CN109871022A - 一种面向两栖无人搜救器的智能路径规划及避障方法 - Google Patents
一种面向两栖无人搜救器的智能路径规划及避障方法 Download PDFInfo
- Publication number
- CN109871022A CN109871022A CN201910206656.1A CN201910206656A CN109871022A CN 109871022 A CN109871022 A CN 109871022A CN 201910206656 A CN201910206656 A CN 201910206656A CN 109871022 A CN109871022 A CN 109871022A
- Authority
- CN
- China
- Prior art keywords
- grid
- information
- path
- amphibious
- path planning
- 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.)
- Pending
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及自主路径规划和局部避障技术领域，具体地说，是一种面向两栖无人搜救器的智能路径规划及避障方法。主要包括：实时获取实际两栖工作环境的具体信息；完成对水空两栖环境的三维栅格地图建模，同时赋予每个栅格对应的障碍属性、能耗属性、耗时属性及安全系数属性；给定路径的起始点和目标点，根据环境模型存储对应属性信息，基于改进A*算法和搜索策略相结合的方式，完成全局路径的自主规划；通过使用图像自主识别单元实时观测设备周围环境，若一定范围内存在障碍物，刷新地图信息并于当前点进行二次路径规划，覆盖原定路径进而实现局部避障功能；在两栖飞(航)行器到达制定目标点后向后方指挥中心发送信息并实时传输当前位置及其他信息，同时接收后方发出指令信号。
Description
技术领域
本发明涉及自主路径规划和局部避障技术领域，具体地说，是一种面向两栖无人搜救器的智能路径规划及避障方法。
背景技术
目前国内水域搜救工作主要是依靠工作人员驾驶巡逻船艇进行，或者接到人员落水报告后调度人员和船艇进行应急处理，这种方式存在巡逻周期长、频次低、搜救等待时间长等问题，水空两栖无人搜救飞(航)行器的出现为国内水上搜救工作提供了一种低成本的小型水域辅助搜救设备。
但就目前现状而言，两栖无人搜救飞(航)行器的使用多数需要人为操控，自动化和智能化程度较低，在作业过程中对于操控人员的把控能力要求较高，同时无法根据实际要求和情况限制做出正确的路径规划，自动化和智能化程度较低。
发明内容
为了解决上述技术问题，本发明提供了一种面向两栖无人搜救器的智能路径规划及避障方法，逻辑合理，实用性强，解决现有的两栖无人搜救飞(航)行器自动化、智能化程度较低的问题。
为了实现上述目的，本发明采用的具体技术方案如下：
一种面向两栖无人搜救器的智能路径规划及避障方法，包括如下步骤：
S1、获取实际两栖工作环境具体信息；
S2、完成两栖环境的三维栅格地图建模，同时赋予每个栅格对应的障碍属性、能耗属性、耗时属性及安全系数属性；
S3、给定起始点和目标点，根据环境模型存储属性信息，基于改进A*算法和搜索策略相结合的方式，完成全局路径的自主规划；
S4、通过图像自主识别单元若检测到设备一定范围内存在障碍物，刷新地图信息并于当前点进行二次规划，刷新原定路径完成避障；
S5、到达指定目标点后向后方指挥中心发送信号并实时传输当前位置及其他信息。
本发明进一步改进，所述S1步骤具体包括：
S101、通过作业环境当地海事部门监测中心，获取当前水域过往船舶尺寸及坐标位置信息、水域暗礁位置信息、危险水域(风浪较大或存在旋涡)位置信息；
S102、通过坐标系转换的方式，将获取的实际环境中各障碍、不可行区域位置信息根据其实际大小转换至两栖飞(航)行器的位置坐标系中。
本发明进一步改进，所述S2步骤中两栖环境的三维建模和栅格属性定义过程具体包括：
S201、将两栖工作环境近似看做等比例大小的长方体，按照一定尺寸划分成均匀且规则的三维栅格；
S202、鉴于两栖环境的特殊性，赋予不同的栅格以不同的状态属性：
若栅格所处位置存在障碍物，称为障碍栅格，飞(航)行器可通过，反之则为自由栅格，飞(航)行器不可通过；
若栅格所处介质环境为水域，称为航行栅格，并使其附加航行能耗常数Cps和耗时常数Cts，Cps表示单位栅格航行消耗电能总量，Cts表示单位栅格航行所需时间常量，反之为飞行栅格，使其附加飞行能耗常数Cpf和耗时常数Ctf，Cpf表示单位栅格飞行消耗电能总量，Ctf表示单位栅格飞行所需时间常数；
同时赋予航行栅格和飞行栅格以安全系数值Dn表示栅格安全系数属性：
