CN110906934B - 一种基于碰撞危险系数的无人艇避障方法和系统 - Google Patents

一种基于碰撞危险系数的无人艇避障方法和系统 Download PDF

Info

Publication number
CN110906934B
CN110906934B CN201911219252.2A CN201911219252A CN110906934B CN 110906934 B CN110906934 B CN 110906934B CN 201911219252 A CN201911219252 A CN 201911219252A CN 110906934 B CN110906934 B CN 110906934B
Authority
CN
China
Prior art keywords
unmanned ship
collision risk
effective
obstacle
danger
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
CN201911219252.2A
Other languages
English (en)
Other versions
CN110906934A (zh
Inventor
刘洋
孔德鑫
汤文翰
赵金
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201911219252.2A priority Critical patent/CN110906934B/zh
Publication of CN110906934A publication Critical patent/CN110906934A/zh
Application granted granted Critical
Publication of CN110906934B publication Critical patent/CN110906934B/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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles

Abstract

本发明公开了一种基于碰撞危险系数的无人艇避障方法和系统,属于船舶局部路径规划领域。针对传统避障方法实际应用到无人艇路径规划时,由于无人艇自身为欠驱动的大惯性系统,在障碍物密集区域内避障难度较大,成功率无法保证,甚至出现碰撞障碍物的问题,本发明设置障碍物密集区碰撞危险系数,包括障碍物数量、大小、相互最短距离、无人艇速度等影响因子,通过该系数的大小判断无人艇穿过该密集区的风险程度,从而判断下一步是否需要避让该密集区域。本发明提高了无人艇路径规划的安全系数,且可结合不同的方法使用,根据应用于人工势场法的仿真结果表明,方法具有良好的避障效果,同时路径轨迹符合无人艇实际运行规律。

