测试出迭代次数500最合适。
Claims (1)
1.一种考虑通信情况的多USV群体协同避碰规划方法,其特征在于,该方法包括以下步骤:
步骤1:选取参数构建通信模块和雷达探测模型;
步骤1.1:有通信时利用通信模块互通的位置、速度、艏向信息和雷达探测的静态障碍物位置和动态USV位置、动态USV速度、动态USV艏向信息,计算多USV运动参数及碰撞危险度;
有通信情况下,设本USV的大地惯性坐标为M(xm,ym),其运动速度为Vm(Vxm,Vym),另一USV的大地惯性坐标为N(xn,yn),其运动速度为Vn(Vxn,Vyn),在有通信情况下,USV之间可通过通信模块得知对方的实时位置,那么USV之间的相对距离:
另一USV相对于本USV的方位:
γ=α-β
USV之间的航向交叉角:
η=βn-βm
USV之间的相对速度表示为:
USV之间的相对速度大小:
USV之间相对速度的方向:
步骤1.2:无通信时利用雷达模块探测的静态障碍物位置和动态USV位置、动态USV速度、动态USV艏向信息,计算多USV运动参数及碰撞危险度;
在无通信情况下,USV之间只能通过导航雷达测量静态障碍物位置和其他USV位置、速度、艏向参数;取雷达探测到障碍物后的两个连续时刻检测到的障碍物信息,其中第i时刻雷达探测范围内探测出有障碍物的扫描点集合为:
{(Xi1,Yi1),(Xi2,Yi2),…,(Xin,Yin)}
其中,探测出的扫描点集合的坐标为大地环境坐标系下的坐标值,且每一时刻探测出的扫描点集合点数不一定相等;
由障碍物的扫描点集合可估算出障碍物的中心位置:
相邻时刻障碍物估算位置之间的距离:
当障碍物为动态USV时,根据两次障碍物中心估算位置的变化和两个连续时刻的时间间隔Δt估算出动态目标的运动速度和航向:
其中,Δt为两个连续时刻的时间间隔;
另一USV速度在横纵方向上的分量为:
USV之间的相对速度大小:
由估算的中心位置和此时本USV位置可估算出USV之间的相对距离和相对方位:
其中,(X0,Y0)为本USV的位置;
USV之间的最近会遇距离DCPA:
其中,DCPA的符号由USV之间的相对位置决定,当另一USV位于本USV的船艏方向时,DCPA为正;当另一USV位于本USV的船尾方向时,DCPA为负;
到达最近会遇地点的时间TCPA:
其中,TCPA的符号由USV之间的相对位置决定,当USV未到达最近相遇地点时,TCPA为正;当USV超过最近相遇地点时,TCPA为负;
空间碰撞危险度是衡量USV之间发生碰撞可能性大小的度量之一,影响空间碰撞危险度大小的因素主要包括USV之间的最近会遇距离DCPA、最近会遇地点相对本USV的距离和方向、另一USV所在方向和距离以及无人航行器之间的最低安全会遇距离;
其中,DCPA为USV之间的最近会遇距离,u为DCPA的隶属函数值;d1为本USV最晚进行避碰时到另一USV的距离;d2为恰好构成碰撞紧迫局面时本USV与另一USV的临界距离;当d2<|DCPA|时,本USV航行安全;当|DCPA|<d1时,本USV与另一USV存在碰撞危险,需要采取避碰措施来消除;当d1<|DCPA|<d2时,不确定是否存在碰撞危险,需要计算碰撞危险度来判定;
其中,d1=1.5ρ(θT)、d2=2d1;
时间碰撞危险度是衡量USV之间发生碰撞可能性大小的度量之一,影响时间碰撞危险度大小的因素主要包括两个USV的航行速度、本USV与另一USV的距离、两个USV的长度;
综合空间碰撞危险度和时间碰撞危险度得出USV系统的碰撞危险度:
步骤2:判断是否需要采取避碰措施及采取的时间并根据相对距离设置通信频率;
步骤3:构建有、无通信情况下GA评价函数;
其中,d表示USV当前位置到对应终点的距离;μ为障碍物边界下限角,即雷达坐标系原点与雷达检测到的障碍物下边界点的夹角;ν为障碍物边界上限角,即雷达坐标系原点与雷达检测到的障碍物上边界点的夹角;δ为另一USV边界下限角,即雷达坐标系原点与雷达检测到的另一USV下边界点的夹角;γ为另一USV边界上限角,即雷达坐标系原点与雷达检测到的另一USV上边界点的夹角;f为评价函数值,其值衡为正,f值越大被选择成为子代的可能性越大;ωi+1为USV下一时刻选取第i个体的艏向角;
评价函数采取奖惩机制增大区分度,当下一时刻的艏向角在障碍物边界上下限角范围内或者另一USV边界上下限角范围内,继续航行会接近障碍物或另一USV,此时对这样个体的评价函数值缩小100倍使其被选择的概率减小;当下一时刻的艏向角不在障碍物边界上下限角范围内和另一USV边界上下限角范围内,继续航行能避开障碍物,此时对这样个体的评价函数值扩大100倍使其被选择的概率增大。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910033306.XA CN109753068B (zh) | 2019-01-14 | 2019-01-14 | 一种考虑通信情况的多usv群体协同避碰规划方法 |
CA3067576A CA3067576A1 (en) | 2019-01-14 | 2020-01-13 | Cooperative autonomous navigation systems and methods for multiple unmanned surface vehicles considering communication |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910033306.XA CN109753068B (zh) | 2019-01-14 | 2019-01-14 | 一种考虑通信情况的多usv群体协同避碰规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109753068A CN109753068A (zh) | 2019-05-14 |
CN109753068B true CN109753068B (zh) | 2022-06-21 |
Family
ID=66405593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910033306.XA Active CN109753068B (zh) | 2019-01-14 | 2019-01-14 | 一种考虑通信情况的多usv群体协同避碰规划方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109753068B (zh) |