Wn为浪阻数值，Rn为风阻数值，α、β分别为浪阻数值、风阻数值所占权重系数。
本发明进一步改进，所述S3步骤中基于改进A*算法和搜索策略相结合的方式具体包括：
S301、将起始点坐标信息放入Open三维数组，其中Open三维数组用于存放待筛选的节点栅格信息；
S302、判断Open三维数组是否为空数组，若不是则在其中寻找改进评价函数F(n)值最小栅格节点N作为父节点并将其放入Closed三维数组，反之则路径规划失败，其中Closed三维数组用于存放路径父节点栅格信息；
S303、判断N节点是否为目标点，若是，则路径规划成功；反之则结合搜索策略，将N节点与目标点相连并且提取连线段所经栅格障碍属性信息，若不存在障碍栅格，则路径规划成功，全局路径为当前节点与目标点的连线段部分与已规划完成路径的结合，反之则失败；
S304、扩展父节点N相邻26个子节点，判断其中是否有子节点N’已存在于Open三维数组中：
S3041、若不存在，则将所有子节点都放入Open三维数组中，并计算各自F(n)值，执行S302；
其中F(n)为改进评价函数，在原有A*算法的评价函数中添置附加代价项V(n),
包括路径规划具体某一栅格节点的能耗代价、时间代价及安全系数代价，其表达式为：
F(n)＝G(n)+H(n)+V(n)
其中V(n)表达式为：
V(n)＝01*(N1Cps+N2Cpf+N3Cpsf)+a2*(N1Cts+N2Ctf)+a3*Dn
式中N1为路径节点中航行栅格个数，N2为飞行栅格个数，N3为由航行栅格向飞行栅格过渡的次数，α1、α2、α3分别为能耗代价、耗时代价、安全系数代价所占的权值系数，可根据实际情况需要调节各项权值，完成不同模式下的路径规划；S3042、若存在，则判断经由N至N’节点是否具有更小的G(n)+V(n)值，若没有则将除N’节点剩余子节点放入Open三维数组并计算F(n)值，执行S302；反之则将N节点作为N’父节点，改N’为N，执行S304；
S305、通过不断遍历三维栅格地图中的节点，寻找出符合条件的最优路径栅格节点三维数组，按父-子节点顺序关系将其连接，得出一条涵盖水域航行和空中飞行相结合的最优路径。
本发明进一步改进，所述S4步骤在飞(航)行器作业过程中，通过图像自主识别设备一定范围内的障碍物，借助及时刷新地图信息进行二次路径规划，实现局部避障的功能；
本发明进一步改进，所述S5步骤中飞(航)行器到达指定地点后可向后方指挥中心发送成功到达信号、现场图像视频、遇难人员生命体征，并且实时接收后方发出的指令信号完成下一步路径规划。
本发明进一步改进，操作系统包括：两栖环境信息获取模块，用于获取飞(航)行器作业环境的具体信息；路径自主规划模块，通过设定起始点、目标点及评价函数中各项权值系数，完成全局路径的自主规划；局部自主避障模块，用于在自主识别到飞(航)行器一定范围内存在障碍物时，通过实时刷新地图信息，与当前点进行二次路径规划，实现自主避障功能；通信模块，用于在飞(航)行器到达指定地点后向后方指挥中心发送任务完成信号，同时可接收其发出的下一步路径规划指令。
本发明进一步改进，所述各操作系统模块涵盖子单元具体包括：两栖环境信息获取模块由“北斗”定位单元、水域环境检测单元、信息存储单元组成，“北斗”定位单元用于获取飞(航)行器和两栖环境下各障碍物的位置坐标信息，水域环境检测单元用于获取工作水域中过往船舶的数量和尺寸信息、各块水域的风浪数值信息，信息存储单元用于存储设备获取的各项信息内容；路径自主规划模块由信息调用单元、路径计算单元、路径生成单元组成，信息调用单元用于调用两栖环境信息获取模块中信息存储单元存储的各项环境信息，路径计算单元用于计算节点栅格代价值和符合目标路径的栅格坐标，路径生成单元用于将计算出的栅格连接成完整的路径线段；局部自主避障模块由图像自主识别单元、信息刷新单元、二次规划生成单元组成，图像自主识别单元用于监测飞(航)行器一定范围内是否存在障碍物，信息刷新单元用于在发现障碍后实时刷新当前地图信息，二次规划生成单元用于结合刷新后的地图信息，完成于当前点为起始点的二次路径规划。
本发明的有益效果：1、本发明公开的两栖环境三维栅格建模方法简单有效，主控处理速度快，同时赋予栅格属性涉及全面，为路径规划节点的选取提供可靠依据；
2、考虑到两栖飞(航)行器机动性能的影响，本发明公开的基于改进A*算法和搜索策略相结合的路径规划方法逻辑合理，避免了A*算法规划出路径拐点数量多的问题，提高了路径的平滑性。
3、本发明采用权值系数法限定了各项因素如能耗、耗时、安全系数等对于路径规划的影响，可通过实际情况地不同需求设定不同权值，完成不同目的下涵盖水域和空中两部分路径的自主规划。
4、本发明通过图像自主识别单元及时发现范围内障碍物，实时二次规划路径的实现有效地避免了原定全局路径中障碍物的动态移动，保证了两栖飞(航)行器作业的安全性和可靠性。
