CN110543190A - 智能目标搜索中无人设备的路径规划方法 - Google Patents

Abstract

本发明公开了一种智能目标搜索中无人设备的路径规划方法，解决了无人设备搜索目标的路径规划问题，实现步骤：离线全局路径规划；在线全局路径规划；局部路径规划。本发明先从出发点到搜索区域中心规划一条直线路径，再以搜索区域中心为基点规划一条扩展螺旋形路径对目标区域进行搜索，增大地图覆盖率；当检测到多个疑似目标时，靠近概率最大的疑似目标点检测；同时将其余疑似目标点插入全局路径；无人设备返回全局路径时，更新全局路径规划点时间；所有路径由许多规划点组成，定义了新的结构体存储规划点信息。本发明以扩展螺旋形路径方式搜索，增大地图覆盖率，检测到更多目标，减少了路径重复率，节省了资源，提高了搜索效率。

Description

智能目标搜索中无人设备的路径规划方法

技术领域

本发明涉及无人设备路径规划技术领域，尤其涉及无人设备的路径规划方法，具体是一种智能目标搜索中无人设备的路径规划方法，用于无人设备在执行搜索任务时的路径规划。

背景技术

无人设备路径规划技术在近年来得到了飞速发展，在军事领域和民用领域中，越来越多的无人设备被用于执行各种任务，如利用无人设备进行目标搜索、区域监视、灾后人员搜救、运输货物等。在进行无人设备路径规划时，无人设备可能会受到各种障碍物的干扰从而导致无人设备不能搜索到尽可能多的目标或者无人设备对地图的覆盖率过低，这些都达不到对地图搜索的任务指标。随着时代的变化和科技的进步，对无人设备的路径规划要更加深入，增大对地图的覆盖率，提高搜索效率。

对无人设备的路径规划，主要目的是通过无人设备搜索到尽可能多的目标同时增大对地图的覆盖率。在搜索目标增大覆盖率的过程中，尽量使无人设备的搜索路径不重叠从而达到提高搜索效率的效果。尽量让无人设备的路径规划达到全局最优，可以将无人设备的应用更广泛，从而应用于协调运输货物、灾后人员搜救、区域监视等方面。申请号为201610898192.1的发明专利申请中描述的是一种多无人机协同工作的方法，使用机动巡逻围捕方式使各无人机按照预先设定的巡逻路线向搜索区域中心近心螺旋运动，这种方法使得无人机在不确定环境中也能尽可能搜索到足够多的目标，但是该方法耗费时间较长，并且可能出现无人机的航迹重复，造成了一定的资源浪费。申请号为201810642318.8的发明专利申请在遗传算法的基础上加入方向机制实现多无人机协同搜索路径规划，能够在一定程度上提高搜索效率，但是需要使用过多的资源，也有可能遗漏部分目标。

发明内容

本发明的目的在于针对现有技术的不足，提出一种能够增大无人设备对地图的覆盖率，提高搜索效率的智能目标搜索中无人设备的路径规划方法。

本发明是一种智能目标搜索中无人设备的路径规划方法，其中涉及到无人设备、控制中心，其特征在于，包括有如下步骤：

(1)离线全局路径规划：在无人设备出发前，根据无人设备当前位置和搜索区域中心位置以及搜索区域范围进行离线全局路径规划，从出发点到搜索区域中心规划一条直线路径，并以搜索区域中心为基点规划一条扩展螺旋形路径，完成离线全局路径规划，无人设备到达搜索区域中心并以扩展螺旋形路径开始向外进行搜索；当无人设备需要搜索新的目标区域时，直接执行步骤(2)，在在线全局路径规划模式一中进行扩展螺旋形路径规划；当无人设备检测到一个疑似目标时，执行步骤(3)，进行局部路径规划；当无人设备检测到两个或两个以上的疑似目标，对概率最大的疑似目标执行步骤(3)，同时将其余的疑似目标点插入初始规划的离线全局路径，对离线全局路径进行更新；当无人设备走完离线全局路径还没有发现疑似目标时，反馈未发现目标信息，等待控制中心的下一步指令；

(2)在线全局路径规划：从无人设备当前位置到搜索区域中心规划一条直线路径，并以搜索区域中心为基点规划一条扩展螺旋形路径，作为在线全局路径；根据无人设备状态的不同，构建在线全局路径规划模型，随着无人设备状态的改变切换在线全局路径规划模式，对在线全局路径进行在线规划或更新；当无人设备检测到一个疑似目标点时，执行步骤(3)，进行局部路径规划；当无人设备检测到两个或两个以上的疑似目标点，对概率最大的疑似目标点执行步骤(3)，同时将其余的疑似目标点插入在线全局路径，按照最近距离插入疑似目标点的原则，将疑似目标点逐个插入在线全局路径，对在线全局路径进行更新；当无人设备走完在线全局路径还没有发现疑似目标时，反馈未发现目标信息，等待控制中心的下一步指令；

(3)局部路径规划：在无人设备和疑似目标点之间连线中点处规划一个点，当无人设备到达该规划点时，以疑似目标点为基点，进行收缩螺旋形规划；根据无人设备状态的不同，构建局部路径规划模型，随着无人设备状态的改变切换局部路径规划模式以接近疑似目标点；当检测到疑似目标为真实目标时，进行圆形路径规划；当检测到疑似目标为错误目标时，返回执行步骤(2)，无人设备逃离错误目标点返回在线全局路径规划。

本发明提出了一种智能目标搜索中无人设备的路径规划方法，增大了规划路径对地图的覆盖率，尽可能搜索到更多的目标，同时尽量避免规划路径的重复，节省了资源，提高了搜索效率。

