CN110398248B - 一种基于网格优化的航海避障算法 - Google Patents

一种基于网格优化的航海避障算法 Download PDF

Info

Publication number
CN110398248B
CN110398248B CN201910659590.1A CN201910659590A CN110398248B CN 110398248 B CN110398248 B CN 110398248B CN 201910659590 A CN201910659590 A CN 201910659590A CN 110398248 B CN110398248 B CN 110398248B
Authority
CN
China
Prior art keywords
navigation
obstacle avoidance
port
flight
destination port
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
CN201910659590.1A
Other languages
English (en)
Other versions
CN110398248A (zh
Inventor
张璠
张玉松
陈仲亮
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.)
Guangdong Huafeng Ocean Information System Service Co ltd
Original Assignee
Guangdong Huafeng Ocean Information System Service 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 Guangdong Huafeng Ocean Information System Service Co ltd filed Critical Guangdong Huafeng Ocean Information System Service Co ltd
Priority to CN201910659590.1A priority Critical patent/CN110398248B/zh
Publication of CN110398248A publication Critical patent/CN110398248A/zh
Application granted granted Critical
Publication of CN110398248B publication Critical patent/CN110398248B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/203Specially adapted for sailing ships

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于网格优化的航海避障算法,包括读取航次参数:出发港,目的港,额定航速;计算从出发港至目的港在一个转向间隔内的大圆航向θ;以θ为基准方向,分别向左右增加航向,计算船舶额定航速下转向间隔内的航行终点;检查各航段是否会通过碍航区,是则保留航段,否则删除航段;得到各无碍航段及其终点,以基本步骤的终点为新的出发点,重复基本步骤;各航段航向与基准航向θ的偏差是否超过特定临界值,是则删除航段,否则保留航段;若从航段终点至目的港航行时间小于转向间隔,航段终点与目的港连线即是末段航线;完成以上所有步骤之后,即构建了从出发港至目的港之间的航线网络。本发明避免了对超大海域全局扫描,提高了效率。