附图说明
图1是本发明公开的一种面向两栖无人搜救器的智能路径规划及避障方法的逻辑步骤示意图；
图2是本发明公开的两栖环境三维栅格建模示意图；
图3是本发明公开的基于改进A*算法和搜索策略相结合的算法结构流程图；
图4是本发明公开的智能路径规划及避障方法操作模块结构示意图；
图5是本发明公开的智能路径规划及避障方法操作模块具体内容单元结构示。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详细描述，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。
实施例，如图1所示，本发明公开的智能路径规划及避障方法包括如下步骤：
S1、获取实际两栖工作环境具体信息；
S2、完成两栖环境的三维栅格地图建模，同时赋予每个栅格对应的障碍属性、能耗属性、耗时属性及安全系数属性，栅格地图建模示意图如图2所示，底部规则排列的栅格代表水面，水面以上为三艘船舶随机分布；
S3、给定起始点和目标点，根据环境模型存储属性信息，基于改进A*算法和搜索策略相结合的方式，完成全局路径的自主规划；
S4、通过图像自主识别单元若检测到设备一定范围内存在障碍物，刷新地图信息并于当前点进行二次规划，刷新原定路径完成避障；
S5、到达指定目标点后向后方指挥中心发送信号并实时传输当前位置及其他信息。
本实施例中，如图3所示为本发明所使用的基于A*算法与搜索策略相结合的算法结构流程图，其包括以下流程：
Step1、确定起始点和目标点坐标位置，并输入其三维坐标信息；
Step2、根据实际情况需求，分别输入评价函数中能耗代价、耗时代价、安全系数代价的权值系数；
Step3、将起始点坐标信息放入Open三维数组，其中Open三维数组用于存放待筛选的节点栅格信息；
Step4、判断Open三维数组是否为空数组，若不是则在其中寻找改进评价函数F(n)值最小栅格节点N作为父节点并将其放入Closed三维数组，反之则路径规划失败，其中Closed三维数组用于存放路径父节点栅格信息；
Step5、判断N节点是否为目标点，若是，则路径规划成功；反之则结合搜索策略，将N节点与目标点相连并且提取连线段所经栅格障碍属性信息，若不存在障碍栅格，则路径规划成功，全局路径为当前节点与目标点的连线段部分与已规划完成路径的结合，反之则失败；
Step6、扩展父节点N相邻26个子节点，判断其中是否有子节点N’已存在于Open三维数组中：若不存在，则将所有子节点都放入Open三维数组中，并计算各自F(n)值，执行Step4；若存在，则判断经由N至N’节点是否具有更小的G(n)+V(n)值，若没有则将除N’节点剩余子节点放入Open三维数组并计算F(n)值，执行Step4；反之则将N节点作为N’父节点，改N’为N，执行重复执行Step6；
其中F(n)为改进评价函数，在原有A*算法的评价函数中添置附加代价项V(n),包括路径规划具体某一栅格节点的能耗代价、时间代价及安全系数代价，其表达式为：
V(n)＝01*(N1Cps+N2Cpf+N3Cpsf)+a2*(N1Cts+N2Ctf)+a3*Dn
式中N1为路径节点中航行栅格个数，N2为飞行栅格个数，N3为由航行栅格向飞行栅格过渡的次数，α1、α2、α3分别为能耗代价、耗时代价、安全系数代价所占的权值系数，在Step2中可进行调节；
Step7、通过不断遍历三维栅格地图中的节点，寻找出符合条件的最优路径栅格节点三维数组，按父-子节点顺序关系将其连接，得出一条涵盖水域航行和空中飞行相结合的最优路径。
本实施例中，智能路径规划及避障方法操作模块结构如图4所示，两栖环境信息获取模块101用于获取飞(航)行器作业环境的具体信息；路径自主规划模块102通过设定起始点、目标点及评价函数中各项权值系数，完成全局路径的自主规划；局部自主避障模块103用于在自主识别到飞(航)行器一定范围内存在障碍物时，通过实时刷新地图信息，与当前点进行二次路径规划，实现自主避障功能；通信模块104用于在飞(航)行器到达指定地点后向后方指挥中心发送任务完成信号，同时可接收其发出的下一步路径规划指令。
本实施例中，如图5为本发明公开的智能路径规划及避障方法操作模块具体内容单元结构示意图，两栖环境信息获取模块201由“北斗”定位单元2011、水域环境检测单元2012、信息存储单元2013组成，“北斗”定位单元2011用于获取飞(航)行器和两栖环境下各障碍物的位置坐标信息，水域环境检测单元2012用于获取工作水域中过往船舶的数量和尺寸信息、各块水域的风浪数值信息，信息存储单元2013用于存储设备获取的各项信息内容；路径自主规划模块202由信息调用单元2021、路径计算单元2022、路径生成单元2023组成，信息调用单元2021用于调用两栖环境信息获取模块中信息存储单元存储的各项环境信息，路径计算单元2022用于计算节点栅格代价值和符合目标路径的栅格坐标，路径生成单元2023用于将计算出的栅格连接成完整的路径线段；局部自主避障模块203由图像自主识别单元2031、信息刷新单元2032、二次规划生成单元2033组成，图像自主识别单元2031用于监测飞(航)行器一定范围内是否存在障碍物，信息刷新单元2032用于在发现障碍后实时刷新当前地图信息，二次规划生成单元2033用于结合刷新后的地图信息，完成于当前点为起始点的二次路径规划。
