CN112697148A - 一种自适应复杂度栅格环境模型构建方法以及路径搜索方法 - Google Patents
一种自适应复杂度栅格环境模型构建方法以及路径搜索方法 Download PDFInfo
- Publication number
- CN112697148A CN112697148A CN202011430656.9A CN202011430656A CN112697148A CN 112697148 A CN112697148 A CN 112697148A CN 202011430656 A CN202011430656 A CN 202011430656A CN 112697148 A CN112697148 A CN 112697148A
- Authority
- CN
- China
- Prior art keywords
- grid
- complexity
- flow
- adaptive
- ship
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000003044 adaptive effect Effects 0.000 title claims description 27
- 238000010276 construction Methods 0.000 title abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 230000004888 barrier function Effects 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially 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
本发明公开了一种自适应复杂度栅格环境模型构建方法以及路径搜索方法,首先采用栅格法将航行水域等分,确定自由栅格与障碍栅格;然后选取进距和旋回初径作为船舶旋回性的衡量标准;根据交通密度因子计算原则,建立水上交通流复杂度的环境势场模型;根据规划水域的流的分布特点,计算流复杂度;最后综合栅格尺寸自适应环境模型、环境势场模型和流的影响衡量复杂度,形成栅格复杂度环境势场模型,实现自适应复杂度栅格环境模型的构建。本方法不仅充分考虑了通航环境特点,同时基于船舶旋回性确定栅格尺寸的思路为栅格尺寸因研究对象操纵运动特性而自适应确定提供了定量可参考的判据,规划出的路径更加符合船舶实际安全驾驶的要求。
Description
技术领域
本发明涉及面向智能体如智能船舶路径规划的环境模型构建技术领域,具体涉及一种自适应复杂度栅格环境模型构建方法以及路径搜索方法。
背景技术
当前,世界范围内以人工智能为引领的新一轮科技革命和产业变革加速,人工智能技术与航运的深度融合为提升其效率、保障其安全和降低其成本,最终实现智能航运带来了新的思路,为推进交通强国建设注入强大动能。船舶作为智能航运的重要组成要素,其智能化发展可以基于优化发动机功率和航速,实现更高效地航行,降低人工操作成本和劳动强度,提升社会经济效益。值得特别注意的是,智能船舶的发展离不开紧密相关的包括感知、规划决策、控制、执行等关键技术的探索与攻克。在解决规划问题时目前主要采用以“环境模型构建—路径搜索—路径再优化”为主线的研究思路展开研究。由此,有效合理的环境模型构建对规划结果影响显而易见。
常见用于环境模型构建的方法主要有栅格法、可视图法、单元树法和拓扑法等。
本申请发明人在实施本发明的过程中,发现现有技术的方法,至少存在如下技术问题:
由现有相关研究分析可知,栅格法因其简单易操作且有效而应用研究广泛,但针对复杂大范围环境区域时建模效果不佳,且栅格尺寸的设定往往没有明确可参考的标准依据或缺少理论依据。
发明内容
本发明提出一种自适应复杂度栅格环境模型构建方法以及路径搜索方法,用于解决或者至少部分解决现有技术存在的建模效果不佳的技术问题。
为了解决上述技术问题,本发明第一方面提供了一种自适应复杂度栅格环境模型构建方法,包括:
S1:采用栅格法,将船舶航行水域用大小相同的栅格进行均匀划分后构建栅格环境模型,以栅格是否被碍航物占据为判据,将栅格分为无障碍物的自由栅格和被碍航物占据的障碍栅格;