与现有技术相比，本发明的技术优势：

1、以搜索区域中心为基点进行扩展螺旋形路径规划，根据搜索区域的变化灵活调节搜索范围，阿基米德螺旋线每相邻的两圈间隔相等，可以将无人设备最远检测距离的两倍作为阿基米德螺旋线相邻两圈的间隔，这样可以不重复的对未检测区域进行搜索，并且在行驶等同距离时，只有螺旋形路径覆盖的区域面积最大，选取螺旋形路径能够最大程度的增大对地图的覆盖率，提高搜索效率；

2、因为无人设备所执行任务的时间以及所行驶的距离是有限制的，所以将多余的疑似目标点插入全局路径时，计算各个路径规划点与疑似目标点之间的距离，按照最近距离插入疑似目标点的原则，将每个疑似目标点插在距其最近的全局路径规划点之后，减少了路径重复率，节省了无人设备的资源；

3、根据无人设备状态的改变对在线全局路径规划模式以及局部路径规划模式进行切换，以应对执行目标搜索任务中产生的各种状况。

附图说明

图1是本发明的路径规划流程图。

图2是本发明的离线全局路径规划示意图。

图3是本发明中在线全局路径规划中疑似目标点插入全局路径示意图。

图4是本发明中局部路径规划中靠近目标点示意图。

图5是本发明中局部路径规划中收缩螺旋形路径规划示意图。

图6是本发明中局部路径规划中圆形路径规划示意图。

图7是本发明中智能目标搜索中无人设备的路径规划示意图。

具体实施方式

以下结合附图和具体实施例对本发明作详细描述。

实施例1

无人设备路径规划技术在近年来得到了飞速发展，在军事领域和民用领域中，越来越多的无人设备被用于执行各种任务，如利用无人设备进行目标搜索、区域监视、灾后人员搜救、运输货物等。在进行无人设备路径规划时，无人设备可能会受到各种障碍物的干扰从而导致无人设备不能搜索到尽可能多的目标或者无人设备对地图的覆盖率过低，这些都达不到对地图搜索的任务指标。针对此现状，本发明展开了研究，提出一种智能目标搜索中无人设备的路径规划方法，增大了地图覆盖率，提高了无人设备的搜索效率，其中涉及到无人设备、控制中心，无人设备根据接收到的控制中心指令进行模式的切换，以应对执行目标搜索任务中产生的各种状况，参见图1，包括有如下步骤：

(1)离线全局路径规划：当无人设备接收到出发指令，准备出发时，根据无人设备当前位置和搜索区域中心位置以及搜索区域范围进行离线全局路径规划，从出发点到搜索区域中心规划一条由许多规划点组成的直线路径，并以搜索区域中心为基点规划一条由许多规划点组成的扩展螺旋形路径，完成离线全局路径规划，将离线全局路径发送到控制中心。无人设备到达搜索区域中心并以扩展螺旋形路径开始向外进行搜索。

无人设备能够根据搜索区域的变化灵活调节搜索范围，通过扩展螺旋形路径对搜索区域进行覆盖，因为阿基米德螺旋线每相邻的两圈间隔相等，将无人设备最远检测距离的两倍作为阿基米德螺旋线相邻两圈的间隔，这样可以不重复的对未检测区域进行搜索，并且在行驶等同距离时，通过螺旋形路径能够增大地图覆盖率。离线搜索过程中如果收到控制中心的指令需要搜索新的目标区域即，当无人设备需要搜索新的目标区域时，直接执行步骤(2)，在在线全局路径规划中进行扩展螺旋形路径规划。当无人设备检测到一个疑似目标点时，执行步骤(3)，进行局部路径规划。当无人设备检测到两个或两个以上的疑似目标点，对概率最大的疑似目标点执行步骤(3)，同时将其余的疑似目标点插入初始规划的离线全局路径，对离线全局路径进行更新。当无人设备走完离线全局路径还没有发现疑似目标时，反馈未发现目标信息，等待控制中心的下一步指令。离线全局路径规划是在无人设备出发前进行的路径规划，也就是无人设备的初始路径规划，当无人设备开始工作之后，所进行的全局路径规划都属于在线全局路径规划，以下如果未明确表示，全局路径则包括离线全局路径和在线全局路径。

(2)在线全局路径规划：在无人设备执行搜索任务的过程中，如果需要搜索新的目标区域，进行在线全局路径规划，根据无人设备当前位置和搜索区域中心位置以及搜索区域范围进行在线全局路径规划，从无人设备当前位置到搜索区域中心规划一条由许多规划点组成的直线路径，并以搜索区域中心为基点规划一条由许多规划点组成的扩展螺旋形路径，作为在线全局路径，这也是在线全局路径规划模型的模式一，根据无人设备状态的不同，构建在线全局路径规划模型，随着无人设备状态的改变切换在线全局路径规划模式，对全局路径进行在线规划或更新。当无人设备检测到一个疑似目标点时，执行步骤(3)，进行局部路径规划。当无人设备检测到两个或两个以上的疑似目标点，对概率最大的疑似目标点执行步骤(3)，同时将其余的疑似目标点插入在线全局路径，对在线全局路径进行更新。计算全局路径中各个路径规划点与疑似目标点之间的距离，按照最近距离插入疑似目标点的原则，插在距离各个疑似目标点最近的规划点之后，减少路径重复率，节省无人设备资源。当无人设备走完在线全局路径还没有发现疑似目标点时，反馈未发现目标信息，等待控制中心的下一步指令。