本实施例中，通过四个模块及其各组成单元的共同作用，能够根据操作用户对两栖飞(航)行器的期望要求规划出对应的涵盖水域航行和空中飞行两部分结合的最优路径。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化状态改进，这些变化和改进都在要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，包括如下步骤：
S1、获取实际两栖工作环境具体信息；
S2、完成两栖环境的三维栅格地图建模，同时赋予每个栅格对应的障碍属性、能耗属性、耗时属性及安全系数属性；
S3、给定起始点和目标点，根据环境模型存储属性信息，基于改进A*算法和搜索策略相结合的方式，完成全局路径的自主规划；
S4、通过图像自主识别单元若检测到设备一定范围内存在障碍物，刷新地图信息并于当前点进行二次规划，刷新原定路径完成避障；
S5、到达指定目标点后向后方指挥中心发送信号并实时传输当前位置及其他信息。
2.根据权利要求1所述的一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，所述S1步骤具体包括：
S101、通过作业环境当地海事部门监测中心，获取当前水域过往船舶尺寸及坐标位置信息、水域暗礁位置信息、危险水域位置信息；
S102、通过坐标系转换的方式，将获取的实际环境中各障碍、不可行区域位置信息根据其实际大小转换至两栖飞(航)行器的位置坐标系中。
3.根据权利要求1所述的一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，所述S2步骤中两栖环境的三维建模和栅格属性定义过程具体包括：
S201、将两栖工作环境近似看做等比例大小的长方体，按照一定尺寸划分成均匀且规则的三维栅格；
S202、鉴于两栖环境的特殊性，赋予不同的栅格以不同的状态属性：
若栅格所处位置存在障碍物，称为障碍栅格，飞(航)行器可通过，反之则为自由栅格，飞(航)行器不可通过；
若栅格所处介质环境为水域，称为航行栅格，并使其附加航行能耗常数Cps和耗时常数Cts，Cps表示单位栅格航行消耗电能总量，Cts表示单位栅格航行所需时间常量，反之为飞行栅格，使其附加飞行能耗常数Cpf和耗时常数Ctf，Cpf表示单位栅格飞行消耗电能总量，Ctf表示单位栅格飞行所需时间常数；
同时赋予航行栅格和飞行栅格以安全系数值Dn表示栅格安全系数属性：
Wn为浪阻数值，Rn为风阻数值，α、β分别为浪阻数值、风阻数值所占权重系数。
4.根据权利要求1所述的一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，所述S3步骤中基于改进A*算法和搜索策略相结合的方式具体包括：
S301、将起始点坐标信息放入Open三维数组，其中Open三维数组用于存放待筛选的节点栅格信息；
S302、判断Open三维数组是否为空数组，若不是则在其中寻找改进评价函数F(n)值最小栅格节点N作为父节点并将其放入Closed三维数组，反之则路径规划失败，其中Closed三维数组用于存放路径父节点栅格信息；
S303、判断N节点是否为目标点，若是，则路径规划成功；反之则结合搜索策略，将N节点与目标点相连并且提取连线段所经栅格障碍属性信息，若不存在障碍栅格，则路径规划成功，全局路径为当前节点与目标点的连线段部分与已规划完成路径的结合，反之则失败；
S304、扩展父节点N相邻26个子节点，判断其中是否有子节点N’已存在于Open三维数组中：
S3041、若不存在，则将所有子节点都放入Open三维数组中，并计算各自F(n)值，执行S302；
其中F(n)为改进评价函数，在原有A*算法的评价函数中添置附加代价项V(n)，
包括路径规划具体某一栅格节点的能耗代价、时间代价及安全系数代价，其表达式为：
F(n)＝G(n)+H(n)+V(n)
其中V(n)表达式为：
V(n)＝a1*(N1Cps+N2Cpf+N3Cpsf)+a2*(N1Cts+N2Ctf)+a3*Dn
式中N1为路径节点中航行栅格个数，N2为飞行栅格个数，N3为由航行栅格向飞行栅格过渡的次数，α1、α2、α3分别为能耗代价、耗时代价、安全系数代价所占的权值系数，可根据实际情况需要调节各项权值，完成不同模式下的路径规划；