Description

一种基于碰撞危险系数的无人艇避障方法和系统
技术领域
本发明属于船舶局部路径规划领域,更具体地,涉及一种基于碰撞危险系数的无人艇避障方法和系统。
背景技术
随着我国对海洋权益的重视程度不断提升,无人艇作为一种成本低、效率高、安全性好的无人船舶近年来发展迅速。无人艇的最大亮点在于实现无人驾驶和智能避障。无人艇航行于动态、杂乱的海洋环境,周围存在结构复杂的密集障碍物,为了能够顺利地穿过密集障碍物群进而执行任务,因此急需提升无人艇的避障能力,从而在面对密集障碍物的海洋环境时能够有能力去寻找一条既安全又高效的导航轨迹实现水下作业任务。传统无人艇避障方法的研究重点在于自身方法最优化,如路径最短、可靠性更高等,而忽略了方法应用于无人艇时的工程难题,譬如,由于无人艇自身的欠驱动、惯性大特性,导致其在障碍物密集区中避障难度大、碰撞危险高。
以人工势场法为例,把目标看做低势能点,目标对无人艇产生了吸引力,周围的障碍物为高势能点,对无人艇产生斥力,机器人在引力和斥力的共同作用下运动以躲避障碍物,并到达目标位置。人工势场法作为提出较早且实用性较好的局部避障方法受到技术人员青睐,目前对避障方法的研究核心集中在局部最小值和不可到达点等问题上。然而实际应用中,即使解决了这两个问题,由于该方法的轨迹不确定性以及无人艇自身是欠驱动的大惯性系统,尤其在经过障碍物密集区域时仍然会出现经过障碍物边缘甚至碰撞的现象。
发明内容
针对现有技术的不足,本发明提出一种基于碰撞危险系数的避障方法和系统,将碰撞危险系数作为避障的约束条件之一,根据该系数的大小判断无人艇是驶入还是避开目标区域,旨在解决现有无人艇避障方法安全性和可靠度不足的问题。
本发明提供了一种基于碰撞危险系数的无人艇避障方法,其特征在于,包括以下步骤:
S1、将无人艇当前位置和影响无人艇运行的各障碍物间的距离d1,d2,d3…,dn,分别与无人艇搭载的传感器的有效感知距离D进行比较,以确定有效障碍物个数Num;
S2、根据有效障碍物两两之间的距离确定其均值
Figure GDA0002364479070000021
S3、获取无人艇的实时速度V;
S4、根据上述步骤得到的有效障碍物个数Num、有效障碍物间平均距离
Figure GDA0002364479070000022
速度V确定该障碍物密集区的碰撞危险系数Danger;
S5、划分不同的碰撞风险等级,根据所述碰撞危险系数Danger判断当前碰撞风险等级,并制定相应的避障策略。
进一步地,所述步骤S4中碰撞危险系数Danger的计算公式为
Figure GDA0002364479070000023
其中K1,K2,K3为对应项的加权系数。
进一步地,所述步骤S1包括:
设无人艇所搭载的传感器的有效感知距离为D,获取无人艇当前坐标(Xo,Yo)与n个障碍物之间的距离d1,d2,d3…,dn,若di<D(i=1,2,…,n),则认为对应障碍物有效;
障碍物只有部分处于感知范围内时,同样也计入有效障碍物,同时排除已经不再影响无人艇运动的障碍物,最终得出有效障碍物个数Num。
进一步地,所述步骤S2包括:
获取所述有效障碍物两两之间的距离,将有效障碍物编号为1,2…Num,则不重复的距离数目为Num*(Num-1)/2,计算出这组距离L1,L2…LNum*(Num-1)/2的平均值
Figure GDA0002364479070000031
进一步地,所述步骤S5包括:
设置两个边界值Danger1和Danger2;
当0<Danger≤Danger1,碰撞风险等级为A1
当Danger1<Danger≤Danger2时,碰撞风险等级为A2
当Danger>Danger2则碰撞风险等级为A3
进一步地,所述步骤S5还包括:
碰撞风险等级为A1时,继续执行当前操作;
碰撞风险等级为A2时,依据无人艇的避障难度调整避障策略;
碰撞风险等级为A3时,停船重新规划。
进一步地,无人艇继续探索下一区域时,若持续检测到有效障碍物的个数为0或1,则表明无人艇与目标点之间已经不存在障碍物密集区,停止执行本方法。
