CN110296704A - 一种基于可视图建模的航迹规划方法 - Google Patents

一种基于可视图建模的航迹规划方法 Download PDF

Info

Publication number
CN110296704A
CN110296704A CN201910554639.7A CN201910554639A CN110296704A CN 110296704 A CN110296704 A CN 110296704A CN 201910554639 A CN201910554639 A CN 201910554639A CN 110296704 A CN110296704 A CN 110296704A
Authority
CN
China
Prior art keywords
obstacle
node
line
figures
air route
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
Application number
CN201910554639.7A
Other languages
English (en)
Inventor
王晓原
姜雨函
夏媛媛
高杰
柴垒
赵新越
朱慎超
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.)
Navigation Brilliance Qingdao Technology Co Ltd
Original Assignee
Navigation Brilliance Qingdao Technology Co Ltd
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 Navigation Brilliance Qingdao Technology Co Ltd filed Critical Navigation Brilliance Qingdao Technology Co Ltd
Priority to CN201910554639.7A priority Critical patent/CN110296704A/zh
Publication of CN110296704A publication Critical patent/CN110296704A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/203Specially adapted for sailing ships

Abstract

本发明涉及智能船舶控制技术,公开了一种基于可视图建模的航迹规划方法,通过简化用于航迹规划的可视图模型,通过航迹规划算法实时寻找效果最优的可视边,达到环境建模与路径规划同步进行的效果,大幅度提升了算法的执行效率,降低了建模用时以及路径规划用时,同时避免了冗余的环境模型的数据的生成。