S3042、若存在，则判断经由N至N’节点是否具有更小的G(n)+V(n)值，若没有则将除N’节点剩余子节点放入Open三维数组并计算F(n)值，执行S302；反之则将N节点作为N’父节点，改N’为N，执行S304；
S305、通过不断遍历三维栅格地图中的节点，寻找出符合条件的最优路径栅格节点三维数组，按父-子节点顺序关系将其连接，得出一条涵盖水域航行和空中飞行相结合的最优路径。
5.根据权利要求1所述的一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，所述S4步骤在飞(航)行器作业过程中，通过图像自主识别设备一定范围内的障碍物，借助及时刷新地图信息进行二次路径规划，实现局部避障的功能。
6.根据权利要求1所述的一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，所述S5步骤中飞(航)行器到达指定地点后可向后方指挥中心发送成功到达信号、现场图像视频、遇难人员生命体征，并且实时接收后方发出的指令信号完成下一步路径规划。
7.根据权利要求1所述的一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，操作系统包括：两栖环境信息获取模块，用于获取飞(航)行器作业环境的具体信息；路径自主规划模块，通过设定起始点、目标点及评价函数中各项权值系数，完成全局路径的自主规划；局部自主避障模块，用于在自主识别到飞(航)行器一定范围内存在障碍物时，通过实时刷新地图信息，与当前点进行二次路径规划，实现自主避障功能；通信模块，用于在飞(航)行器到达指定地点后向后方指挥中心发送任务完成信号，同时可接收其发出的下一步路径规划指令。
8.根据权利要求7所述的一种面向两栖无人搜救器的智能路径规划及避障方法，其特征在于，所述各操作系统模块涵盖子单元具体包括：两栖环境信息获取模块由“北斗”定位单元、水域环境检测单元、信息存储单元组成，“北斗”定位单元用于获取飞(航)行器和两栖环境下各障碍物的位置坐标信息，水域环境检测单元用于获取工作水域中过往船舶的数量和尺寸信息、各块水域的风浪数值信息，信息存储单元用于存储设备获取的各项信息内容；路径自主规划模块由信息调用单元、路径计算单元、路径生成单元组成，信息调用单元用于调用两栖环境信息获取模块中信息存储单元存储的各项环境信息，路径计算单元用于计算节点栅格代价值和符合目标路径的栅格坐标，路径生成单元用于将计算出的栅格连接成完整的路径线段；局部自主避障模块由图像自主识别单元、信息刷新单元、二次规划生成单元组成，图像自主识别单元用于监测飞(航)行器一定范围内是否存在障碍物，信息刷新单元用于在发现障碍后实时刷新当前地图信息，二次规划生成单元用于结合刷新后的地图信息，完成于当前点为起始点的二次路径规划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910206656.1A CN109871022A (zh) | 2019-03-18 | 2019-03-18 | 一种面向两栖无人搜救器的智能路径规划及避障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910206656.1A CN109871022A (zh) | 2019-03-18 | 2019-03-18 | 一种面向两栖无人搜救器的智能路径规划及避障方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109871022A true CN109871022A (zh) | 2019-06-11 |
Family
ID=66920787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910206656.1A Pending CN109871022A (zh) | 2019-03-18 | 2019-03-18 | 一种面向两栖无人搜救器的智能路径规划及避障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109871022A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110282553A (zh) * | 2019-06-26 | 2019-09-27 | 上海应用技术大学 | 桥式起重机路径规划方法及系统 |
| CN110588973A (zh) * | 2019-09-27 | 2019-12-20 | 江苏科技大学 | 一种基于两栖无人航行器的青少年溺水预防和救助平台及其方法 |