本发明还提供了一种基于碰撞危险系数的无人艇避障系统,包括:
有效障碍物数目确定模块,用于将无人艇当前位置和影响无人艇运行的各障碍物间的距离d1,d2,d3…,dn,分别与无人艇搭载的传感器的有效感知距离D进行比较,以确定有效障碍物个数Num;
平均距离确定模块,用于根据有效障碍物两两之间的距离确定其均值
Figure GDA0002364479070000032
速度获取模块,用于获取无人艇的实时速度V;
碰撞危险系数确定模块,用于根据有效障碍物个数Num、有效障碍物间平均距离
Figure GDA0002364479070000033
速度V确定该障碍物密集区的碰撞危险系数Danger;
执行模块,用于划分不同的碰撞风险等级,根据所述碰撞危险系数Danger判断当前碰撞风险等级,并制定相应的避障策略。
进一步地,所述碰撞危险系数确定模块中碰撞危险系数Danger的计算公式为
Figure GDA0002364479070000041
其中K1,K2,K3为对应项的加权系数。
本发明与现有的无人艇局部路径规划方法相比,具有以下有益效果:
1、本发明提出的基于碰撞危险系数的方法适用性强,可以融合到不同的避障方法中改进使用。例如在传统的人工势场法中引入碰撞危险系数Danger这一控制变量,使不可控的人工势场法的规划路径变成相对可控。
2、本发明大大提高了无人艇避障方法的安全性,在工程应用中可以较好地解决在障碍物密集区中的避障难题。比如传统人工势场法中,由于轨迹的不确定性和无人艇的大惯性,在驶入障碍物密集区时,非常容易与障碍物产生碰撞,而本发明通过对障碍物区域碰撞可能性的评估,通过改变航向角的方式避开碰撞危险度较高的区域,提高了无人艇的行驶安全性和工程实用性。
附图说明
图1为本发明提供的无人艇避障方法整体流程图。
图2为直角坐标系的建立以及无人艇和障碍物的建模示意图。
图3为无人艇传感器有效探测距离内的障碍物示意图。
图4为有效障碍物两两之间距离的示意图。
图5为无人艇在障碍物密集区域内行驶的最佳路径图。
图6为无人艇绕开障碍物密集区域采取的不同路径示意图。
图7为本方法在MATLAB平台上经过障碍物密集区的仿真结果图;
其中,图7(a)为无人艇在碰撞风险系数小于阈值的情况下驶入障碍物密集区,图7(b)为无人艇在碰撞风险系数大于阈值的情况下避开障碍物密集区。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
本发明在传统避障方法的基础上引入碰撞危险系数评估前方密集区域的碰撞可能性,作为方法的额外约束条件,该系数的影响因素包括:传感器有效感知范围内障碍物个数、障碍物之间的平均距离以及无人艇自身速度,通过耦合加权公式计算出碰撞危险系数,并在密集区域的危险系数较大时改变无人艇的航向角完成避让,最终实现无人艇避开碰撞危险区域的目标。
下面以一具体实施例介绍本发明提供的一种基于碰撞危险系数的无人艇避障方法,整体流程图如图1所示,包括以下步骤:
S1:建立直角坐标系,获取无人艇、障碍物、目标点的相关信息。
具体地,根据传感器获得的无人艇、障碍物、目标点信息,建立直角坐标系。为了简化模型,可以将无人艇和目标点抽象成质点,将障碍物抽象成规则的圆形,并列出圆心坐标。如图2所示,假定无人艇当前坐标为(Xo,Yo),目标点坐标为(Xg,Yg),障碍物中心坐标分别为(X1,Y1)、(X2,Y2)…(Xn,Yn),半径分别为R1,R2…Rn
S2:将无人艇的当前位置与影响无人艇当前运行的各障碍物间的距离与无人艇搭载的传感器的有效感知距离分别进行比较,确定有效障碍物个数Num。
具体地,如图3,设无人艇所搭载的传感器的有效感知距离为D,计算无人艇当前坐标(Xo,Yo)与各个障碍物之间最近距离d1,d2,d3…,dn,若di<D(i=1,2,…,n),则认为对应障碍物有效,若障碍物只有部分在检测范围内,同样也纳入有效障碍物;而且,须排除已经不再影响无人艇运动的障碍物(例如当无人艇已经驶离某障碍物,即使与无人艇距离小于D,也不再考虑),最终得出有效障碍物个数Num。