Description

一种基于可视图建模的航迹规划方法
技术领域
本发明涉及智能船舶控制技术领域,尤其涉及一种基于可视图建模的航迹规划方法。
背景技术
船舶航迹规划是指船舶能够根据航行环境在保证安全的前提下(避开各种动态或静态的碍航物)自主规划出一条路径最短的最优路径。航迹规划是基于环境建模的数据基础而来的,传统的航迹规划和环境建模是各自独立的,必须依靠数据完备的环境模型数据才能进行精准的航迹规划,这样不仅延长了算法执行时间且会生成许多冗余的环境模型数据。可视图建模是一种常用的环境建模方法,但在复杂的环境中,大量的可视边(可航线路段)的构建不仅增加了建模的难度且降低了航迹规划的精度,因此,仍有深度优化的必要。
发明内容
(一)要解决的技术问题
为了解决现有技术的上述问题,本发明提供一种基于可视图建模的航迹规划方法。
(二)技术方案
为了达到上述目的,本发明实施例中提供一种基于可视图建模的航迹规划方法,包括:
步骤S1、获取航行环境信息,生成用于航迹规划的可视图,所述航行环境信息包括船舶的起点信息、目标点信息、障碍物信息、不可行航行区域信息,所述可视图包括起点、目标点,以及与障碍物和不可行航行区域对应的障碍图形;
步骤S2、连接起点和目标点,形成贯穿线;
步骤S3、获取与贯穿线相交的多个障碍图形,并获取所述多个障碍图形与贯穿线的距离最远的顶点,在贯穿线的一侧,依次连接起点、所有与贯穿线相交的障碍图形的顶点和目标点,形成一折线,位于贯穿线两侧的两条的折线围成一多边形区域;
步骤S4、去除可视图中所有与多边形区域不相交的障碍图形;
步骤S5、可视图中所有障碍图形的顶点构成可选的航路节点,基于所有可选的航路节点获取从起点到目标点的航时最短的最优航线。
可选的,步骤S5中基于所有可选的航路节点获取从起点到目标点的航时最短的最优航线的步骤包括:
步骤S50、创建第一列表和第二列表,所述第一列表用于存储起点、目标点和所有航路节点,所述第二列表用于存储最优航线的航路节点;
步骤S51、根据公式f(x)=gn+hn计算第一列表中的所有航路节点对应的路径的总代价,以获取路径的总代价最小的航路节点,并将该航路节点设定为当前节点,其中,gn值表示从起点到航路节点的路径总耗时,hn值表示从航路节点到终点的路径总耗时;
步骤S52、判断步骤S51中获得的当前节点是否为目标点,如果是,执行步骤S57,如果否,执行步骤S53;
步骤S53、判断当前节点是否被访问过,如果是,执行步骤S55,如果否,执行步骤S54;
步骤S54、连接当前节点与上一航路节点,形成穿越线,所述上一航路节点与当前节点相邻,且在折线上位于靠近起点的一侧,如果该穿越线不在可视图中,将其作为可视边添加到可视图中,如果该穿越线在可视图中且不与障碍图形相交,更新当前节点的状态为被访问过,执行步骤S51;
步骤S55、连接当前节点与目标节点形成穿越线,如果该穿越线在可视图中或不与障碍图形相交,执行步骤S57,如果该穿越线不在可视图中,执行步骤S56;
步骤S56、将步骤S51中的当前节点添加到第二列表中,同时从第一列表中删除该当前节点,然后将与步骤S55中的穿越线相交的障碍图形中距离该穿越线两侧最远的顶点放入第一列表中,执行步骤S51;
步骤S57、将第二列表中的所有节点与可视边组成的连线输出,该连线即为最优航线。
可选的,在步骤S4之后,步骤S5之前,所述航迹规划方法还包括:
检测是否有相邻的两个障碍图形可融合,从起点到目标点的一侧,若可视图中相邻的两个障碍图形的中心的连线与贯穿线不相交,则对该相邻的两个障碍图形进行融合处理,形成新的障碍图形。
可选的,对相邻的两个障碍图形进行融合处理的步骤为:
在所述相邻的两个障碍图形的中心的连线的两侧做两个障碍图形的公切线,公切线与两个障碍图形的轮廓线围成的图形即为新的障碍图形,所述相邻的两个障碍图形位于所述新的障碍图形内。
(三)有益效果
本发明的有益效果是:
本发明在构建基础的环境模型的时候,通过采取删减无效障碍物、融合可定向融合障碍物等方法对模型进行深度优化,大幅度降低了模型的复杂度,减少了可视边的数量,避免了冗余的环境模型数据的产生,从而提高了后续路径规划算法的执行效率。