CA (1) | CA3067576A1 (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110758669B (zh) * | 2019-10-30 | 2021-01-26 | 青岛科技大学 | 一种开阔繁忙水域的双层相对领域获取方法 |
CN110867098B (zh) * | 2019-11-27 | 2022-02-25 | 深圳魔方网络科技有限公司 | 一种物联网智能水上交通行驶危险评估系统 |
CN110906934B (zh) * | 2019-11-29 | 2022-04-15 | 华中科技大学 | 一种基于碰撞危险系数的无人艇避障方法和系统 |
CN111059967B (zh) * | 2019-12-27 | 2022-07-19 | 中国人民解放军海军大连舰艇学院 | 一种编队舰空导弹舰艇编成方法 |
CN112327939B (zh) * | 2020-10-15 | 2024-04-12 | 广东工业大学 | 一种城市街区环境下高层消防多无人机协同路径规划方法 |
CN112465041B (zh) * | 2020-12-01 | 2024-01-05 | 大连海事大学 | 一种基于层次分析法的ais数据质量评估方法 |
CN112506076B (zh) * | 2020-12-04 | 2023-03-28 | 杭州电子科技大学 | 基于飞行任务的无人机集群三维空间仿真器构建方法 |
CN112650232B (zh) * | 2020-12-15 | 2023-08-22 | 大连海事大学 | 一种结合colrges的逆速度障碍法动态避障方法 |
CN112650231B (zh) * | 2020-12-15 | 2022-07-15 | 哈尔滨工程大学 | 一种实现避碰和避障的欠驱船编队控制系统 |
CN112729303B (zh) * | 2020-12-19 | 2023-04-25 | 华瑞物流股份有限公司 | 一种海运路线规划方法、系统、设备和存储介质 |
CN113253721B (zh) * | 2021-04-23 | 2023-12-05 | 大连海事大学 | 一种时变海流干扰下无人船集群协同避碰制导方法及系统 |
CN113380072B (zh) * | 2021-05-21 | 2022-04-26 | 山东交通学院 | 一种船舶安全保护方法 |
CN113741477B (zh) * | 2021-09-14 | 2022-10-21 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种欠驱动船舶靠泊路径规划方法 |
CN113759942B (zh) * | 2021-09-23 | 2024-05-31 | 哈尔滨工程大学 | 一种多智能机器人水下协同围捕控制系统及方法 |
CN114023135B (zh) * | 2021-11-08 | 2024-06-11 | 哈尔滨工程大学 | 一种auv避碰训练系统 |
CN114527744B (zh) * | 2022-01-11 | 2024-04-02 | 燕山大学 | 基于天牛须搜索优化的无人帆船路径跟踪制导方法 |
CN114690778B (zh) * | 2022-04-11 | 2024-05-31 | 西安交通大学 | 一种基于电场通信组网的水下集群编队系统控制方法 |
CN115457807B (zh) * | 2022-10-25 | 2023-09-26 | 安徽慧软智能科技有限公司 | 基于导航雷达的船舶避碰预警系统 |
CN116257082B (zh) * | 2022-11-03 | 2023-09-22 | 天津大学 | 多无人机分布式主动协同探测方法 |
CN116610125B (zh) * | 2023-05-26 | 2024-01-30 | 北鲲睿航科技(上海)有限公司 | 一种用于智能船舶主动防撞系统的避碰方法及系统 |
CN117826819B (zh) * | 2024-01-02 | 2024-06-21 | 中国矿业大学 | 一种基于自适应动态窗口法的uuv三维避障规划方法 |
CN117806334B (zh) * | 2024-02-29 | 2024-05-14 | 广东电网有限责任公司阳江供电局 | 一种基于人工智能的水下机器人避障路径规划方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100037302A (ko) * | 2008-10-01 | 2010-04-09 | 현대중공업 주식회사 | 선박충돌 자동 회피장치와 방법 |
CN103019179A (zh) * | 2012-11-20 | 2013-04-03 | 江苏科技大学 | 水面船侦察系统及方法 |
CN105589464A (zh) * | 2016-03-28 | 2016-05-18 | 哈尔滨工程大学 | 一种基于速度障碍法的uuv动态避障方法 |
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 |
CN107037809A (zh) * | 2016-11-02 | 2017-08-11 | 哈尔滨工程大学 | 一种基于改进蚁群算法的无人艇避碰方法 |
CN110174896A (zh) * | 2019-05-31 | 2019-08-27 | 中国船舶重工集团公司第七0七研究所 | 一种无人艇多目标自主避碰方法 |
CN112578793A (zh) * | 2020-11-24 | 2021-03-30 | 哈尔滨工程大学 | 一种快速运动水面艇的避障方法 |
-
2019
- 2019-01-14 CN CN201910033306.XA patent/CN109753068B/zh active Active
-
2020
- 2020-01-13 CA CA3067576A patent/CA3067576A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100037302A (ko) * | 2008-10-01 | 2010-04-09 | 현대중공업 주식회사 | 선박충돌 자동 회피장치와 방법 |