S3:根据有效障碍物两两之间的距离确定其均值
Figure GDA0002364479070000051
具体地,如图4,先获取步骤S2中的有效障碍物两两之间的距离,作为障碍物密集区的参数之一,将上述障碍物编号为1,2…Num,根据排列组合原理,不重复的距离数目为Num*(Num-1)/2,这组距离用数组a存储,则a={L1,L2…LNum*(Num-1)/2},计算出这组距离的平均值
Figure GDA0002364479070000061
S4:利用传感器得到无人艇当前的速度V。
具体地,由船舶搭载的差分GPS得到无人艇当前的速度矢量V,在避障过程中,需要约束速度V的大小基本不发生变化,且最佳的避障轨迹为无人艇恰好经过障碍物连线中点处,如图5所示,(Xt,Yt)表示无人艇运动到障碍物之间时避免碰撞的最佳位置。
S5:根据上述步骤得到的有效障碍物个数Num、有效障碍物间距离均值
Figure GDA0002364479070000062
速度V计算该障碍物密集区的碰撞危险系数Danger。
具体地,将上述步骤S2-S4中的值Num、
Figure GDA0002364479070000063
V分别代入
Figure GDA0002364479070000064
Figure GDA0002364479070000065
其中Danger为碰撞危险系数,该系数作为避障方法的约束条件之一,将直接影响后续的避障策略。式中K1,K2,K3为对应项的加权系数,加权系数根据无人艇和障碍物实际情形设置,当对某项因素的影响程度更大时,可增大其加权系数。
S6:划分不同的碰撞风险等级,根据碰撞危险系数Danger判断当前碰撞风险等级,并制定相应的避障策略。
如图6所示,无人艇可根据碰撞风险的不同从P1、P2、P3中选取一条路径避障。本发明实施例根据Danger值的大小划分碰撞风险等级,例如,设置两个边界值Danger1和Danger2。当0<Danger≤Danger1,碰撞风险等级为A1,当Danger1<Danger≤Danger2时,碰撞风险等级为A2,当Danger>Danger2则碰撞风险等级为A3。碰撞风险等级为A1时表示发生碰撞几率较小,可以继续执行当前操作;等级为A2表示发生碰撞几率较大,需要考虑无人艇的避障难度(距离、速度、调整方向)调整避障策略;等级为A3表示碰撞发生几率极大,需要停船重新规划。
采用本发明提供的避障方法在MATLAB平台进行仿真的结果参见图7,图7(a)中障碍物之间距离较大,无人艇驶入障碍物密集区;图7(b)中的障碍物距离相较于图7(a)更小,危险系数增加,此时判断应绕开这一区域,于是使无人艇的航向角增加α,该角度为0~45°之间变化(根据实际工程应用选择),保证该角度大于β即可,β为无人艇速度方向与无人艇到障碍物边缘切线之间的夹角。
另外,如果无人艇继续探索下一区域,持续检测到有效障碍物的个数为0或1时,说明无人艇与目标点之间已经不存在障碍物密集区,无需采取本发明提出的避障策略,直接采用一般路径规划方法到达即可。
本方法实现简单,可以作为一个子程序嵌入到控制程序中,且可与大部分避障方法融合使用。本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于碰撞危险系数的无人艇避障方法,其特征在于,包括以下步骤:
S1、将无人艇当前位置和影响无人艇运行的各障碍物间的距离d1,d2,d3…,dn,分别与无人艇搭载的传感器的有效感知距离D进行比较,以确定有效障碍物个数Num,若di<D,i=1,2,…,n,则认为对应障碍物有效;
S2、根据有效障碍物两两之间的距离确定其平均距离
Figure FDA0003448706500000011
其中,将有效障碍物编号为1,2…Num,不重复的距离数目为Num*(Num-1)/2,这组距离用数组a存储,a={L1,L2…LNum*(Num-1)/2},计算出这组距离的平均值
Figure FDA0003448706500000012
S3、获取无人艇的实时速度V;