(3)局部路径规划：当无人设备检测到疑似目标时，进入局部路径规划，检测到疑似目标指的是或在离线全局路径中检测到疑似目标，或在在线全局路径规划中检测到疑似目标。在无人设备和疑似目标点之间规划一个路径点，发送给控制中心，当无人设备到达该路径点后，以疑似目标点为基点，进行收缩螺旋形规划，对疑似目标进行多角度检测；根据无人设备状态的不同，构建局部路径规划模型，随着无人设备状态的改变切换局部路径规划模式以靠近疑似目标；当检测到疑似目标为真实目标时，进行圆形路径规划；当检测到疑似目标为错误目标时，返回执行步骤(2)，无人设备逃离错误目标返回全局路径。

本发明从离线全局路径规划、在线全局路径规划以及局部路径规划，分层次的进行了目标搜索的整体路径规划，通过扩展螺旋形路径增大了对地图的覆盖率，尽可能的搜索到更多的目标，同时尽量减少路径重复率，节省了资源，提高了搜索效率，实现了智能目标搜索。在无人设备搜索目标的过程中，随着无人设备在执行智能目标搜索任务时状态的改变切换到不同的模式对全局路径和局部路径进行规划和更新。

实施例2

智能目标搜索中无人设备的路径规划方法同实施例1，步骤(1)中所述的将其余的疑似目标点插入初始规划的离线全局路径，对离线全局路径进行更新，和步骤2 中所述的将其余的疑似目标点插入在线全局路径，对在线全局路径进行更新，分别计算全局路径中各个规划点与疑似目标点之间的距离，按照最近距离插入疑似目标点的原则进行，具体为：

疑似目标点插入全局路径时，逐个进行插入，每个疑似目标点插在距其最近的全局路径规划点之后，每插入一个疑似目标点完成对全局路径的一次更新，以此类推，完成所有疑似目标点的插入过程。

本发明确定了最近距离插入疑似目标点的原则，一直遵循这种原则将疑似目标点插入全局路径，减少路径重复率，节省了无人设备资源，提高了搜索效率。

实施例3

智能目标搜索中无人设备的路径规划方法同实施例1-2，本发明步骤(2)中所述的根据无人设备状态的不同，构建在线全局路径规划模型，具体分为扩展螺旋形路径规划、将疑似目标点插入全局路径、更新全局路径规划点时间、逃离错误目标区域以及返回起始点五个模式，具体包括有：

(2a)扩展螺旋形路径规划，即在线全局路径规划模式一：本发明中当无人设备在离线全局路径规划中按照离线全局路径行驶，需要搜索新的目标区域时，进入在线全局路径规划模式一，根据无人设备当前位置、搜索区域中心以及搜索区域范围进行在线全局路径规划。当无人设备在在线全局路径规划中，按照在线全局路径行驶，需要搜索新的目标区域时，同样根据无人设备当前位置、搜索区域中心以及搜索区域范围再次进行在线全局路径规划。参见图2，具体是从无人设备当前位置到搜索区域中心规划一条由一些规划点组成的直线路径，图2中的直线路径只显示了从第一个规划点到搜索区域中心的直线路径。进行直线路径规划时，每隔相等的距离规划一个点，根据每个规划点与无人设备的距离、方位角以及无人设备的经纬度计算得到规划点的经纬度。再以搜索区域中心为基点规划一条由一些规划点组成的扩展螺旋形路径，进行螺旋形路径规划时，每一圈规划点的个数是相同的。根据阿基米德螺旋线公式规划扩展螺旋形路径，以搜索区域中心为圆心，每两个相邻的规划点与搜索区域中心连线的夹角相等，由这些规划点组成扩展螺旋形路径。再根据每个规划点与搜索区域中心的距离(即每圈的半径)、方位角以及目标区域中心的经纬度计算出每个规划点的经纬度。当无人设备行驶完在线全局路径还没有发现疑似目标时，反馈未发现目标信息，等待控制中心的下一步指令。当无人设备检测到一个疑似目标点时，进入局部路径规划模式一，在无人设备与疑似目标点之间连线中点处规划一个点，使无人设备靠近疑似目标点进行检测；当无人设备发现多个疑似目标时，进入局部路径规划模式一，在无人设备与概率最大的疑似目标点之间规划一个点，使无人设备靠近概率最大的疑似目标点进行检测，同时执行步骤(2b)，将其余的疑似目标点插入全局路径。

阿基米德螺旋线公式如下所示：

α为起点到坐标原点的距离，β为螺旋线每增加单位角度半径r随之对应增加的数值，控制相邻两条曲线之间的距离。

(2b)插入疑似目标点，即在线全局路径规划模式二：参见图3，当无人设备在沿着初始规划路径行驶过程中发现多个疑似目标时，无人设备向概率最大的疑似目标点靠近，进行进一步检测，同时将其余的疑似目标点插入全局路径。此处的全局路径是指：如果无人设备行驶在离线全局路径中，其余疑似目标点插入离线全局路径，如果无人设备行驶在在线全局路径中，则其余疑似目标点插入在线全局路径。

按照最近距离插入疑似目标点的原则，将其余的疑似目标点分别插在距离各个疑似目标点最近的规划点之后。但是如果疑似目标点距离全局路径中的规划点太近，则没有必要再将其插入全局路径，因此设定一个门限值T_MS_SHIFT加以判断，当疑似目标点与全局路径中的规划点的距离小于门限值T_MS_SHIFT时则不将该疑似目标点插入全局路径。