CN103019179A (zh) * | 2012-11-20 | 2013-04-03 | 江苏科技大学 | 水面船侦察系统及方法 |
CN105589464A (zh) * | 2016-03-28 | 2016-05-18 | 哈尔滨工程大学 | 一种基于速度障碍法的uuv动态避障方法 |
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 |
CN107037809A (zh) * | 2016-11-02 | 2017-08-11 | 哈尔滨工程大学 | 一种基于改进蚁群算法的无人艇避碰方法 |
CN110174896A (zh) * | 2019-05-31 | 2019-08-27 | 中国船舶重工集团公司第七0七研究所 | 一种无人艇多目标自主避碰方法 |
CN112578793A (zh) * | 2020-11-24 | 2021-03-30 | 哈尔滨工程大学 | 一种快速运动水面艇的避障方法 |
Non-Patent Citations (5)
Title |
---|
Development of Collision Avoidance Algorithms for the C-Enduro USV;H. Niu;《IFAC Proceedings Volumes》;20141231;全文 * |
Research on Autonomous Collision Avoidance Method of Unmanned Surface Vessel in the circumstance of Moving Obstacles;Hongjian Wang;《Proceedings of the 37th Chinese Control Conference》;20180727;全文 * |
基于粒子群优化算法的USV集群协同避碰方法;练青坡;《系统工程与电子技术》;20190930;第41卷(第9期);全文 * |
基于进化遗传算法的无人艇避碰系统研究;刘佳男;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20160215(第2期);全文 * |
水面无人艇多船障碍智能避碰;茅云生;《大连海事大学学报》;20151130;第41卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109753068A (zh) | 2019-05-14 |
CA3067576A1 (en) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109753068B (zh) | 一种考虑通信情况的多usv群体协同避碰规划方法 | |
CN109597417B (zh) | 一种基于避碰准则的多usv群体协同避碰规划方法 | |
US11688285B2 (en) | Dynamic collision avoidance method for unmanned surface vessel based on route replanning | |
CN108564202B (zh) | 一种基于环境预报信息的无人艇航线优化方法 | |
CN109765929B (zh) | 一种基于改进rnn的uuv实时避障规划方法 | |
CN109782760B (zh) | 一种考虑无通信的多usv群体协同避碰规划方法 | |
CN110837255B (zh) | 一种适用于高速水面无人艇的自主危险规避方法 | |
CN109784201B (zh) | 基于四维风险评估的auv动态避障方法 | |
CN111123923B (zh) | 一种无人船舶局部路径动态优化方法 | |
Wang et al. | Cooperative collision avoidance for unmanned surface vehicles based on improved genetic algorithm | |
CN111445086B (zh) | 一种基于pidvca预测复航时间的方法 | |
CN111665846B (zh) | 一种基于快速扫描法的水面无人艇路径规划方法 | |
CN113093804B (zh) | 基于反演滑模控制的无人艇编队控制方法和控制系统 | |
CN113032896B (zh) | 一种基于船舶驾驶员偏好的避碰辅助决策方法 | |
Xinchi et al. | A research on intelligent obstacle avoidance for unmanned surface vehicles | |
CN114088094A (zh) | 一种无人艇的智能航路规划方法及系统 | |
Zhao et al. | Decision-making for the autonomous navigation of USVs based on deep reinforcement learning under IALA maritime buoyage system | |
CN113538973B (zh) | 一种基于改进粒子群算法的船舶自动避碰方法 | |
CN110618685A (zh) | 一种无人水面艇障碍物探测误差修正及安全避碰方法 | |
Wu et al. | An overview of developments and challenges for unmanned surface vehicle autonomous berthing | |
CN110928278B (zh) | 一种用于无人艇的自主安全航行方法和无人艇 | |
CN116520834A (zh) | 一种低能耗的无人船巡航方法 | |
CN111290392A (zh) | 一种过闸船舶编队协同停船控制系统及方法 | |
CN115562313A (zh) | 一种用于桥墩探伤的自主式水下航行器运动控制方法 | |
CN111561932B (zh) | 一种基于虚拟力的船舶导航方法 |
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 |