S2:确定影响船舶旋回性的因素,并基于影响船舶旋回性的因素确定栅格的尺寸;
S3:根据船舶与障碍物栅格之间的距离,计算每个栅格的交通复杂度;
S4:根据规划水域的流的分布特征,计算每个栅格的流复杂度;
S5:基于确定出的每个栅格的尺寸、交通复杂度以及流复杂度,构建自适应复杂度栅格环境模型。
在一种实施方式中,步骤S2包括:
S2.1:确定影响船舶旋回性的因素,包括进距和旋回初径,其中,进距和旋回初径的计算公式为:
其中,Ad表示进距,Re表示心距、R表示定常旋回半径,DT表示旋回初径,D表示定常旋回直径,K、T表示一阶线性K,T方程中的旋回性指数、追随性指数,vs、δ0分别表示旋回时初速度、所操舵角,t1表示操舵时舵角由正舵至δ0所需时间;
S2.2:基于进距和旋回初径确定每个栅格的尺寸,其中,横向尺寸、纵向尺寸的计算公式为:
DN=DT+B,AN=Ad+L;
栅格的尺寸d的计算公式为:
其中d,DN,AN,B,L分别表示栅格尺寸、横向尺寸、纵向尺寸、船宽、船长。
在一种实施方式中,步骤S3中栅格的交通复杂度的计算方法为:
在一种实施方式中,步骤S4中栅格的流复杂度的计算方法为:
在一种实施方式中,步骤S5具体包括:
S5.1:将步骤S2中确定出的栅格尺寸作为自适应复杂度栅格环境模型中栅格的尺寸;
S5.2:根据每个栅格的交通复杂度以及流复杂度,计算出每个栅格的势场值;
S5.3:基于确定出的栅格尺寸以及势场值,构建自适应复杂度栅格环境模型。
在一种实施方式中,步骤S5.2具体包括:
判断栅格是否为障碍栅格;
当栅格为障碍栅格时,则栅格的势场值为无穷大;
当栅格为自由栅格时,则根据每个自由栅格的交通复杂度以及流复杂度,计算出每个自由栅格的势场值。
在一种实施方式中,根据每个自由栅格的交通复杂度以及流复杂度,计算出每个自由栅格的势场值,包括:将每个自由栅格的交通复杂度以及流复杂度的乘积作为每个自由栅格的势场值。
基于同样的发明构思,本发明第二方面提供了一种路径搜索方法,基于第一方面所构建的自适应复杂度环境模型实现,所述路径搜索方法包括:
采用A*算法作为路径搜索算法,将船舶当前位置所在栅格与目标位置所在栅格之间的距离作为A*算法代价函数中的实际代价;
基于自适应复杂度环境模型中的交通复杂度和流复杂度,确定A*算法代价函数中的船舶当前位置所在栅格到目标位置所在栅格的最佳代价路径的代价估计值;
基于改进后的实际代价以及改进后的最佳代价路径的代价估计值获得改进后的A*算法,利用改进后的A*算法进行路径搜索,得到路径搜索结果。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明提供的自适应复杂度栅格环境模型构建方法,首先采用栅格法将航行水域等分,确定自由栅格与障碍栅格;然后确定影响船舶旋回性的因素,并基于影响船舶旋回性的因素确定栅格的尺寸;接着根据船舶与障碍物栅格之间的距离,计算每个栅格的交通复杂度;再根据规划水域的流的分布特征,计算每个栅格的流复杂度;最后综合确定出的栅格尺寸、交通复杂度和流复杂度,实现自适应复杂度栅格环境模型的构建。本方法综合考虑了船舶操纵特性和规划区域环境特点,并引入复杂度的理念计算栅格环境势值,构建了自适应复杂度栅格环境模型,改善了现有方法中模型构建效果不佳的技术问题。
基于构建的自适应复杂度栅格环境模型,本发明进一步提供了一种路径搜索方法,由于自适应复杂度栅格环境模型不仅充分考虑了通航环境特点,同时基于船舶旋回性确定栅格尺寸的思路为栅格尺寸因研究对象操纵运动特性而自适应确定提供了定量可参考的判据,从而使得规划出的路径更加符合船舶实际安全驾驶的要求,改善了路径搜索效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为具体实施例中自适应复杂度栅格尺寸的示意图;
图2为具体实施例中自适应复杂度栅格环境模型生成流程图;
图3为具体实施例中栅格地图的示意图;
图4为具体实施例中自适应复杂度栅格环境示意图;
图5为具体实施例中本发明路径搜索方法航线生成示意图。
具体实施方式