(2c)更新全局路径规划点时间，即在线全局路径规划模式三：当无人设备重新从局部路径规划中的局部路径返回到全局路径规划中的全局路径时，需要对每个全局路径规划点的时间进行更新。在每次路径规划或者更新完成后用全局变量g_last_update_time记录当前的系统时间。所有的全局路径规划节点都存放在全局路径规划链表global_planed_route_list中，遍历global_planed_route_list链表，对每个节点的时间进行更新，其中node→info→time是路径规划节点的时间， now_time是当前的系统时间，更新时间的公式如下：

node→info→time＝node→info→time+now_time-g_last_update_time

(2d)逃离错误目标点，即在线全局路径规划模式四：当无人设备在局部路径中检测出疑似目标为错误目标时，需要逃离错误目标点，重新回到全局路径，此时由于无人设备进入局部路径导致错过了全局路径规划点的时间，则对全局路径规划点时间进行更新，更新时间的方法同步骤(2c)。为了防止无人设备再次将该错误目标检测到，使无人设备在远离错误目标一段距离，确保不会再检测到该错误目标之后开始正常工作。

(2e)返回起始点，即在线全局路径规划模式五：在接收到控制中心的返回指令后停止当前工作，在无人设备当前位置与出发点之间规划出一条由一些规划点组成的直线路径，进行直线路径规划时，每隔相等的距离规划一个点，根据每个规划点与无人设备的距离、方位角以及无人设备的经纬度计算得到规划点的经纬度。

本发明根据无人设备状态的不同，构建了在线全局路径规划模型，随着无人设备状态的改变切换不同的在线全局路径规划模式，对全局路径进行在线规划或更新，能够在各种可能发生的情况下规划出省时有效的全局路径。

实施例4

智能目标搜索中无人设备的路径规划方法同实施例1-3，步骤(3)中所述的根据无人设备状态的不同，构建局部路径规划模型，分别为靠近疑似目标点、收缩螺旋形路径规划以及圆形路径规划，具体包括有：

(3a)靠近疑似目标点，即局部路径规划模式一：当无人设备进入局部路径规划后，在无人设备与概率最大的疑似目标点之间连线中点处规划一个路径点；当无人设备到达该规划点后，接着执行步骤(3b)，即进入收缩螺旋形路径规划。

(3b)收缩螺旋形路径规划，即局部路径规划模式二：当无人设备到达步骤(3a) 中的规划点后，进入到收缩螺旋形路径规划，参见图5，无人设备首先到达图5中的第一个规划点，接着无人设备绕着疑似目标行驶并逐渐靠近，以疑似目标为中心，根据阿基米德螺旋线公式，规划一些点组成收缩螺旋形路径，每两个相邻的规划点与疑似目标点连线的夹角相等。当无人设备检测到疑似目标点为真实目标时，执行步骤 (3c)，进入圆形路径规划。当检测到疑似目标为错误目标时，执行步骤(2d)，更新全局路径规划点时间，无人设备逃离错误目标点，返回全局路径。

(3c)圆形路径规划，即局部路径规划模式三：当无人设备已经确认目标后，参见图6，以目标点为圆心，以无人设备与目标点之间的距离为半径规划一些点组成圆形路径，每两个相邻的规划点与目标点连线的夹角相等，无人设备先到达第一个规划点，沿着逆时针方向对目标点做绕圈运动，等待控制中心的下一步指令。

本发明根据无人设备状态的不同，也构建了局部路径规划模型，当无人设备检测到疑似目标时，进入局部路径规划，随着无人设备状态的改变切换不同的局部路径规划模式以靠近疑似目标，使无人设备能够近距离、多角度的对疑似目标进行检测，得到更为准确的检测结果。

实施例5

智能目标搜索中无人设备的路径规划方法同实施例1-4，所有的路径包括直线路径、螺旋形路径以及圆形路径都是由许多规划点组成的，每个规划点的信息存储在一个结构体中，结构体的定义如下：

本发明所有的路径包括直线路径、螺旋线路径以及圆形路径都是由许多规划点组成的，目的是减小规划长距离路径所产生的误差，每个路径规划点包括经度、纬度、到达该规划点的时刻、到达该规划点的速度大小以及速度方向，按照无人设备到达规划点的时间将下一个规划点发送给控制中心，指导无人设备按照预规路径行驶。

下面给出一个更加详尽的例子，对本发明说明

实施例6

智能目标搜索中无人设备的路径规划方法同实施例1-5，本发明的智能目标搜索中无人设备的路径规划方法，在无人设备上运行，主要分为离线全局路径规划、在线全局路径规划以及局部路径规划三部分。参见图1，包括有如下步骤：

(1)在搜索任务开始前，根据无人设备当前位置和搜索区域中心位置以及搜索区域范围进行离线全局路径规划，从出发点到搜索区域中心规划一条直线路径，并以搜索区域中心为基点规划一条扩展螺旋形路径。当需要搜索新的目标区域时，执行步骤 (2)，当无人设备检测到多个疑似目标时，执行步骤(3)和步骤(6)，当无人设备行驶完全局路径还没有发现疑似目标时，反馈未发现目标信息，等待控制中心的下一步指令。

(2)在搜索任务进行时，如果需要搜索新的目标区域，则进行在线全局路径规划，从无人设备当前位置到搜索区域中心规划一条直线路径，并以搜索区域中心为基点规划一条扩展螺旋形路径，当无人设备检测到多个疑似目标时，执行步骤(3)和步骤(6)，当走完全局路径还没有发现疑似目标时，反馈未发现目标信息，等待控制中心的下一步指令。