| CN111176273A (zh) * | 2019-12-24 | 2020-05-19 | 中国科学院合肥物质科学研究院 | 无人机动平台在多域地形环境下的全局路径规划方法 |
| CN112068564A (zh) * | 2020-09-10 | 2020-12-11 | 中国船舶科学研究中心 | 一种基于经济航行优化的船舶智能操控方法 |
| CN112254720A (zh) * | 2020-10-15 | 2021-01-22 | 哈尔滨工程大学 | 考虑风能捕获的自然能驱动机器人航线规划方法 |
| CN112606973A (zh) * | 2020-12-29 | 2021-04-06 | 武汉理工大学 | 一种水空两栖立体式搜救系统及方法 |
| CN113093737A (zh) * | 2021-03-18 | 2021-07-09 | 武汉理工大学 | 水空两栖式全方位自主搜救舰队 |
| CN113110464A (zh) * | 2021-04-22 | 2021-07-13 | 集美大学 | 一种降低能耗的智能全电船路径规划方法 |
| CN113867337A (zh) * | 2021-09-14 | 2021-12-31 | 武汉理工大学 | 一种用于海事搜救的编队路径规划方法及系统 |
| CN113985892A (zh) * | 2021-11-17 | 2022-01-28 | 江苏科技大学 | 一种基于改进a＊算法的智能船舶路径规划方法 |
| CN114089762A (zh) * | 2021-11-22 | 2022-02-25 | 江苏科技大学 | 一种基于强化学习的水空两栖无人航行器路径规划方法 |
| CN114111489A (zh) * | 2021-11-05 | 2022-03-01 | 重庆望江工业有限公司 | 一种两栖无人机械手破障装备 |
| CN115077556A (zh) * | 2022-07-26 | 2022-09-20 | 中国电子科技集团公司第二十八研究所 | 一种基于多维度地图的无人车野战路径规划方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102830702A (zh) * | 2012-09-07 | 2012-12-19 | 无锡普智联科高新技术有限公司 | 一种用于密集存储区域的移动机器人路径规划方法 |
| CN105843222A (zh) * | 2016-03-18 | 2016-08-10 | 北京航空航天大学 | 一种六轮/腿机器人复合运动路径规划方法 |
| CN108121333A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 导购机器人 |
| CN108444482A (zh) * | 2018-06-15 | 2018-08-24 | 东北大学 | 一种无人机自主寻路避障方法及系统 |
| US20180335788A1 (en) * | 2017-05-22 | 2018-11-22 | Brunswick Corporation | Systems and methods for raising and lowering a marine device on a marine vessel |
| CN109374004A (zh) * | 2018-11-12 | 2019-02-22 | 智慧航海（青岛）科技有限公司 | 一种基于ia*算法的智能无人船舶路径规划方法 |
| CN109375625A (zh) * | 2018-11-12 | 2019-02-22 | 智慧航海（青岛）科技有限公司 | 一种基于快速搜索遗传算法的智能船舶路径规划方法 |
-
2019
- 2019-03-18 CN CN201910206656.1A patent/CN109871022A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102830702A (zh) * | 2012-09-07 | 2012-12-19 | 无锡普智联科高新技术有限公司 | 一种用于密集存储区域的移动机器人路径规划方法 |
| CN105843222A (zh) * | 2016-03-18 | 2016-08-10 | 北京航空航天大学 | 一种六轮/腿机器人复合运动路径规划方法 |
| CN108121333A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 导购机器人 |
