CN113280818B - 一种基于自适应三角网的舰船航线自动规划方法 - Google Patents
一种基于自适应三角网的舰船航线自动规划方法 Download PDFInfo
- Publication number
- CN113280818B CN113280818B CN202110510128.2A CN202110510128A CN113280818B CN 113280818 B CN113280818 B CN 113280818B CN 202110510128 A CN202110510128 A CN 202110510128A CN 113280818 B CN113280818 B CN 113280818B
- Authority
- CN
- China
- Prior art keywords
- point
- route
- planning
- node
- triangulation network
- 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
Links
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)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于自适应三角网的舰船航线自动规划方法,属于海洋测绘技术领域。包括:读入基于多幅海图数据融合的碍航区数据集;提取电子海图数据中的空间填充点集;依据空间填充点集、碍航区数据边界构建约束三角网;依据调整指标自适应地调节约束三角网;在约束三角网的基础上,以真实球面距离为权重生成网络图;基于网络图,利用改进的双向A*算法,初步规划起终点间的航线;对初步规划结果进行平滑与优化,控制航程误差;输出所有航路点,生成所规划的航线。本发明克服了当前舰船航线自动规划无法兼顾严密性与计算效率的不足,已有实验表明,本发明所述方法能够在保证航线航程误差可控的基础上,较大程度的缩短航线自动规划所用时间。
Description
技术领域
本发明属于海洋测绘技术领域,涉及一种舰船航线的高效自动规划方法。
背景技术
舰船航线是指舰船从某一地点驶抵另一地点的海上航行路线,舰船航线的自动规划,实质上是在不同约束条件下,找出一条能够避开所有碍航区,从起点至终点的最优路径。航线规划问题作为路径规划问题的一个子集,其自动规划方法,尤其是无人船(艇)中的航线规划方法成为国内外学者竞相研究的热点问题。
现有的航线规划方法按其原理可大致分为两类:(1)基于几何拓扑模型的航线规划方法。此类方法以经典的九交模型(Dimensionally Extended nine-IntersectionModel,DE-9IM)为基础,采用不同方式构造测线,通过判断测线同碍航区之间的空间关系实现舰船航线的自动规划。在此基础上,张立华等构建了自动绕行准则,依据碍航区的二分特性,提出了基于航路二叉树的航线自动规划方法。曹鸿博、王涛、吕锦涛、Liu、李改肖等通过绕行优化、递归搜索、堆栈结构、单/双侧凸包等多种策略对其进行改进,规避了部分计算开销,航线规划过程的质量和效率得到部分提升。此类方法理论严密、鲁棒性强,但本质仍是对空间数据进行的几何拓扑计算,在面对复杂的真实数据时,船载设备(尤其是无人船(艇)设备)有限的计算资源使算法效率受到严重影响。(2)基于空间网络模型的航线规划方法。此类方法将航线规划问题转化为计算机中的图论问题,通过构建网络模型,以各类路径搜索算法(如Dijkstra、A*、Theta*、遗传算法、蚁群算法等)实现航线的自动规划。基于此原理,张树凯、刘敦伟、Silveira等对舰船轨迹进行聚类分析,通过构建经验航线库的方式实现舰船的航线规划,进一步地,为实现对海上环境的建模,朱青、陈晓、李明富等选用自由空间法,在障碍物为凸多边形的基础上构建Maklink图,实现海域内任意两点间的航线规划。此类方法原理上简便易行,并能基于所构建的网络图实现舰船航线的高效自动规划,但上述方法只能基于网络图得出最优路径,在网络节点稀疏的部分区域,其规划路径并不严密,与实际最短路径有着不可忽视的差异。综上所述,现有航线自动规划方法普遍存在无法兼顾结果严密性与算法高效性的现实问题。