Description

一种基于网格优化的航海避障算法
技术领域
本发明涉及一种基于网格优化的航海避障算法,属于航运航海避障算法技术领域。
背景技术
航运是经济全球化过程中重要的物流方式之一,航运安全保障具有重大意义。
传统航线避障方法,依赖于航线制定人员的经验,可靠性不足,精度低,效率提升空间有限。船舶避障技术在航运日渐发达的新背景下,也有相应的发展;船舶避障技术分为实时避障和计划避障,本文所述技术范围仅限于计划避障,以下简称避障。现存避障技术仍然存在不尽如人意的地方,比如通过对可航区进行三角剖分制定有向图的方式,虽然最终也可实现避障功能,但其实效率低下,且不具备计划避障所要求的“预先判断,提早执行”准则。运用现代信息技术实现高精度、高可靠性、自动化程度较高的避障方法是航运界的一项重要任务。
为了解决上述技术问题,特提出一种新的技术方案。
发明内容
本发明的目的在于提供一种基于网格优化的航海避障算法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于网格优化的航海避障算法,包括以下步骤:
步骤一,读取航次参数:出发港,目的港,额定航速;
步骤二,计算从出发港至目的港在一个转向间隔内的大圆航向θ;
步骤三,以θ为基准方向,分别向左右增加航向,计算船舶额定航速下转向间隔内的航行终点;
步骤四,检查各航段是否会通过碍航区,是则保留航段,否则删除航段;
步骤五,得到各无碍航段及其终点,步骤二至步骤五为本算法的基本计算步骤,以下简称基本步骤;
步骤六,以基本步骤的终点为新的出发点,重复基本步骤;
步骤七,各航段航向与基准航向θ的偏差是否超过特定临界值,是则删除航段,否则保留航段;
步骤八,若从航段终点至目的港航行时间小于转向间隔,航段终点与目的港连线即是末段航线;
步骤九,完成以上所有步骤之后,即构建了从出发港至目的港之间的航线网络
优选地,所述步骤九构建了从出发港至目的港之间无避障需求的航线网络。
优选地,所述在步骤九基础上考虑航线规划策略节油、省时、经济和/或舒适因素,从航线网络中优选出相应航线,此优化航线实现避障。
优选地,所述步骤一至九的搜索规模:考虑到在远洋航行中,障碍物稀疏的特点,应避免对超大区域的全海域障碍区扫描。
优选地,所述步骤一至九避障方法应具备可方便多线程运行的并行执行。
与现有技术相比,本发明的有益效果是:
1、采用逐段构网扫描障碍物的方式,避免了对超大海域的全局扫描,减少了工作量,从“量”的方面提高了效率;
2、各航段对障碍物的扫描结果相互独立,可并行执行,从“法”的方面提高了效率;
3、本发明完全依赖电子海图的客观准确数据和科学的方法,摒弃人的主观性可能带来的非理性因素,可靠性高;
4、航线网格生成速度快;
5、引入航线纠偏机制,保证不会偏离基本航向。
附图说明
图1为本发明远洋避障方法流程图。
图2本发明航线网格示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。本发明仅特别针对应用于背景技术提及的场景使用,由此可能产生其它新的问题由于篇幅限制和发明人对一项技术的初次研发精力有限,难以做到一次研发就形成一个完美技术方案,因此均可采用现有的方式进行理解和解决。
请参阅说明书附图,本发明提供一种技术方案:一种基于网格优化的航海避障算法,包括以下步骤:
步骤一,读取航次参数:出发港,目的港,额定航速;
步骤二,计算从出发港至目的港在一个转向间隔内的大圆航向θ;
步骤三,以θ为基准方向,分别向左右增加航向,计算船舶额定航速下转向间隔内的航行终点;
步骤四,检查各航段是否会通过碍航区,是则保留航段,否则删除航段;
步骤五,得到各无碍航段及其终点,步骤二至步骤五为本算法的基本计算步骤,以下简称基本步骤;
步骤六,以基本步骤的终点为新的出发点,重复基本步骤;
步骤七,各航段航向与基准航向θ的偏差是否超过特定临界值,是则删除航段,否则保留航段;
步骤八,若从航段终点至目的港航行时间小于转向间隔,航段终点与目的港连线即是末段航线;
步骤九,完成以上所有步骤之后,即构建了从出发港至目的港之间的航线网络
优选地,所述步骤九构建了从出发港至目的港之间无避障需求的航线网络。
优选地,所述在步骤九基础上考虑航线规划策略节油、省时、经济和/或舒适因素,从航线网络中优选出相应航线,此优化航线实现避障。
优选地,所述步骤一至九的搜索规模:考虑到在远洋航行中,障碍物稀疏的特点,应避免对超大区域的全海域障碍区扫描。
优选地,所述步骤一至九避障方法应具备可方便多线程运行的并行执行。