| US20180335788A1 (en) * | 2017-05-22 | 2018-11-22 | Brunswick Corporation | Systems and methods for raising and lowering a marine device on a marine vessel |
| CN108444482A (zh) * | 2018-06-15 | 2018-08-24 | 东北大学 | 一种无人机自主寻路避障方法及系统 |
| CN109374004A (zh) * | 2018-11-12 | 2019-02-22 | 智慧航海（青岛）科技有限公司 | 一种基于ia*算法的智能无人船舶路径规划方法 |
| CN109375625A (zh) * | 2018-11-12 | 2019-02-22 | 智慧航海（青岛）科技有限公司 | 一种基于快速搜索遗传算法的智能船舶路径规划方法 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110282553A (zh) * | 2019-06-26 | 2019-09-27 | 上海应用技术大学 | 桥式起重机路径规划方法及系统 |
| CN110588973A (zh) * | 2019-09-27 | 2019-12-20 | 江苏科技大学 | 一种基于两栖无人航行器的青少年溺水预防和救助平台及其方法 |
| CN110588973B (zh) * | 2019-09-27 | 2023-01-06 | 江苏科技大学 | 一种基于两栖无人航行器的青少年溺水预防和救助平台及其方法 |
| CN111176273A (zh) * | 2019-12-24 | 2020-05-19 | 中国科学院合肥物质科学研究院 | 无人机动平台在多域地形环境下的全局路径规划方法 |
| CN111176273B (zh) * | 2019-12-24 | 2022-03-11 | 中国科学院合肥物质科学研究院 | 无人机动平台在多域地形环境下的全局路径规划方法 |
| CN112068564A (zh) * | 2020-09-10 | 2020-12-11 | 中国船舶科学研究中心 | 一种基于经济航行优化的船舶智能操控方法 |
| CN112068564B (zh) * | 2020-09-10 | 2022-09-06 | 中国船舶科学研究中心 | 一种基于经济航行优化的船舶智能操控方法 |
| CN112254720A (zh) * | 2020-10-15 | 2021-01-22 | 哈尔滨工程大学 | 考虑风能捕获的自然能驱动机器人航线规划方法 |
| CN112606973A (zh) * | 2020-12-29 | 2021-04-06 | 武汉理工大学 | 一种水空两栖立体式搜救系统及方法 |
| CN113093737A (zh) * | 2021-03-18 | 2021-07-09 | 武汉理工大学 | 水空两栖式全方位自主搜救舰队 |
| CN113093737B (zh) * | 2021-03-18 | 2024-01-16 | 武汉理工大学 | 水空两栖式全方位自主搜救舰队 |
| CN113110464A (zh) * | 2021-04-22 | 2021-07-13 | 集美大学 | 一种降低能耗的智能全电船路径规划方法 |
| CN113867337A (zh) * | 2021-09-14 | 2021-12-31 | 武汉理工大学 | 一种用于海事搜救的编队路径规划方法及系统 |
| CN114111489A (zh) * | 2021-11-05 | 2022-03-01 | 重庆望江工业有限公司 | 一种两栖无人机械手破障装备 |
| CN113985892A (zh) * | 2021-11-17 | 2022-01-28 | 江苏科技大学 | 一种基于改进a＊算法的智能船舶路径规划方法 |
| CN113985892B (zh) * | 2021-11-17 | 2023-09-22 | 江苏科技大学 | 一种基于改进a＊算法的智能船舶路径规划方法 |
| CN114089762A (zh) * | 2021-11-22 | 2022-02-25 | 江苏科技大学 | 一种基于强化学习的水空两栖无人航行器路径规划方法 |
| CN114089762B (zh) * | 2021-11-22 | 2024-06-21 | 江苏科技大学 | 一种基于强化学习的水空两栖无人航行器路径规划方法 |
| CN115077556B (zh) * | 2022-07-26 | 2022-11-18 | 中国电子科技集团公司第二十八研究所 | 一种基于多维度地图的无人车野战路径规划方法 |