发明内容
为了克服当前舰船航线自动规划方法在现实应用中无法兼顾结果严密性与计算效率的不足,本发明提供了一种误差可控、兼顾效率的舰船航线自动规划方法。
本发明为实现上述目的所采用的技术方案是:
一种基于自适应三角网的舰船航线自动规划方法,包括以下步骤:
步骤S1:按照电子海图数据标准,解析航行所需电子海图数据,获得多幅海图数据融合的碍航区数据集;
步骤S2:针对所获取的电子海图数据,依据实际航行需求,提取电子海图数据中的空间填充点集;
步骤S3:综合空间填充点集、碍航区数据集中的碍航区数据边界,形成点群;去除落在融合碍航区内的无效填充点(无效填充点位于碍航区内,属于不可航行区域,应予以去除),构建约束三角网;
步骤S4:定量分析当前约束三角网的生成质量,依据调整指标自适应地调节约束三角网,去除三角网中不满足角度要求的三角形;
步骤S5:以步骤S4得到的约束三角网为基础,以真实地球球面距离为权重生成网络图;
步骤S6:基于网络图,利用深度改进的双向A*算法,初步规划起终点间的航线;
步骤S7:对初步规划结果进行平滑与优化,控制航程误差,得到最终航线规划结果;
步骤S8:以坐标数组的形式输出所有航路点,生成所规划的航线。
所述步骤S2中,空间填充点的概念为:一种用于降低自由空间划分过程对障碍空间的依赖程度的点集。具体而言,本方法中所述的空间填充点,是一类具有一定分布规律、能够表征海上环境的点群要素,记作P={p1,p2,p3…pn}。主要包括但不仅限于电子海图数据中的水深点、底质点等与航行紧密相关的点群要素。为了能够更有针对性地表征航行海域,在实际运用中可以人为地依据实际需要的空间粒度,对空间填充点进行适度的扩充或抽稀,以满足自由空间的划分需要。
a=avg[max(Amin),min(Amin)]
所述步骤S6中,所述深度改进的双向A*算法为:在估值函数的计算中,获取航线规划的起终点S、E及当前搜索节点n的坐标值,分别计算当前节点n到目标点E、起始点S间的椭球面距离L(n,E)、L(n,S),并以此为基础,计算估值函数调控因子θ:
此时,A*算法中用于节点搜索的启发函数F(n),其形式可表现为:
F(n)=G(n)+θ×H(n)
其中,G(n)为自起始点到当前节点所累积的权重值;H(n)为估价函数,用于估计从当前节点移动到目标点的代价。
在节点搜索过程中,建立航线规划起终点之间的连线kSE,将该线段看作空间中某一矩形的对角线,设定由该对角线所确定的唯一矩形Poly;若该矩形边界同碍航区相交,则向外扩充直至扩充后的矩形边界不与碍航区相交为止。将扩充后的矩形Poly′视为节点搜索范围,其边界为节点搜索的边界,当所搜节点越出边界时,跳过该节点;最终得到起终点S、E间的初步航线。
所述步骤S7的具体方法为:获取初步规划的航线,提取航线经过的各三角形之间的邻边,将其称为穿出边,将穿出边集合记为L={l1,l2,l3,…,ln}。从航线规划的起点S开始,找到当前航路节点所在的三角形和穿出边ln,将当前节点同穿出边ln的左、右两个端点相连,形成左、右测线;寻找下一航路点所对应的穿出边ln+1,并分别判断该穿出边的两个端点是否在左、右测线之间,若是,则将穿出边ln+1的端点更新为新的左测线端点或右测线端点,若否,则不更新测线;继续搜索后续节点,若出现穿出边左、右端点均在测线左侧或右侧时,则当前测线的左端点或右端点即为航线中的有效航路点;不断向前循环,直至搜索至终点E,获取起终点间的所有有效航路点,便优化出一条完整的最短距离航线。
本发明的有益效果:本发明提出的舰船航线自动方法,克服了当前舰船航线自动规划方法在现实应用中无法兼顾结果严密性与计算效率的不足。已有实验表明,本发明所述方法能够基于真实海洋地理信息数据,在保证航线航程误差可控的基础上,较大程度的缩短航线自动规划所用时间。