本发明将路径搜索与环境模型的构造的过程融合在一起,基于删减融合的可视图的骨架构造方法以及路径规划算法,在搜索最优路径的过程中同步生成可视图,不仅降低了模型架构的时间也提高了全局路径规划的效率。
本发明所构建的环境模型不会影响原路径规划算法的精度,保证了在提升算法执行效率的同时确保结果的安全性与经济性。
本发明的应用范围广,在广阔海域复杂海况的环境中具有常规路径规划算法无法比拟的优越性。
本发明灵活性较高,只要是通过节点探索策略进行路径规划的算法均适用于本发明的技术方案。
附图说明
图1为本发明实施例中基于可视图建模的航迹规划方法的流程图;
图2为根据航行环境信息,生成的用于航迹规划的可视图;
图3为去除不与贯穿线相交的障碍图形之后的可视图;
图4为对相邻的两个障碍图形进行融合处理之后的可视图;
图5为利用本发明的航迹规划算法获取最优航线后的可视图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
在具体介绍本发明的技术方案之前,对本发明涉及的专业术语进行说明。
可视图建模是指在起始点以及航行环境中各障碍物的顶点之间,每两点进行可视化判断,若两点间无障碍物,则说明两点可视,则该两点间的连线称为可视边。
如图1所示,本发明实施例中提供一种基于动态可视图建模的航迹规划方法,包括:
步骤S1、获取航行环境信息,生成用于航迹规划的可视图,所述航行环境信息包括船舶的起点信息、目标点信息、障碍物信息、不可行航行区域信息,所述可视图包括起点、目标点,以及与障碍物和不可行航行区域对应的障碍图形;
步骤S2、连接起点和目标点,形成贯穿线;
步骤S3、获取与贯穿线相交的多个障碍图形,并获取所述多个障碍图形与贯穿线的距离最远的顶点,在贯穿线的一侧,依次连接起点、所有与贯穿线相交的障碍图形的顶点和目标点,形成一折线,位于贯穿线两侧的两条的折线围成一多边形区域;
步骤S4、去除可视图中所有与多边形区域不相交的障碍图形;
步骤S5、可视图中所有障碍图形的顶点构成可选的航路节点,基于所有可选的航路节点获取从起点到目标点的航时最短的最优航线。
上述技术方案通过简化用于航迹规划的可视图模型,通过航迹规划算法实时寻找效果最优的可视边,达到环境建模与路径规划同步进行的效果,大幅度提升了算法的执行效率,降低了建模用时以及路径规划用时,同时避免了冗余的环境模型的数据的生成。
其中,所述贯穿线具体可以为大圆航线,为从起点到目标点的最短连线,有利于实现航时最短的最优航线。
相邻两个航路节点之间的连线形成可视边,可视边与障碍图形不相交,所有可视边和障碍图形的侧边构成从起点到目标点的可航行路段。
为了进一步简化可视图,在步骤S4之后,步骤S5之前还包括:
检测是否有相邻的两个障碍图形可融合,从起点到目标点的一侧,若可视图中相邻的两个障碍图形的中心的连线与贯穿线不相交,则对该相邻的两个障碍图形进行融合处理,形成新的障碍图形。
上述步骤通过对中心连线位于贯穿线一侧的相邻两个障碍图形进行融合处理,进一步简化可视图,提升航迹规划算法的执行效率。
其中,对相邻的两个障碍图形进行融合处理的步骤具体可以为:
在所述相邻的两个障碍图形的中心的连线的两侧做两个障碍图形的公切线,公切线与两个障碍图形的轮廓线围成的图形即为新的障碍图形,所述相邻的两个障碍图形位于所述新的障碍图形内。
上述融合处理方法将相邻的两个障碍图形连通成一个障碍图形,进一步简化了可视图,而且通过做公切线能够使得新的障碍图形的面积最小,减小对航迹规划的影响。
需要说明的是,对相邻的两个障碍图形进行融合处理的方法并不局限于上述一种。
本实施例中,通过以下航迹规划算法来获取从起点到目标点的航时最短的最优航线,具体为:步骤S5中基于所有可视边、以及障碍图形的侧边获取从起点到目标点的航时最短的最优航线的步骤包括:
步骤S50、创建第一列表和第二列表,所述第一列表用于存储起点、目标点和所有航路节点,所述第二列表用于存储最优航线的航路节点;