(3)当无人设备检测到疑似目标时，进入局部路径规划，在无人设备与疑似目标点之间连线中点处规划一个点，使无人设备靠近疑似目标点进行检测，当无人设备到达该规划点后，执行步骤(4)。

(4)当无人设备到达步骤(3)中的规划点后，使无人设备绕着疑似目标行驶并逐渐靠近，当检测到疑似目标为真实目标时，执行步骤(5),当检测到疑似目标为错误目标时，执行步骤(8)；

(5)当无人设备已经确认目标后，以无人设备与目标点的距离为半径规划圆形路径，使无人艇以目标点为圆心做绕圈运动并等待控制中心的下一步指令。如果收到返回指令则转执行步骤(9)，如果收到继续搜索指令则执行步骤(7)；

(6)当无人设备在沿着初始规划路径行驶过程中发现多个疑似目标时，靠近概率最大的疑似目标点进一步检测，同时将其余的疑似目标点插入全局路径规划链表，按照最近距离插入疑似目标点的原则，分别插在距离各个疑似目标点最近的规划点之后。但是如果疑似目标点距离全局路径中的规划点太近，则没有必要再将其插入全局路径，因此设定一个门限值T_MS_SHIFT加以判断，当疑似目标点与全局路径中的规划点的距离小于门限值T_MS_SHIFT时，则不将该疑似目标点插入全局路径。

(7)当无人设备从局部路径返回全局路径时，需要对每个全局路径规划点的时间进行更新。在每次路径规划或者更新完成后用全局变量g_last_update_time 记录当前的系统时间。所有的全局路径规划节点都存放在全局路径规划链表 global_planed_route_list中，遍历global_planed_route_list链表，对每个节点的时间进行更新，更新时间的公式如下：

node→info→time＝node→info→time+now_time-g_last_update_time

其中node→info→time是路径规划节点的时间，now_time是当前的系统时间。

(8)当无人设备检测出疑似目标为错误目标时，需要逃离错误目标点，重新回到全局路径，此时由于无人设备进入局部路径导致错过了全局路径规划点的时间，则对全局路径规划点时间进行更新，更新时间的方法同步骤(7)。为了防止无人设备再次将该错误目标检测到，使无人设备在远离错误目标一段距离之后再开始正常工作；

(9)当无人设备在接收到控制中心的返回指令后停止当前工作，根据无人设备当前位置以及起始点规划出一条直线路径，无人设备按照返回路径行驶，返回起始点。

本发明根据无人设备状态的变化对在线全局路径规划模式以及局部路径规划模式进行切换，以应对执行目标搜索任务中产生的各种状况。

下面给出一个具体应用的例子，结合附图1，图2，图3、图4、图5、图6和图 7对本发明的实现步骤详细描述：

实施例7

智能目标搜索中无人设备的路径规划方法同实施例1-6，

本例将本发明的路径规划方法应用于海面智能目标搜索无人艇，参见图1，路径规划过程包括有如下步骤：

步骤1.离线全局路径规划：

(1)参见图2，根据无人艇的当前位置和搜索目标区域中心位置规划一条由一些点组成的直线路径，再以搜索区域中心为基点，规划一条由一些点组成的扩展螺旋形路径。

(2)规划直线路径时，每隔相等的距离规划一个路径点，SPACE_LINE为间隔距离，用SPACE_LINE除无人艇与搜索区域中心的距离得到直线路径规划点个数，再根据每个规划点与无人艇的距离、方位角以及无人艇的经纬度计算得到规划点的经纬度。

(3)规划螺旋形路径时，每一圈规划点的个数是相同的，SCREW_NUM为每圈规划点的个数。通过搜索半径和SCREW_NUM以及螺旋线的参数β计算得出螺旋线路径的规划点个数。再根据每个规划点与搜索区域中心的距离、方位角以及搜索区域中心的经纬度计算出每个规划点的经纬度。

(4)计算出每个规划点的经纬度后，联合前一个规划点的经纬度计算出该规划点的方位角以及两点之间的距离。再根据到达每个规划点的预规速度，计算无人艇到达该规划点的时间，将规划结果写入全局路径规划点所存放的数组 g_planed_point[1000]。

步骤2.在线全局路径规划扩展螺旋形，即在线全局路径规划模式一：

(1)参见图2，根据无人艇当前位置与搜索区域中心规划一条直线路径，然后以搜索区域中心为基点规划一条扩展螺旋形路径。读取无人艇的当前位置和搜索目标区域中心位置，根据两点经纬度计算得出无人艇与目标区域中心的距离。

(2)规划直线路径时，每隔相等的距离规划一个点，SPACE_LINE为间隔距离，用SPACE_LINE除无人艇与目标区域中心的距离得到直线路径规划点个数，再根据每个规划点与无人艇的距离、方位角以及无人艇的经纬度计算得到规划点的经纬度。

(3)进行螺旋线路径规划时，每一圈规划点的个数是相同的，SCREW_NUM 为每圈规划点的个数。通过搜索半径和SCREW_NUM以及螺旋线的参数β计算得出螺旋线路径的规划点个数。再根据每个规划点与目标区域中心的距离、方位角以及目标区域中心的经纬度计算出每个规划点的经纬度。

(4)在计算出每个规划点的经纬度后，联合前一个规划点的经纬度计算出该规划点的方位角以及两点之间的距离。再根据到达每个规划点的预规速度，计算无人艇到达该规划点的时间，将规划节点写入全局路径规划链表 global_planed_route_list。