S4、根据上述步骤得到的有效障碍物个数Num、有效障碍物间平均距离
Figure FDA0003448706500000015
速度V确定障碍物密集区的碰撞危险系数Danger;
S5、划分不同的碰撞风险等级,根据所述碰撞危险系数Danger判断当前碰撞风险等级,并制定相应的避障策略;
所述步骤S4中碰撞危险系数Danger的计算公式为
Figure FDA0003448706500000013
Figure FDA0003448706500000014
其中K1,K2,K3为对应项的加权系数;
所述步骤S5包括:
设置两个边界值Danger1和Danger2;
当0<Danger≤Danger1,碰撞风险等级为A1,继续执行当前操作;
当Danger1<Danger≤Danger2时,碰撞风险等级为A2,依据无人艇的避障难度调整避障策略;
当Danger>Danger2则碰撞风险等级为A3,停船重新规划。
2.如权利要求1所述的无人艇避障方法,其特征在于,所述步骤S1包括:
设无人艇所搭载的传感器的有效感知距离为D,获取无人艇当前坐标(Xo,Yo)与n个障碍物之间的距离d1,d2,d3…,dn,若di<D,i=1,2,…,n,则认为对应障碍物有效;
障碍物只有部分处于感知范围内时,同样也计入有效障碍物,同时排除已经不再影响无人艇运动的障碍物,最终得出有效障碍物个数Num。
3.如权利要求1-2任一项所述的无人艇避障方法,其特征在于,无人艇继续探索下一区域时,若持续检测到有效障碍物的个数为0或1,则表明无人艇与目标点之间已经不存在障碍物密集区,停止执行本方法。
4.一种基于碰撞危险系数的无人艇避障系统,其特征在于,包括:
有效障碍物数目确定模块,用于将无人艇当前位置和影响无人艇运行的各障碍物间的距离d1,d2,d3…,dn,分别与无人艇搭载的传感器的有效感知距离D进行比较,以确定有效障碍物个数Num,若di<D,i=1,2,…,n,则认为对应障碍物有效;
平均距离确定模块,用于根据有效障碍物两两之间的距离确定其平均距离
Figure FDA0003448706500000023
速度获取模块,用于获取无人艇的实时速度V;
碰撞危险系数确定模块,用于根据有效障碍物个数Num、有效障碍物间平均距离
Figure FDA0003448706500000024
速度V确定障碍物密集区的碰撞危险系数Danger,其中,有效障碍物两两之间的距离数目为Num*(Num-1)/2,这组距离用数组a存储,a={L1,L2…LNum*(Num-1)/2},
Figure FDA0003448706500000021
为这组距离的平均值,所述碰撞危险系数Danger的计算公式为
Figure FDA0003448706500000022
其中K1,K2,K3为对应项的加权系数;
执行模块,用于划分不同的碰撞风险等级,根据所述碰撞危险系数Danger判断当前碰撞风险等级,并制定相应的避障策略,具体用于设置两个边界值Danger1和Danger2;当0<Danger≤Danger1,碰撞风险等级为A1,继续执行当前操作;当Danger1<Danger≤Danger2时,碰撞风险等级为A2,依据无人艇的避障难度调整避障策略;当Danger>Danger2则碰撞风险等级为A3,停船重新规划。
CN201911219252.2A 2019-11-29 2019-11-29 一种基于碰撞危险系数的无人艇避障方法和系统 Active CN110906934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911219252.2A CN110906934B (zh) 2019-11-29 2019-11-29 一种基于碰撞危险系数的无人艇避障方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911219252.2A CN110906934B (zh) 2019-11-29 2019-11-29 一种基于碰撞危险系数的无人艇避障方法和系统