步骤S51、根据公式f(x)=gn+hn计算第一列表中的所有航路节点对应的路径的总代价,以获取路径的总代价最小的航路节点,并将该航路节点设定为当前节点,其中,gn值表示从起点到航路节点的路径总耗时,hn值表示从航路节点到终点的路径总耗时;
步骤S52、判断步骤S51中获得的当前节点是否为目标点,如果是,执行步骤S57,如果否,执行步骤S53;
步骤S53、判断当前节点是否被访问过,如果是,执行步骤S55,如果否,执行步骤S54;
步骤S54、连接当前节点与上一航路节点,形成穿越线,所述上一航路节点与当前节点相邻,且在折线(步骤S2中的折线)上位于靠近起点的一侧,如果该穿越线不在可视图中,将其作为可视边添加到可视图中,如果该穿越线在可视图中且不与障碍图形相交,更新当前节点的状态为被访问过;
步骤S55、连接当前节点与目标节点形成穿越线,如果该穿越线在可视图中或不与障碍图形相交,执行步骤S57,如果该穿越线不在可视图中,执行步骤S56;
步骤S56、将步骤S51中的当前节点添加到第二列表中,同时从第一列表中删除该当前节点,然后将与步骤S55中的穿越线相交的障碍图形中距离该穿越线两侧最远的顶点放入第一列表中,执行步骤S51;
步骤S57、将第二列表中的所有节点与可视边组成的连线输出,该连线即为最优航线。
通过上述航迹规划算法可以从构建的可视图的所有航路节点中获取航时最短的最优航线。
上述技术方案中,gn值是从起点到当前节点之间,所有相邻两个的航路节点的路径耗时之和,即起点到第一个航路节点、第一个航路节点到第二个航路节点、第二个航路节点到第三个航路节点……直到与该当前节点相邻的前一个航路节点到该当前节点的所有路径的耗时之和。同理,hn值是从当前节点到终点之间,所有相邻两个的航路节点的路径耗时之和,即当前节点到第n个航路节点(与该当前节点相邻的下一个航路节点)、第n个航路节点到第n+1航路节点、第n+1个航路节点到第n+12个航路节点……直到该当前节点到终点的所有路径的耗时之和,其中,n为正整数。
需要说明的是,本发明的技术方案不仅可以利用上述航迹规划算法获取最优航线,还可以利用dijkstra算法、跳点搜索算法等路径规划算法获取最优航线,只要是通过航路节点探索策略进行路径规划的算法均适用于本发明的技术方案。
在实际航行中,可以将航程分为多段,采用本发明的技术方案进行每段航程的航迹规划,以减少建模的数据的生成,降低建模用时,提升算法的执行效率。
结合图2-图5所示,下面以一具体的实施方式来描述本发明的技术方案。
如图2所示,S为起点,G为目标点,连接起点S和目标点G,形成贯穿线10,构建多边形区域100;
如图3所示,去除与多边形区域100不相交的障碍图形1,对多边形区域100内的障碍图形进行融合处理,形成用于航迹规划的可视图;
如图4所示,检测从起点到目标点的一侧具有相邻的两个障碍图形可融合,对该相邻的两个障碍图形进行融合处理,形成新的障碍图形;
如图5所示,利用本发明的路径规划算法获取最优航线的航路节点1、2、3,然后依次连接起点S、1、2、3、G,形成可视边a、b、c、d,将可视边a、b、c、d输出得到最优航线,具体如下图:
经由公式f(x)的确定,将航路节点1确认为当前节点,然后构建由起点s到航路节点1的穿越线a,经判定a为起点S和航路节点1之间的可视边,便将其加入到可视图中,即将穿越线a描绘出来;
然后根据公式f(x)将航路节点2确认为当前节点,同时构建上一航路节点1到当前节点2的穿越线b,经判定穿越线b为航路节点1和2间的可视边,将其加入到可视图中,即将穿越线b描绘出来;然后寻找到航路节点3,构建航路节点2和3之间的可视边c,最后找到目标点G,构建航路节点3和目标点G之间的可视边d,确定到达目标点寻路结束,最后输出由起点S、航路节点1、航路节点2、航路节点3、目标点G和可视边a、b、c、d组成的最优航线。
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,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。