本发明的目的在于提供一种自适应复杂度栅格环境模型构建方法。基于对船舶操纵特性:旋回性的考虑来确定栅格尺寸,并通过引入复杂度理念构建考虑了流的环境因素影响的环境势场模型,形成基于船舶旋回性和复杂度的环境势场。基于此,最终确定栅格化后的船舶航行空间环境的整体分布情况,实现对船舶路径规划的自适应复杂度栅格环境模型的构建。
本发明的主要发明构思如下:
提供一种自适应复杂度栅格环境模型构建方法。该方法综合考虑船舶操纵特性和规划区域环境特点,引入复杂度的理念计算栅格环境势值,构建栅格尺寸自适应的环境模型。首先采用栅格法将航行水域等分,确定自由栅格与障碍栅格;采用一阶线性K,T方程分析船舶旋回特性,并选取进距和旋回初径作为船舶旋回性的衡量标准;根据交通密度因子计算原则,建立水上交通流复杂度的环境势场模型;根据规划水域的流的分布特点,计算流复杂度;最后综合栅格尺寸自适应环境模型、环境势场模型和流的影响衡量复杂度,形成栅格复杂度环境势场模型,实现自适应复杂度栅格环境模型的构建。本方法不仅充分考虑了通航环境特点,同时基于船舶旋回性确定栅格尺寸的思路为栅格尺寸因研究对象操纵运动特性而自适应确定提供了定量可参考的判据,规划出的路径更加符合船舶实际安全驾驶的要求。
为使本发明实施例的目的、技术方案和优点更加清楚,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。
实施例一
结合图1~图5,本发明实施例提供了一种自适应复杂度栅格环境模型构建方法,该方法包括:
S1:采用栅格法,将船舶航行水域用大小相同的栅格进行均匀划分后构建栅格环境模型,以栅格是否被碍航物占据为判据,将栅格分为无障碍物的自由栅格和被碍航物占据的障碍栅格;
S2:确定影响船舶旋回性的因素,并基于影响船舶旋回性的因素确定栅格的尺寸;
S3:根据船舶与障碍物栅格之间的距离,计算每个栅格的交通复杂度;
S4:根据规划水域的流的分布特征,计算每个栅格的流复杂度;
S5:基于确定出的每个栅格的尺寸、交通复杂度以及流复杂度,构建自适应复杂度栅格环境模型。
总体来说,步骤S1中采用栅格法,将船舶航行水域用大小相同的栅格进行均匀划分构建栅格环境模型。S2确定影响船舶旋回性的因素,例如可以将进距、旋回初径、船长、船宽作为影响船舶旋回性的因素,从而为船舶路径规划栅格尺寸的确定提供依据。步骤S3利用水上交通流复杂度中的交通密度因子,构建环境势场模型;步骤S4考虑在流的影响下的流复杂度的计算。最后通过步骤S5综合船舶旋回性因素、环境势场模型(即考虑了交通复杂度的环境模型)和流的影响计算并确定栅格尺寸和每个栅格的复杂度,完成船舶路径规划的自适应复杂度栅格环境模型的构建。
具体来说,步骤S1将船舶航行水域用大小相同的栅格进行均匀划分,以栅格是否被碍航物占据为判据,将栅格分为无障碍物的自由栅格和被碍航物占据的障碍栅格两种。
步骤S2设计了基于船舶旋回性的栅格尺寸确定方法:根据直接评判船舶旋回性优劣的几何参数:定常旋回半径、定常旋回直径、心距、进距、旋回初径和国际海事组织操纵性标准的结果,可以选取船舶旋回性的衡量标准。
步骤S3建立了环境势场模型,例如可以借鉴交通流复杂度计算公式中的交通密度因子测度模型,根据船舶与障碍物栅格间的距离,计算每个栅格的交通复杂度,进一步构建覆盖整个规划水域的环境势场模型。
步骤S4在环境势场模型中进一步考虑并计算流作用效应:基于上述构建的环境势场模型,根据规划水域的流的分布特点包括流的大小和方向,计算栅格的流复杂度(环境势场值)。
步骤S5是自适应复杂度栅格环境模型的构建:综合基于船舶旋回性的栅格尺寸模型、环境势场模型和考虑在流的影响下的环境势场值变化,计算并确定栅格尺寸和每个栅格的环境势场值,形成由环境碍航物和环境因素如流的综合决定栅格复杂度的环境势场模型,完成船舶路径规划的自适应复杂度栅格环境模型的构建。
在一种实施方式中,步骤S2包括:
S2.1:确定影响船舶旋回性的因素,包括进距和旋回初径,其中,进距和旋回初径的计算公式为:
其中,Ad表示进距,Re表示心距、R表示定常旋回半径,DT表示旋回初径,D表示定常旋回直径,K、T表示一阶线性K,T方程中的旋回性指数、追随性指数,vs、δ0分别表示旋回时初速度、所操舵角,t1表示操舵时舵角由正舵至δ0所需时间;
S2.2:基于进距和旋回初径确定每个栅格的尺寸,其中,横向尺寸、纵向尺寸的计算公式为:
DN=DT+B,AN=Ad+L;
栅格的尺寸d的计算公式为:
其中d,DN,AN,B,L分别表示栅格尺寸、横向尺寸、纵向尺寸、船宽、船长。
具体来说,本发明设计了基于船舶旋回性的栅格尺寸确定方法:采用日本学者野本谦作提出的一阶线性K,T方程,即一阶线性微分方程。根据直接评判船舶旋回性优劣的几何参数:定常旋回半径、定常旋回直径、心距、进距、旋回初径和国际海事组织操纵性标准的结果,选取进距和旋回初径作为船舶旋回性的衡量标准。进距是判定船舶旋回过程中纵向占用水域范围的依据,旋回初经是判定船舶在旋回过程中其横向占用水域范围的依据。因此,本发明选取进距和旋回初径对栅格尺寸进行判定。
日本学者野本谦作提出的一阶线性K、T方程中的K、T指数可用来表示船舶操纵性的优劣,计算公式如下:
旋回圈是判断船舶旋回性能的重要因素,综合分析其几何参数,包括定常旋回半径、定常旋回直径、心距、进距、旋回初径评判船舶旋回性的优劣。
旋回圈主要参数计算方法如下:
其中,vs、δ0分别表示旋回时初速度、所操舵角,t1代表操舵时舵角由正舵至δ0所需时间。
通过船舶Z型操作实验,计算一阶线性K、T方程中的K值和T值,进而运用上述方程分别求得旋回圈各几何参数。
本发明根据国际海事组织操纵性标准,选取衡量船舶旋回性的进距和旋回初径作为栅格尺寸判定的依据。进距是判定船舶旋回过程中纵向占用水域范围的依据。旋回初经是判定船舶在旋回过程中其横向占用水域范围的依据。
请参见图1,为本发明自适应复杂度栅格尺寸示意图。
在一种实施方式中,步骤S3中栅格的交通复杂度的计算方法为:
具体来说,步骤S3构建了环境势场模型,即考虑了交通复杂度的栅格环境模型。借鉴交通流复杂度计算公式中的交通密度因子测度模型,根据船舶与障碍物栅格之间的距离计算情况,计算出每个栅格的交通复杂度,进一步构建覆盖整个规划水域的环境势场模型。其中,交通密度因子表示由船舶交通密度引起的交通复杂度,受船舶与障碍物相对距离影响较大,将交通密度因子作为本申请中栅格的交通复杂度。
在一种实施方式中,步骤S4中栅格的流复杂度的计算方法为:
具体来说,在步骤S3构建的环境势场模型进一步考虑并加入流影响,并计算流影响对应势场值,即流复杂度。其中,为保证Current∈[0,1],当Current>1时,对Current作归一化处理。
在一种实施方式中,步骤S5具体包括:
S5.1:将步骤S2中确定出的栅格尺寸作为自适应复杂度栅格环境模型中栅格的尺寸;
S5.2:根据每个栅格的交通复杂度以及流复杂度,计算出每个栅格的势场值;
S5.3:基于确定出的栅格尺寸以及势场值,构建自适应复杂度栅格环境模型。
具体来说,采用前述步骤中基于船舶旋回进距和旋回初径针对不同船舶旋回特性灵活自适应地确定出栅格尺寸,然后确定出每个栅格的势场值,由步骤S3中计算得到的栅格交通复杂度和流复杂度Current综合确定,最终实现对规划区域环境模型的基于复杂度和栅格法自适应构建。
在一种实施方式中,步骤S5.2具体包括:
判断栅格是否为障碍栅格;
当栅格为障碍栅格时,则栅格的势场值为无穷大;
当栅格为自由栅格时,则根据每个自由栅格的交通复杂度以及流复杂度,计算出每个自由栅格的势场值。
在一种实施方式中,根据每个自由栅格的交通复杂度以及流复杂度,计算出每个自由栅格的势场值,包括:将每个自由栅格的交通复杂度以及流复杂度的乘积作为每个自由栅格的势场值。
在具体实施过程中,根据栅格是否为障碍栅格,计算出栅格的势场值。当栅格为障碍栅格时栅格的势场值为无穷大,当为自由栅格时,则由交通复杂度以及流复杂度的乘积作为每个自由栅格的势场值。
请参见图2,为具体实施例中自适应复杂度栅格环境模型生成流程图。其中,建立栅格环境模型对应步骤S1~S2,计算栅格复杂度对应步骤S3~S4,形成自适应复杂度栅格环境地图对应步骤S5。图2中,栅格复杂度即为栅格的势场值,栅格致势场值即为交通复杂度,流致势场值即为流复杂度。
图3为具体实施例中步骤S1中栅格地图(栅格环境模型)的示意图;图4为具体实施例中自适应复杂度栅格环境示意图。
与现有的方法相比,本发明具有以下积极效果和优点:
选取最能代表船舶旋回运动特性的两要素,即进距和旋回初径,作为判断栅格尺寸的依据,为栅格尺寸的确定提供了定量可参考的判据,此外,该确定方法针对不同船舶表现的不同旋回特性能自适应调整和确定栅格尺寸,具有“量体裁衣”之灵活特性。