Publications (2)

Publication Number Publication Date
CN110906934A CN110906934A (zh) 2020-03-24
CN110906934B true CN110906934B (zh) 2022-04-15

Family

ID=69821460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911219252.2A Active CN110906934B (zh) 2019-11-29 2019-11-29 一种基于碰撞危险系数的无人艇避障方法和系统

Country Status (1)

Country Link
CN (1) CN110906934B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113467438B (zh) * 2020-03-31 2023-07-18 华为技术有限公司 路径规划的方法、装置、控制器及移动物体
CN111486861B (zh) * 2020-04-21 2022-10-14 百度在线网络技术(北京)有限公司 一种路径规划方法、装置、设备和介质
CN111665852B (zh) * 2020-06-30 2022-09-06 中国第一汽车股份有限公司 一种障碍物避让方法、装置、车辆及存储介质
CN112068548B (zh) * 2020-08-07 2022-06-07 北京航空航天大学 5g环境下面向特殊场景的无人驾驶车辆路径规划方法
CN112137529B (zh) 2020-09-28 2021-08-24 珠海市一微半导体有限公司 一种基于密集障碍物的清扫控制方法
CN112462786B (zh) * 2020-12-03 2024-01-19 大连海事大学 一种基于模糊控制策略双窗口算法的无人艇避碰方法
CN113433937B (zh) * 2021-06-08 2023-05-16 杭州未名信科科技有限公司 基于启发式探索的分层导航避障系统、分层导航避障方法
CN113358113A (zh) * 2021-06-18 2021-09-07 刘治昊 一种基于衣架反射原理的导航装置
CN114690225A (zh) * 2022-03-21 2022-07-01 深圳旗鱼体育传播有限公司 一种运动对象绕过目标的识别方法
CN114872029B (zh) * 2022-06-09 2024-02-02 深圳市巨龙创视科技有限公司 一种机器人视觉识别系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT507035B1 (de) * 2008-07-15 2020-07-15 Airbus Defence & Space Gmbh System und verfahren zur kollisionsvermeidung
CN105511457B (zh) * 2014-09-25 2019-03-01 科沃斯机器人股份有限公司 机器人静态路径规划方法
CN105223956B (zh) * 2015-11-09 2018-02-27 中山大学 一种全向移动机器人的动态避障方法
CN106909145B (zh) * 2017-02-22 2020-01-14 武汉理工大学 无人航道测量船障碍物实时感知避障系统与方法
CN107703948B (zh) * 2017-11-14 2020-09-29 上海理工大学 基于自适应动态窗口的移动机器人局部动态路径规划方法
CN109190170A (zh) * 2018-08-02 2019-01-11 哈尔滨工程大学 一种基于云模型理论的船舶碰撞危险度建模方法
CN109782289B (zh) * 2018-12-26 2022-07-05 中国电子科技集团公司第二十研究所 一种基于基线几何结构约束的水下航行器定位方法
CN109597417B (zh) * 2019-01-14 2022-04-05 哈尔滨工程大学 一种基于避碰准则的多usv群体协同避碰规划方法
CN109753068B (zh) * 2019-01-14 2022-06-21 哈尔滨工程大学 一种考虑通信情况的多usv群体协同避碰规划方法
CN109887339B (zh) * 2019-03-20 2020-09-15 集美大学 一种关联避让行为的船舶碰撞危险及危险度评估方法
CN109960262B (zh) * 2019-03-25 2020-05-19 华中科技大学 一种基于几何法的无人艇动态避障方法和系统
CN110320907B (zh) * 2019-06-03 2022-07-15 哈尔滨工程大学 一种基于改进蚁群算法和椭圆碰撞锥推演模型的无人水面艇双层避碰方法
CN110196596B (zh) * 2019-06-04 2022-05-27 南阳理工学院 一种基于碰撞风险分析的四轮移动机器人模糊避障方法

Also Published As

Publication number Publication date
CN110906934A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
CN110906934B (zh) 一种基于碰撞危险系数的无人艇避障方法和系统
CN112379672B (zh) 一种基于改进人工势场的智能无人船路径规划方法
CN108445879B (zh) 一种基于预测碰撞危险区域的无人艇避障方法
CN111260963B (zh) 一种多船会遇避碰方法
CN112327885B (zh) 一种无人船自适应全局-局部混合路径规划的方法
CN107544500B (zh) 一种考虑约束的无人艇靠泊行为轨迹规划方法
CN105589464B (zh) 一种基于速度障碍法的uuv动态避障方法
CN109324620A (zh) 基于车道线平行偏移进行避障及超车的动态轨迹规划方法
CN109597417B (zh) 一种基于避碰准则的多usv群体协同避碰规划方法
CN111273670B (zh) 一种针对快速移动障碍物的无人艇避碰方法
Sato et al. Multilayer lidar-based pedestrian tracking in urban environments
CN109782807A (zh) 一种回形障碍物环境下的auv避障方法
CN110262492A (zh) 一种无人艇的实时避碰和目标跟踪方法
CN112327850B (zh) 一种水面无人艇路径规划方法
CN104375505A (zh) 一种基于激光测距的机器人自主寻路方法
CN111538332B (zh) 一种无人船自动航迹规划方法
CN108873915B (zh) 动态避障方法及其全向安防机器人
CN109901193A (zh) 近距离障碍物的光达侦测装置及其方法
CN113032896B (zh) 一种基于船舶驾驶员偏好的避碰辅助决策方法
CN105549600A (zh) 一种基于虚拟膨化的运动障碍与uuv相向航行的规避方法
CN109916400B (zh) 一种基于梯度下降算法与vo法相结合的无人艇避障方法
CN111881580A (zh) 一种无人船规避障碍物的运动规划方法
CN113538973B (zh) 一种基于改进粒子群算法的船舶自动避碰方法
Wu et al. Multi-vessels collision avoidance strategy for autonomous surface vehicles based on genetic algorithm in congested port environment
Yan et al. Obstacle avoidance for unmanned undersea vehicle in unknown unstructured environment

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