Claims (4)

1.一种基于可视图建模的航迹规划方法,其特征在于,包括:
步骤S1、获取航行环境信息,生成用于航迹规划的可视图,所述航行环境信息包括船舶的起点信息、目标点信息、障碍物信息、不可行航行区域信息,所述可视图包括起点、目标点,以及与障碍物和不可行航行区域对应的障碍图形;
步骤S2、连接起点和目标点,形成贯穿线;
步骤S3、获取与贯穿线相交的多个障碍图形,并获取所述多个障碍图形与贯穿线的距离最远的顶点,在贯穿线的一侧,依次连接起点、所有与贯穿线相交的障碍图形的顶点和目标点,形成一折线,位于贯穿线两侧的两条的折线围成一多边形区域;
步骤S4、去除可视图中所有与多边形区域不相交的障碍图形;
步骤S5、可视图中所有障碍图形的顶点构成可选的航路节点,基于所有可选的航路节点获取从起点到目标点的航时最短的最优航线。
2.如权利要求1所述的航迹规划方法,其特征在于,步骤S5中基于所有可选的航路节点获取从起点到目标点的航时最短的最优航线的步骤包括:
步骤S50、创建第一列表和第二列表,所述第一列表用于存储起点、目标点和所有航路节点,所述第二列表用于存储最优航线的航路节点;
步骤S51、根据公式f(x)=gn+hn计算第一列表中的所有航路节点对应的路径的总代价,以获取路径的总代价最小的航路节点,并将该航路节点设定为当前节点,其中,gn值表示从起点到航路节点的路径总耗时,hn值表示从航路节点到终点的路径总耗时;
步骤S52、判断步骤S51中获得的当前节点是否为目标点,如果是,执行步骤S57,如果否,执行步骤S53;
步骤S53、判断当前节点是否被访问过,如果是,执行步骤S55,如果否,执行步骤S54;
步骤S54、连接当前节点与上一航路节点,形成穿越线,所述上一航路节点与当前节点相邻,且在折线上位于靠近起点的一侧,如果该穿越线不在可视图中,将其作为可视边添加到可视图中,如果该穿越线在可视图中且不与障碍图形相交,更新当前节点的状态为被访问过,执行步骤S51;
步骤S55、连接当前节点与目标节点形成穿越线,如果该穿越线在可视图中或不与障碍图形相交,执行步骤S57,如果该穿越线不在可视图中,执行步骤S56;
步骤S56、将步骤S51中的当前节点添加到第二列表中,同时从第一列表中删除该当前节点,然后将与步骤S55中的穿越线相交的障碍图形中距离该穿越线两侧最远的顶点放入第一列表中,执行步骤S51;
步骤S57、将第二列表中的所有节点与可视边组成的连线输出,该连线即为最优航线。
3.如权利要求1所述的航迹规划方法,其特征在于,在步骤S4之后,步骤S5之前,所述航迹规划方法还包括:
检测是否有相邻的两个障碍图形可融合,从起点到目标点的一侧,若可视图中相邻的两个障碍图形的中心的连线与贯穿线不相交,则对该相邻的两个障碍图形进行融合处理,形成新的障碍图形。
4.如权利要求1所述的航迹规划方法,其特征在于,对相邻的两个障碍图形进行融合处理的步骤为:
在所述相邻的两个障碍图形的中心的连线的两侧做两个障碍图形的公切线,公切线与两个障碍图形的轮廓线围成的图形即为新的障碍图形,所述相邻的两个障碍图形位于所述新的障碍图形内。
CN201910554639.7A 2019-06-25 2019-06-25 一种基于可视图建模的航迹规划方法 Pending CN110296704A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910554639.7A CN110296704A (zh) 2019-06-25 2019-06-25 一种基于可视图建模的航迹规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910554639.7A CN110296704A (zh) 2019-06-25 2019-06-25 一种基于可视图建模的航迹规划方法