步骤3.将疑似目标点插入全局路径，即在线全局路径规划模式二：

(1)参见图3，当无人艇同时发现多个疑似目标时，进入局部靠近概率最大的疑似目标，并将其余疑似目标点插入全局路径。

(2)当读到全局路径规划模式标志位g_global_route_plan＝＝2时，从存放疑似目标点信息的链表global_planning_route_list中取出一个疑似目标点，对全局路径规划链表global_planed_route_list从尾部进行遍历，逐个计算该疑似目标点与global_planed_route_list链表中各规划点之间的距离，得出距离疑似目标点最近的规划点，若两点之间的距离小于门限值T_MS_SHIFT，则不用将点插入，如果两点之间的距离大于T_MS_SHIFT，则将疑似目标点插在该规划点之后，并记录下当前更新的时间。再将全局路径规划模式标志位g_global_route_plan＝0。

(3)如果全局路径规划链表为空，则更新插入的第一个疑似目标点的速度、方位角和时间信息，再将其写入全局路径规划链表。

(4)将所有疑似目标点插入全局路径规划链表后，遍历全局路径规划链表global_planed_route_list，更新每个节点的速度、方位角以及时间。

步骤4.更新全局路径规划时间，即在线全局路径规划模式三：

(1)当无人艇从局部路径回到全局路径时，更新全局路径规划点的时间。

(2)编写更新时间函数，从尾部开始遍历全局路径规划链表，对每个节点的时间进行更新。当全局路径规划模式标志位g_global_route_plan＝＝3时，调用更新时间函数。然后将全局路径规划模式标志位g_global_route_plan＝＝0，记录当前的系统时间。

步骤5.逃离错误目标所在区域，即在线全局路径规划模式四：

(1)当无人艇确认疑似目标为错误目标时，更新全局路径规划点时间，逃离错误目标区域，重新回到全局路径，并且确保无人设备不会再次检测到该错误目标时开始正常工作。

(2)编写更新时间函数，从尾部开始进行遍历全局路径规划链表，对每个节点的时间进行更新。当全局路径规划模式标志位g_global_route_plan＝＝4时，调用更新时间函数。然后将全局路径规划模式标志位g_global_route_plan＝0，记录当前的系统时间。

步骤6.返航，即在线全局路径规划模式五：

(1)无人艇接收到返航指令后将停止当前工作，根据无人艇当前位置以及岸基/母舰实时位置规划出一条直线返航路径。

(2)当读到全局路径规划标志位g_global_route_plan＝＝5时，开始规划返航路径，每隔相等的距离规划一个点，SPACE_REVERSAL为间隔距离，用 SPACE_REVERSAL除无人艇与岸基/母舰的距离得到返航路径规划点个数，再根据每个规划点与无人艇的距离、方位角以及无人艇的经纬度计算得到规划点的经纬度。

步骤7.靠近疑似目标点，即局部路径规划模式一：

(1)参见图4，当无人艇检测到疑似目标后，需要进一步靠近疑似目标进行确认，在无人艇与疑似目标点之间连线中点处规划出一个路径点。

(2)无人艇当前位置为A点，通过多个模块的协调工作，确定目标的方位信息。结合无人艇当前速度即可得到预计到达规划点的速度使其方向沿着A、B连线方向。当读到局部路径规划标志位g_local_route_plan＝＝1时，从而在A、B之间的中点处规划出C点的位置，然后将局部路径规划标志位 g_local_route_plan＝0，使无人艇靠近疑似目标点进行检测。

步骤8.收缩螺旋形路径规划，即局部路径规划模式二：

(1)参见图5，当无人艇到达步骤7的规划点后，规划收缩螺旋形路径绕着疑似目标点行驶并逐渐靠近疑似目标点，进一步检测目标并逐渐降低无人艇的速度。

(2)当读到局部路径规划标志位g_local_route_plan＝＝2时，根据阿基米德螺旋线公式规划收缩螺旋线路径，每圈的规划点个数为SCREW_NUM，通过无人艇当前位置与疑似目标点之间的距离、SCREW_NUM以及螺旋线的参数β计算得出收缩螺旋线路径的规划点个数。再根据每个规划点与目标区域中心的距离、方位角以及目标区域中心的经纬度计算出每个规划点的经纬度，联合前一个规划点的经纬度计算出该规划点的方位角以及两点之间的距离。再根据到达每个规划点的预规速度，计算无人艇到达该规划点的时间，将规划节点写入局部路径规划链表local_planed_route_list。

步骤9.圆形路径规划，即局部路径规划模式三：

(1)参见图6，在确认目标后，需要监视目标并等待控制中心的下一步指令。以无人艇与目标点之间的距离为半径，规划圆形路径使无人设备绕着目标点运动。

(2)当读到局部路径规划标志位g_local_route_plan＝＝3时，读取无人艇的当前位置和目标点位置，计算出两点之间的距离，以目标点为圆心，以两点之间距离为半径规划出一条圆形路径，每圈的规划点个数为SCREW_NUM，根据每个规划点与目标点的距离、方位角以及目标点的经纬度计算每个规划点的经纬度，联合前一个规划点的经纬度计算出该规划点的方位角以及两点之间的距离。再根据到达每个规划点的预规速度，计算无人艇到达该规划点的时间，将规划节点写入局部路径规划链表local_planed_route_list，使无人艇绕着目标点运动，等待控制中心的下一步指令。