充分考虑通航环境特点,将船舶航行空间障碍物部分情况作为计算环境复杂度的重要因素,同时也考虑了影响船舶航行的突出因素即流的作用,基于此复杂度栅格环境模型规划出的路径更加符合船舶实际安全驾驶的要求。
实施例二
基于同样的发明构思,本发明第二方面提供了一种路径搜索方法,基于实施例一所构建的自适应复杂度环境模型实现,所述路径搜索方法包括:
采用A*算法作为路径搜索算法,将船舶当前位置所在栅格与目标位置所在栅格之间的距离作为A*算法代价函数中的实际代价;
基于自适应复杂度环境模型中的交通复杂度和流复杂度,确定A*算法代价函数中的船舶当前位置所在栅格到目标位置所在栅格的最佳代价路径的代价估计值;
基于改进后的实际代价以及改进后的最佳代价路径的代价估计值获得改进后的A*算法,利用改进后的A*算法进行路径搜索,得到路径搜索结果。
具体来说,A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法,也是解决许多搜索问题的有效算法。
A*算法代价函数的一般形式为:
f(i)=g(i)+h(i)
其中,g(i)为欧氏距离(即起始位置所在栅格与船舶当前位置所在栅格之间的距离),h(i)为曼哈顿距离(即当前位置所在栅格与目标位置所在栅格之间的距离),i表示栅格存储序号。
结合实施例一中构建的适应复杂度栅格环境,对上述经典A*算法的代价函数进行改进予以提升适应性。其中,对g(i)和h(i)计算及内涵重新设定,g(i)设定为船舶当前位置所在栅格与目标位置所在栅格之间的距离(即为改进后的实际代价),h(i)设定为栅格i的势场值(势场值为交通复杂度与流复杂度的乘积,作为改进后的最佳代价路径的代价估计值)。对应的计算公式为:
i为自由栅格
i为自由栅格
其中,N表示总栅格数。
考虑g(i)和h(i)可能存在差异化量级致使路径搜索不成功,对两者的计算值分别进行[0,1]归一化处理,转换函数为:
其中,xi、x、xmin和xmax分别代表归一化后的数据、原始数据、原始数据中的最小值和原始数据中的最大值。
改进后的A*算法为:f(i)=gi+hi。
采用上述改进后的A*算法(其代价函数f(i)为改进后的实际代价gi和改进后的最佳代价路径的代价估计值hi之和)搜索得到的路径如图5所示,其中实线为本发明生成的路径,虚线为常规栅格法构建环境地图下经典A*算法搜索生成的路径。相较于传统A*算法,改进后的A*算法不仅保留了传统A*算法运算速度快的优点,而且还能在保证足够安全的前提下快速趋于目标栅格。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (8)
1.一种自适应复杂度栅格环境模型构建方法,其特征在于,包括:
S1:采用栅格法,将船舶航行水域用大小相同的栅格进行均匀划分后构建栅格环境模型,以栅格是否被碍航物占据为判据,将栅格分为无障碍物的自由栅格和被碍航物占据的障碍栅格;
S2:确定影响船舶旋回性的因素,并基于影响船舶旋回性的因素确定栅格的尺寸;
S3:根据船舶与障碍物栅格之间的距离,计算每个栅格的交通复杂度;
S4:根据规划水域的流的分布特征,计算每个栅格的流复杂度;
S5:基于确定出的每个栅格的尺寸、交通复杂度以及流复杂度,构建自适应复杂度栅格环境模型。
2.如权利要求1所述的自适应复杂度栅格环境模型构建方法,其特征在于,步骤S2包括:
S2.1:确定影响船舶旋回性的因素,包括进距和旋回初径,其中,进距和旋回初径的计算公式为:
其中,Ad表示进距,Re表示心距、R表示定常旋回半径,DT表示旋回初径,D表示定常旋回直径,K、T表示一阶线性K,T方程中的旋回性指数、追随性指数,vs、δ0分别表示旋回时初速度、所操舵角,t1表示操舵时舵角由正舵至δ0所需时间;
S2.2:基于进距和旋回初径确定每个栅格的尺寸,其中,横向尺寸、纵向尺寸的计算公式为:
DN=DT+B,AN=Ad+L;
栅格的尺寸d的计算公式为:
其中d,DN,AN,B,L分别表示栅格尺寸、横向尺寸、纵向尺寸、船宽、船长。
5.如权利要1所述的自适应复杂度栅格环境模型构建方法,其特征在于,步骤S5具体包括:
S5.1:将步骤S2中确定出的栅格尺寸作为自适应复杂度栅格环境模型中栅格的尺寸;
S5.2:根据每个栅格的交通复杂度以及流复杂度,计算出每个栅格的势场值;