Publications (1)

Publication Number Publication Date
CN110296704A true CN110296704A (zh) 2019-10-01

Family

ID=68028793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910554639.7A Pending CN110296704A (zh) 2019-06-25 2019-06-25 一种基于可视图建模的航迹规划方法

Country Status (1)

Country Link
CN (1) CN110296704A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110763247A (zh) * 2019-10-21 2020-02-07 上海海事大学 基于可视图和贪心算法结合的机器人路径规划方法
CN111047250A (zh) * 2019-11-25 2020-04-21 中冶南方(武汉)自动化有限公司 一种天车运行路径的规划方法
CN111060103A (zh) * 2019-12-11 2020-04-24 安徽工程大学 一种局部动态寻优避障的路径规划方法
CN111240334A (zh) * 2020-01-18 2020-06-05 山东交通学院 一种船舶航行自动避碰航路规划方法及模型
CN112833882A (zh) * 2020-12-30 2021-05-25 成都方位导向科技开发有限公司 一种动态加权航线自动推荐方法
CN113124891A (zh) * 2021-04-20 2021-07-16 东软睿驰汽车技术(沈阳)有限公司 一种行驶路径规划方法及相关装置
CN113959442A (zh) * 2021-09-06 2022-01-21 广东东华发思特软件有限公司 基于区域内交通预案路线规划的精细化导航方法
CN115437368A (zh) * 2022-06-02 2022-12-06 珠海云洲智能科技股份有限公司 一种救援路径确定方法、装置、救援设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001033271A (ja) * 1999-06-30 2001-02-09 Gya Min-Chun 汎用航空機用の飛行経路計画、地形の回避、及び、状況認識システム
CN108268042A (zh) * 2018-01-24 2018-07-10 天津大学 一种基于改进可视图构造的路径规划算法
CN108444490A (zh) * 2018-03-16 2018-08-24 江苏开放大学(江苏城市职业学院) 基于可视图和a*算法深度融合的机器人路径规划方法
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001033271A (ja) * 1999-06-30 2001-02-09 Gya Min-Chun 汎用航空機用の飛行経路計画、地形の回避、及び、状況認識システム
CN108268042A (zh) * 2018-01-24 2018-07-10 天津大学 一种基于改进可视图构造的路径规划算法
CN108444490A (zh) * 2018-03-16 2018-08-24 江苏开放大学(江苏城市职业学院) 基于可视图和a*算法深度融合的机器人路径规划方法
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
R•西格沃特等: "道路图路径规划", 《自主移动机器人导论》 *
张琦等: "基于简化可视图的环境建模方法", 《东北大学学报·自然科学版》 *
蒋林: "一种STEDF的可视图环境建模方法", 《机械设计与制造》 *
陈佳: "无人驾驶救助船路径规划算法的研究", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110763247A (zh) * 2019-10-21 2020-02-07 上海海事大学 基于可视图和贪心算法结合的机器人路径规划方法
CN111047250A (zh) * 2019-11-25 2020-04-21 中冶南方(武汉)自动化有限公司 一种天车运行路径的规划方法
CN111060103A (zh) * 2019-12-11 2020-04-24 安徽工程大学 一种局部动态寻优避障的路径规划方法
CN111060103B (zh) * 2019-12-11 2021-12-10 安徽工程大学 一种局部动态寻优避障的路径规划方法
CN111240334A (zh) * 2020-01-18 2020-06-05 山东交通学院 一种船舶航行自动避碰航路规划方法及模型
CN111240334B (zh) * 2020-01-18 2023-06-23 山东交通学院 一种船舶航行自动避碰航路规划方法及模型
CN112833882A (zh) * 2020-12-30 2021-05-25 成都方位导向科技开发有限公司 一种动态加权航线自动推荐方法
CN113124891A (zh) * 2021-04-20 2021-07-16 东软睿驰汽车技术(沈阳)有限公司 一种行驶路径规划方法及相关装置
CN113959442A (zh) * 2021-09-06 2022-01-21 广东东华发思特软件有限公司 基于区域内交通预案路线规划的精细化导航方法
CN115437368A (zh) * 2022-06-02 2022-12-06 珠海云洲智能科技股份有限公司 一种救援路径确定方法、装置、救援设备及可读存储介质
CN115437368B (zh) * 2022-06-02 2023-08-29 珠海云洲智能科技股份有限公司 一种救援路径确定方法、装置、救援设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN110296704A (zh) 一种基于可视图建模的航迹规划方法
CN109115226A (zh) 基于跳点搜索的多机器人冲突避免的路径规划方法
EP3644014A1 (en) An apparatus for determining an optimal route of a maritime ship
CN110006430B (zh) 一种航迹规划算法的优化方法
CN109375625A (zh) 一种基于快速搜索遗传算法的智能船舶路径规划方法
CN102788581B (zh) 一种基于改进的微分进化算法的船舶航路规划方法
CN106527448A (zh) 适用于仓库环境的改进a*机器人最优路径规划方法
CN105631168A (zh) 一种实时高效的流域洪水演进可视化仿真方法
CN108268042A (zh) 一种基于改进可视图构造的路径规划算法
CN110231824A (zh) 基于直线偏离度方法的智能体路径规划方法
CN111222701B (zh) 一种基于海洋环境图层的船舶航线自动规划与评价方法
CN110006429A (zh) 一种基于深度优化的无人船航迹规划方法
CN110220521A (zh) 一种高精地图的生成方法和装置
CN107402018A (zh) 一种基于连续帧的导盲仪组合路径规划方法
CN102855387B (zh) 一种基于小生境粒子群的二维空间多路径规划方法
CN110333659A (zh) 一种基于改进a星搜索的无人驾驶汽车局部路径规划方法
CN109213157A (zh) 基于改进型蚁群算法的数据中心巡检机器人路径规划方法
CN110471426A (zh) 基于量子狼群算法的无人驾驶智能车自动避碰方法
CN101806596A (zh) 基于电子海图的最短距离航线自动生成方法
Kröger et al. Parallel genetic packing of rectangles
CN106774425A (zh) 一种无人机飞行导航的方法及系统
CN108665117A (zh) 一种室内空间最短路径的计算方法、装置、终端设备以及存储介质
CN102496187A (zh) 一种基于三角形网格的追踪等值线至边界及断层的方法
CN106228265A (zh) 基于改进粒子群优化的总拖期运输计划调度算法
CN110220510A (zh) 一种考虑地图准确性的水下机器人海底地形匹配导航路径规划方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191001