本发明的智能目标搜索中无人设备的路径规划方法，增大了对地图的覆盖率，减少了路径重复率，提高了搜索效率。实现步骤包括：设置标志位变量，指导无人设备切换模式进行路径规划；定义全局路径规划链表和局部路径规划链表，分别用于存储全局路径规划点和局部路径规点。构建更新时间函数用于更新规划节点的时间，按照时间将规划点发送给控制中心。本发明根据无人设备状态的改变对在线全局路径规划模式以及局部路径规划模式进行切换，分别设计了五个全局路径规划模式，分别是扩展螺旋形路径规划、插入疑似目标点、更新时间、逃离错误目标点以及返航，还有三个局部路径规划模式，分别是靠近疑似目标点、收缩螺旋形路径规划以及圆形路径规划，节省了无人设备执行任务的时间，提高了搜索效率。

下面通过仿真或实验的数据对本发明的技术效果再做说明实施例8

智能目标搜索中无人设备的路径规划方法同实施例1-7，

本例中表1给出了无人设备初始参数设置

表1无人设备初始参数设置

本例中因为无人设备当前位置不显示在规划结果中，所以路径从第一个路径规划点开始，参见图7，可以看出通过全局路径规划在出发点和搜索区域中心点之间首先规划一条直线路径，然后以搜索区域中心为基点逆时针开始进行扩展螺旋形规划，覆盖搜索区域。当无人设备在全局路径中行驶到点(119.027，24.020)时，发现四个疑似目标点，分别为疑似目标点1、疑似目标点2、疑似目标点3以及概率最大的疑似目标点，此时经过分析判断，让概率最大的疑似目标点进入局部路径，无人设备朝着概率最大的疑似目标点靠近，同时将其余的疑似目标点插在了全局路径中，具体是插在距离各个疑似目标点最近的路径规划点之后。当无人设备到达与疑似目标点之间连线中点处的规划点后，再开始收缩螺旋形路径规划，在确认目标为真实目标后，开始圆形路径规划，完成智能目标搜索中无人设备的路径规划中的一个具体的流程，并等待下一步指令，如果继续收到返回、搜索新的目标区域等指令，则继续按指令切换到相应的模式进行规划。

综上所述，本发明公开的智能目标搜索中无人设备的路径规划方法，解决了无人设备在搜索目标时的路径规划问题，实现步骤包括：离线全局路径规划；在线全局路径规划；局部路径规划。本发明首先从出发点到搜索区域中心规划一条直线路径，再以搜索区域中心为基点规划一条扩展螺旋形路径对目标区域进行搜索，增大地图覆盖率；当检测到多个疑似目标时，无人设备靠近概率最大的疑似目标点进一步检测；同时按照最近距离插入疑似目标点的原则，将其余的疑似目标点插入全局路径；无人设备重新回到全局路径时，更新全局路径规划点时间；所有的路径由许多路径规划点组成，定义了新的结构体存储路径规划点信息。

当无人设备准备出发时，进行离线全局路径规划；需要搜索新的目标区域，规划直线路径以及扩展螺旋形路径对目标区域进行搜索；检测到疑似目标，进入局部路径规划模式，靠近疑似目标；如果同时发现多个疑似目标，将其余疑似目标点插入全局路径；规划收缩螺旋形路径靠近疑似目标点；确认目标后，规划圆形路径监视目标点，等待控制中心的下一步指令；从局部路径返回全局路径时，对全局路径规划点时间进行更新；如果确认疑似目标点为错误目标点，逃离错误目标点；收到返回指令时，规划返回路径。本发明采用扩展螺旋线路径的方式对目标区域进行搜索，增大了地图覆盖率，能够搜索到更多的目标，通过将疑似目标点插入全局路径，减少了路径重复率，节省了资源，提高了搜索效率。

Claims (6)

1.一种智能目标搜索中无人设备的路径规划方法，其中涉及到无人设备、控制中心，其特征在于，分为离线全局路径规划、在线全局路径规划和局部路径规划三部分，具体包括有如下步骤：

(1)离线全局路径规划：在无人设备出发前，根据无人设备当前位置和搜索区域中心位置以及搜索区域范围进行离线全局路径规划，从出发点到搜索区域中心规划一条直线路径，并以搜索区域中心为基点规划一条扩展螺旋形路径，完成离线全局路径规划，无人设备到达搜索区域中心并以扩展螺旋形路径开始向外进行搜索；当无人设备需要搜索新的目标区域时，直接执行步骤(2)，在在线全局路径规划中进行扩展螺旋形路径规划；当无人设备检测到一个疑似目标点时，执行步骤(3)；当无人设备检测到两个或两个以上的疑似目标点，对概率最大的疑似目标点执行步骤(3)，同时将其余的疑似目标点插入初始规划的离线全局路径，对离线全局路径进行更新；当无人设备走完离线全局路径还没有发现疑似目标点时，反馈未发现目标信息，等待控制中心的下一步指令；

(2)在线全局路径规划：从无人设备当前位置到搜索区域中心规划一条直线路径，并以搜索区域中心为基点规划一条扩展螺旋形路径，作为在线全局路径，根据无人设备状态的不同，构建在线全局路径规划模型，随着无人设备状态的改变切换在线全局路径规划模式，对全局路径进行在线规划或更新；当无人设备检测到一个疑似目标点时，执行步骤(3)；当无人设备检测到两个或两个以上的疑似目标点，对概率最大的疑似目标点执行步骤(3)，同时将其余的疑似目标点插入在线全局路径，对在线全局路径进行更新；当无人设备走完在线全局路径还没有发现疑似目标点时，反馈未发现目标信息，等待控制中心的下一步指令；