S5.3:基于确定出的栅格尺寸以及势场值,构建自适应复杂度栅格环境模型。
6.如权利要5所述的自适应复杂度栅格环境模型构建方法,其特征在于,步骤S5.2具体包括:
判断栅格是否为障碍栅格;
当栅格为障碍栅格时,则栅格的势场值为无穷大;
当栅格为自由栅格时,则根据每个自由栅格的交通复杂度以及流复杂度,计算出每个自由栅格的势场值。
7.如权利要6所述的自适应复杂度栅格环境模型构建方法,其特征在于,根据每个自由栅格的交通复杂度以及流复杂度,计算出每个自由栅格的势场值,包括:将每个自由栅格的交通复杂度以及流复杂度的乘积作为每个自由栅格的势场值。
8.一种路径搜索方法,其特征在于,基于权利要求1至7中任一项所构建的自适应复杂度环境模型实现,所述路径搜索方法包括:
采用A*算法作为路径搜索算法,将船舶当前位置所在栅格与目标位置所在栅格之间的距离作为A*算法代价函数中的实际代价;
基于自适应复杂度环境模型中的交通复杂度和流复杂度,确定A*算法代价函数中的船舶当前位置所在栅格到目标位置所在栅格的最佳代价路径的代价估计值;
基于改进后的实际代价以及改进后的最佳代价路径的代价估计值获得改进后的A*算法,利用改进后的A*算法进行路径搜索,得到路径搜索结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430656.9A CN112697148A (zh) | 2020-12-07 | 2020-12-07 | 一种自适应复杂度栅格环境模型构建方法以及路径搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430656.9A CN112697148A (zh) | 2020-12-07 | 2020-12-07 | 一种自适应复杂度栅格环境模型构建方法以及路径搜索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112697148A true CN112697148A (zh) | 2021-04-23 |
Family
ID=75506970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011430656.9A Pending CN112697148A (zh) | 2020-12-07 | 2020-12-07 | 一种自适应复杂度栅格环境模型构建方法以及路径搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112697148A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115824216A (zh) * | 2022-11-22 | 2023-03-21 | 苏州数智赋农信息科技有限公司 | 一种养猪场喂食车自适应控制方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926491A (zh) * | 2019-11-29 | 2020-03-27 | 海南中智信信息技术有限公司 | 一种用于最短路径的规划方法和系统 |
-
2020
- 2020-12-07 CN CN202011430656.9A patent/CN112697148A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926491A (zh) * | 2019-11-29 | 2020-03-27 | 海南中智信信息技术有限公司 | 一种用于最短路径的规划方法和系统 |
Non-Patent Citations (1)
Title |
---|
朱曼: "基于环境势场的海事无人艇巡航路径规划研究", 《万方数据库》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115824216A (zh) * | 2022-11-22 | 2023-03-21 | 苏州数智赋农信息科技有限公司 | 一种养猪场喂食车自适应控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109506655B (zh) | 基于非均匀建模的改进蚁群路径规划算法 | |