本发明航线网格的生成方式抛弃了繁琐复杂的计算,方式简化;有限区域搜索障碍物的避障方式:对各航段进行障碍扫描时,仅扫描相应航线的有限范围;航段可并行避障的避障方式:各航段之间的障碍扫描相互独立;引入纠偏机制,防止航线偏离过多,以及发明网格生成方法:应能快速生成航线网格且不给避障和策略优化带来负担。
本设计要说明的是:本设计中,涉及的控制电路,以来控制各组件动作以及相应的控制程序都是现有技术。本发明各个部件之间的型号和/或大小只需要相互适配,能实现本发明的原理即可,其他未提及的部分都可以作为现有技术理解。在本发明方案的基础上,本领域普通技术人员可以通过合乎逻辑的分析和/或推理弥补本发明细节上一些不足,使本发明技术方案更加完善和优化。本申请要求保护的仅是背景技术提出问题对应的方案原理部分,而其他部分,例如,在本申请原理的基础上如何更优化的对本申请技术方案进行实施,实现更好防水、防尘、缓冲等,由于可扩展的技术点极多,申请人不敢奢求通过一次研发,一件专利保护就全部完成,因此本申请描述清晰的技术方案仅限于对应背景技术中所要解决的技术问题,其它部分可在另外的专利申请中完成,也可由本领域其他技术人员在本申请方案的技术上继续改进,并申请专利,以达到最优使用效果,都属于本领域现有可知方式。
在本发明的描述中,需要理解的是,术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
基于没有任何一个产品是只有优点,没有缺点的情况,本发明仅针对特定环境使用,例如背景技术提及的场景,如果一些用户考虑价格因素,不方便携带等因素,则不建议购买本申请,本产品只针对需要在背景技术中提及的场景使用,并同时能接受和忽略其它负面因素使用的客户,以及考虑到没有任何一项技术是一次研发即可成熟的情况,本申请的技术方案描述清楚和公开充分也仅限于对背景技术中提及的问题所采用的技术方案的描述清楚,而由此产生其它的问题不在本申请请求保护的范围内,可由本领域普通技术人员再次完善,以便能形成相对更成熟的技术方案,都属于本领域现有可知方式。
在本发明中,除非另有明确的规定和限定,术语“安装”、“设置”、“连接”、“固定”、“旋接”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于网格优化的航海避障算法,其特征在于,包括以下步骤:
步骤一,读取航次参数:出发港,目的港,额定航速;
步骤二,计算从出发港至目的港在一个转向间隔内的大圆航向θ;
步骤三,以θ为基准方向,分别向左右增加航向,计算船舶额定航速下转向间隔内的航行终点;
步骤四,检查各航段是否会通过碍航区,是则保留航段,否则删除航段;
步骤五,得到各无碍航段及其终点,步骤二至步骤五为本算法的基本计算步骤,以下简称基本步骤;
步骤六,以基本步骤的终点为新的出发点,重复基本步骤;
步骤七,各航段航向与基准航向θ的偏差是否超过特定临界值,是则删除航段,否则保留航段;
步骤八,若从航段终点至目的港航行时间小于转向间隔,航段终点与目的港连线即是末段航线;
步骤九,完成以上所有步骤之后,即构建了从出发港至目的港之间的航线网络。
2.根据权利要1所述的基于网格优化的航海避障算法,其特征在于:所述步骤九构建了从出发港至目的港之间无避障需求的航线网络。
3.根据权利要1所述的基于网格优化的航海避障算法,其特征在于:所述在步骤九基础上考虑航线规划策略节油、省时、经济和/或舒适因素,从航线网络中优选出相应航线,此优化航线实现避障。
4.根据权利要1所述的基于网格优化的航海避障算法,其特征在于:所述步骤一至九的搜索规模:考虑到在远洋航行中,障碍物稀疏的特点,应避免对超大区域的全海域障碍区扫描。
5.根据权利要1所述的基于网格优化的航海避障算法,其特征在于:所述步骤一至九避障方法应具备可方便多线程运行的并行执行。
CN201910659590.1A 2019-07-22 2019-07-22 一种基于网格优化的航海避障算法 Active CN110398248B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910659590.1A CN110398248B (zh) 2019-07-22 2019-07-22 一种基于网格优化的航海避障算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910659590.1A CN110398248B (zh) 2019-07-22 2019-07-22 一种基于网格优化的航海避障算法