(3)局部路径规划：在无人设备和疑似目标点之间连线中点处规划一个点，当无人设备到达该规划点后，以疑似目标点为基点，进行收缩螺旋形路径规划；根据无人设备状态的不同，构建局部路径规划模型，随着无人设备状态的改变切换局部路径规划模式以接近疑似目标点；当检测到疑似目标点为真实目标时，进行圆形路径规划；当检测到疑似目标点为错误目标时，返回执行步骤(2)，无人设备逃离错误目标，返回全局路径。

2.根据权利要求1所述的一种智能目标搜索中无人设备的路径规划方法，其特征在于，步骤(1)中所述的将其余的疑似目标点插入初始规划的离线全局路径，对离线全局路径进行更新，和步骤2中所述的将其余的疑似目标点插入在线全局路径，对在线全局路径进行更新，按照最近距离插入疑似目标点的原则进行，具体为：

疑似目标点插入全局路径时，逐个进行插入，每个疑似目标点插在距其最近的全局路径规划点之后，每插入一个疑似目标点完成对全局路径的一次更新，以此类推，完成所有疑似目标点的插入过程。

3.根据权利要求1或2所述的一种智能目标搜索中无人设备的路径规划方法，其特征在于，步骤(2)中所述的根据无人设备状态的不同，构建在线全局路径规划模型，具体包括有：

(2a)扩展螺旋形路径规划：当需要搜索新的目标区域时，根据无人设备当前位置、搜索区域中心以及搜索区域范围进行在线全局路径规划，从无人设备当前位置到搜索区域中心规划一条直线路径，并以搜索区域中心为基点规划一条扩展螺旋形路径，作为在线全局路径，当无人设备行驶完在线全局路径还没有发现疑似目标点时，反馈未发现目标信息，等待控制中心的下一步指令；当无人设备检测到一个疑似目标点时，进入局部路径规划，即执行步骤(3)，在无人设备与疑似目标点之间连线中点处规划一个点，使无人设备靠近疑似目标点进行检测；如果无人设备同时检测到多个疑似目标点时，选取概率最大的疑似目标点进入局部路径规划，即执行步骤(3)，在无人设备与概率最大的疑似目标点之间连线中点处规划一个点，使无人设备靠近概率最大的疑似目标点进行检测，同时将其余的疑似目标点插入在线全局路径，执行步骤(2b)，；

(2b)插入疑似目标点：按照最近距离插入疑似目标点的原则，将疑似目标点逐个插入全局路径；如果疑似目标点距离全局路径中的规划点太近，则没有必要再将其插入全局路径，设定一个门限值T_MS_SHIFT，当疑似目标点与全局路径中的规划点的距离小于门限值T_MS_SHIFT时，则不将该疑似目标点插入全局路径；

(2c)更新全局路径规划点时间：当无人设备重新从局部路径规划中的局部路径返回到全局路径规划中的全局路径时，需要对每个全局路径规划点的时间进行更新；在每次路径规划或者更新完成后用全局变量g_last_update_time记录当前的系统时间；所有的全局路径规划节点都存放在全局路径规划链表global_planed_route_list中，遍历global_planed_route_list链表，对每个节点的时间进行更新；

(2d)逃离错误目标点：当无人设备在局部路径中检测出疑似目标点为错误目标点时，需要逃离错误目标点，重新回到全局路径，此时由于无人设备进入局部路径导致错过了全局路径规划点的时间，则需要对全局路径规划点时间进行更新，为了防止无人设备再次检测到该错误目标点，无人设备需要在远离错误目标点一段距离之后再开始正常工作；

(2e)返回起始点：当无人设备在接收到控制中心的返回指令后停止当前工作，根据无人设备当前位置以及起始点规划出一条直线路径，无人设备按照返回路径行驶，返回起始点。

4.根据权利要求1所述的一种智能目标搜索中无人设备的路径规划方法，其特征在于，步骤(2c)中所述的对每个节点的时间进行更新，更新时间的公式如下：

node→info→time＝node→info→time+now_time-g_last_update_time

其中node→info→time是路径规划节点的时间，now_time是当前的系统时间，g_last_update_time是每次完成规划或更新时所记录的系统时间。

5.根据权利要求1或4所述的一种智能目标搜索中无人设备的路径规划方法，其特征在于，步骤(3)中所述的根据无人设备状态的不同，构建局部路径规划模型，具体包括有：

(3a)靠近疑似目标点：当无人设备进入局部路径规划后，在无人设备与疑似目标点之间连线中点处规划一个点；当无人设备到达该规划点后，执行步骤(3b)；

(3b)收缩螺旋形路径规划：当无人设备到达(3a)中的规划点，使无人设备绕着疑似目标点行驶并逐渐靠近；当检测到疑似目标为真实目标时，执行步骤(3c)；当检测到疑似目标为错误目标时，执行步骤(2d)，无人设备逃离错误目标点返回全局路径；

(3c)圆形路径规划：当无人设备已经确认目标后，以目标点为圆心，以无人设备与目标点之间的距离为半径规划圆形路径，使无人艇以目标点为圆心做绕圈运动，并等待控制中心的下一步指令。

6.根据权利要求1所述的一种智能目标搜索中无人设备的路径规划方法，其特征在于，所有的路径包括直线路径、螺旋形路径以及圆形路径都是由许多规划点组成的，每个规划点的信息存储在一个结构体中，结构体的定义如下：

结构体包括经度、纬度、到达该规划点的时刻、到达该规划点的速度大小以及速度方向，按照无人设备到达规划点的时间将下一个规划点发送给控制中心，指导无人设备按照预规路径行驶。