CN107798185B (zh) | 一种基于ecdis的航线自动设计系统及其构建方法 | |
CN108564202B (zh) | 一种基于环境预报信息的无人艇航线优化方法 | |
Wang et al. | Application of real-coded genetic algorithm in ship weather routing | |
Wu et al. | Long-voyage route planning method based on multi-scale visibility graph for autonomous ships | |
CN106846425A (zh) | 一种基于八叉树的散乱点云压缩方法 | |
CN110196059B (zh) | 一种无人艇全局路径规划方法 | |
Tsou | Integration of a geographic information system and evolutionary computation for automatic routing in coastal navigation | |
CN112819255B (zh) | 多准则船舶航线确定方法、装置、计算机设备及可读存储介质 | |
CN108733951B (zh) | 船舶运动响应计算方法和装置 | |
Wang et al. | Study on route division for ship energy efficiency optimization based on big environment data | |
CN113032896B (zh) | 一种基于船舶驾驶员偏好的避碰辅助决策方法 | |
CN115270644B (zh) | 一种智能船舶节能航行编队方法、电子设备和存储介质 | |
CN112697148A (zh) | 一种自适应复杂度栅格环境模型构建方法以及路径搜索方法 | |
Dong et al. | Double ant colony algorithm based on dynamic feedback for energy-saving route planning for ships | |
Szłapczynska et al. | Multicriteria optimisation in weather routing | |
Du et al. | An optimized path planning method for coastal ships based on improved DDPG and DP | |
Zaccone et al. | An optimization tool for ship route planning in real weather scenarios | |
CN115730263A (zh) | 一种船舶行为模式侦测方法及装置 | |
CN113538973B (zh) | 一种基于改进粒子群算法的船舶自动避碰方法 | |
Marie et al. | Sail-assisted motor vessels weather routing using a fuzzy logic model | |
CN116952239A (zh) | 一种基于改进a*与dwa融合的无人艇路径规划方法 | |
CN110411448A (zh) | 一种船舶感知区域动态网格内代表船的选取方法 | |
CN115755940A (zh) | 一种无人航行器的水下兴趣区域覆盖路径规划方法和装置 | |
CN114879675A (zh) | 用于受限水域航路自动规划的数值化优化方法 |
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 |
Application publication date: 20210423 |
|
RJ01 | Rejection of invention patent application after publication |