Publications (2)

Publication Number Publication Date
CN110398248A CN110398248A (zh) 2019-11-01
CN110398248B true CN110398248B (zh) 2023-02-28

Family

ID=68325303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910659590.1A Active CN110398248B (zh) 2019-07-22 2019-07-22 一种基于网格优化的航海避障算法

Country Status (1)

Country Link
CN (1) CN110398248B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052357B (zh) * 2019-12-28 2022-02-22 广东华风海洋信息系统服务有限公司 一种遍历与贪心法结合的优化航线计算方法
CN113052359A (zh) * 2019-12-29 2021-06-29 广东华风海洋信息系统服务有限公司 一种初始航线优化的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473956A (zh) * 2013-09-17 2013-12-25 中国民航大学 基于改进蚁群算法的终端区进离场航线网络三维优化方法
CN103531043A (zh) * 2013-09-27 2014-01-22 重庆大学 基于航线匹配的船舶点到点航行时间估算方法
EP3065018A1 (en) * 2015-03-04 2016-09-07 Sercel Method for determining a sail path of at least one vessel of a fleet of vessels
CN106959698A (zh) * 2017-05-24 2017-07-18 大连海事大学 一种路径跟踪避障制导方法
CN107292451A (zh) * 2017-07-18 2017-10-24 上海海阳气象导航技术有限公司 一种船舶航速优化方法及设备
CN107563541A (zh) * 2017-07-28 2018-01-09 广东华风海洋信息系统服务有限公司 一种节省时间的船舶航线规划算法
CN108549369A (zh) * 2018-03-12 2018-09-18 上海大学 一种复杂海况下多无人艇协同编队的系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473956A (zh) * 2013-09-17 2013-12-25 中国民航大学 基于改进蚁群算法的终端区进离场航线网络三维优化方法
CN103531043A (zh) * 2013-09-27 2014-01-22 重庆大学 基于航线匹配的船舶点到点航行时间估算方法
EP3065018A1 (en) * 2015-03-04 2016-09-07 Sercel Method for determining a sail path of at least one vessel of a fleet of vessels
CN106959698A (zh) * 2017-05-24 2017-07-18 大连海事大学 一种路径跟踪避障制导方法
CN107292451A (zh) * 2017-07-18 2017-10-24 上海海阳气象导航技术有限公司 一种船舶航速优化方法及设备
CN107563541A (zh) * 2017-07-28 2018-01-09 广东华风海洋信息系统服务有限公司 一种节省时间的船舶航线规划算法
CN108549369A (zh) * 2018-03-12 2018-09-18 上海大学 一种复杂海况下多无人艇协同编队的系统及方法

Also Published As

Publication number Publication date
CN110398248A (zh) 2019-11-01

Similar Documents

Publication Publication Date Title
CN110398248B (zh) 一种基于网格优化的航海避障算法
CN111338361A (zh) 低速无人车避障方法、装置、设备及介质
Li et al. Ship’s trajectory planning based on improved multiobjective algorithm for collision avoidance
Song et al. Laser‐based SLAM automatic parallel parking path planning and tracking for passenger vehicle
US10475347B2 (en) Method and device for generating an optimum flight path intended to be followed by an aircraft
CN113743479B (zh) 端-边-云车路协同融合感知架构及其构建方法
CN112004197A (zh) 一种基于车辆轨迹预测的异构车联网切换方法
Dai et al. Image-based traffic signal control via world models
US11774947B2 (en) Industrial internet of things for material transportation control, control methods and media thereof
CN113264060B (zh) 一种基于云端训练模型的自动驾驶节能系统及方法
CN109885058A (zh) 行车轨迹规划方法、装置、电子设备及存储介质
CN108759829A (zh) 一种智能叉车的局部避障路径规划方法
Naz et al. Intelligence of autonomous vehicles: A concise revisit
CN110379165A (zh) 一种道路类型预测方法、装置、设备及存储介质
CN111664849A (zh) 无人船的自动返航方法及其装置
CN115909817A (zh) 一种面向多智能船的分布式自主协同避碰方法
Xiaoqiang et al. Graph convolution reinforcement learning for decision-making in highway overtaking scenario
CN117168488A (zh) 一种车辆的路径规划方法、装置、设备及介质
CN116749996A (zh) 轨迹预测方法、装置、电子设备及存储介质
CN115535003A (zh) 自动驾驶车辆的路口控制方法、装置、电子设备和介质
CN116009552A (zh) 一种路径规划方法、装置、设备及存储介质
CN112613830B (zh) 一种物资储备中心选址方法
CN114779304A (zh) 基于uwb-rtk的高精度车路协同定位方法
CN110285814B (zh) 一种电子海图基础上的障碍扫描航线规划方法
Lei et al. Digital twin‐based multi‐objective autonomous vehicle navigation approach as applied in infrastructure construction

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