| CN115077556A (zh) * | 2022-07-26 | 2022-09-20 | 中国电子科技集团公司第二十八研究所 | 一种基于多维度地图的无人车野战路径规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109871022A (zh) | 一种面向两栖无人搜救器的智能路径规划及避障方法 | |
| US20220397917A1 (en) | Systems and methods for 3d model based drone flight planning and control | |
| CN108196575B (zh) | 一种无人机任务分配及路线规划方法 | |
| CN105892489B (zh) | 一种基于多传感器融合的自主避障无人机系统及控制方法 | |
| Nuske et al. | Autonomous exploration and motion planning for an unmanned aerial vehicle navigating rivers | |
| CN110728857B (zh) | 一种基于可垂直起降无人机的低空隔离空域交通管理方法 | |
| CN109358638A (zh) | 基于分布式地图的无人机视觉避障方法 | |
| CN109923492A (zh) | 飞行路径确定 | |
| CN106970648A (zh) | 城市低空环境下无人机多目标路径规划联合搜索方法 | |
| JP2018165930A (ja) | ドローンナビゲーション装置、ドローンナビゲーション方法及びドローンナビゲーションプログラム | |
| CN105492985A (zh) | 多传感器环境地图构建 | |
| CN114089762B (zh) | 一种基于强化学习的水空两栖无人航行器路径规划方法 | |
| Hardouin et al. | Next-Best-View planning for surface reconstruction of large-scale 3D environments with multiple UAVs | |
| CN109670656A (zh) | 一种基于4g网络的无人机最优通信路线规划方法 | |
| CN107478233A (zh) | 一种地质勘探航迹规划方法及系统 | |
| Deng et al. | Automatic collaborative water surface coverage and cleaning strategy of UAV and USVs | |
| Ochoa et al. | Urban metric maps for small unmanned aircraft systems motion planning | |
| Zhao et al. | Autonomous exploration method for fast unknown environment mapping by using UAV equipped with limited FOV sensor | |
| Li et al. | Dynamic route planning for a USV-UAV multi-robot system in the rendezvous task with obstacles | |
| Wang et al. | Coverage path planning design of mapping UAVs based on particle swarm optimization algorithm | |
| CN116661479B (zh) | 建筑巡检路径规划方法、设备和可读存储介质 | |
| Dong et al. | Distributed cooperative complete coverage path planning in an unknown environment based on a heuristic method | |
| Politi et al. | Path planning and landing for unmanned aerial vehicles using ai | |
| US20230152123A1 (en) | Route planning for a ground vehicle through unfamiliar terrain | |
| CN113625764A (zh) | 基于边界驱动的无人机自主探索方法、导航系统及无人机 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190611 |