附图说明
图1是本发明所述舰船航线自动规划方法的主流程框图。
图2是本发明构建约束三角网的示意图;其中,(a)为边界约束前的三角网示意图,(b)为边界约束后的三角网示意图。
图3是本发明自适应调节约束三角网,去除三角网中不满足角度要求的三角形的流程图。
图4是本发明平滑、优化初步规划结果的流程图。
图5是本发明平滑、优化初步规划结果的示意图;其中,(a)为由起点引出测试线的示意图,(b)为确定有效航路点的示意图。
具体实施方式
下面将结合具体实例和附图对本发明的技术方案进行进一步的说明。
本发明提出的舰船航线自动规划方法,实现过程是采用计算机实现基于真实海洋地理信息数据的舰船航线高效规划,假设现需规划某海域中起终点S、E间的航线,采用本发明所述方法进行航线高效自动规划,包括以下步骤,如图1所示:
步骤S1:依据电子海图数据标准,在计算机上解析航行所需的电子海图数据,获得多幅海图数据融合的碍航区数据集O={o1,o2,o3,…,on}。
步骤S2:针对所获取的电子海图数据,依据实际航行需求,提取电子海图数据中的空间填充点集P={p1,p2,p3,…,pn},降低自由空间划分过程对障碍空间的依赖程度。
步骤S3:综合空间填充点集P={p1,p2,p3,…,pn}、碍航区数据集O={o1,o2,o3,…,on}中的碍航区边界,形成点群;去除落在融合碍航区内的无效填充点,如图2、3所示以逐点插入法和局部动态最优方式构建约束三角网;依据三角形重心点与碍航区之间的关系,提取重心点不在碍航区中的三角形,形成三角形数据集T={t1,t2,t3,…,tn}。
步骤S4:获取三角形数据集T={t1,t2,t3,…,tn}后,逐一遍历T中三角形的最小内角形成集合计算角度调节因子a=avg[max(Amin),min(Amin)];逐一遍历当前三角形t的最小内角若获取当前三角形t的外接圆圆心,将其看作空间填充点,重构局部三角网,直到所有三角形的最小内角均大于角度调节因子为止;最终得到调整后的三角形数据集T′={t′1,t′2,t′3,…,t′n}。
步骤S5:以调整后的三角形数据集T′={t′1,t′2,t′3,…,t′n}为基础,生成网络图;本方法构建网络图的权重计算方式为:若T′中两相邻三角形分别为t′n、t′n+1,则将网络图中由t′n至t′n+1的权重设为L(t′n,t′n+1),其中L(t′n,t′n+1)为t′n、t′n+1两三角形重心点间的椭球面距离;
步骤S6:基于网络图,利用深度改进的双向A*算法,初步规划起终点间的航线;具体为:
在估值函数的计算中,获取航线规划的起终点S、E及当前搜索节点n的坐标值,分别计算当前节点n到目标点E、起始点S间的椭球面距离L(n,E)、L(n,S),并以此为基础,计算估值函数调控因子此时,A*算法中的启发函数F(n),其形式为:F(n)=G(n)+θ×H(n),其中,G(n)为自起始点到当前节点所累积的权重值,H(n)为估价函数,用于估计从当前节点移动到目标点的代价。
在节点搜索过程中,建立航线规划起终点之间的连线kSE,将该线段看作空间中某一矩形的对角线,设定由该对角线所确定的唯一矩形Poly;若该矩形边界同碍航区相交,则向外扩充直至扩充后的矩形边界不与碍航区相交为止;将扩充后的矩形Poly′视为节点搜索范围,其边界为节点搜索的边界,当所搜节点越出边界时,跳过该节点;最终得到起终点S、E间的初步航线Route。
步骤S7:获取初步规划的航线Route,提取航线经过的各三角形之间的穿出边L={l1,l2,l3,…,ln};从航线规划的起点S开始,找到当前航路节点所在的三角形和穿出边ln,将当前节点同穿出边ln的左、右两个端点相连,形成左、右测线;寻找下一航路点所对应的穿出边ln+1,并分别判断该穿出边的两个端点是否在左、右测线之间,若是,则将其更新为新的左测线端点或右测线端点,若否,则不更新测线;继续搜索后续节点,若出现穿出边左、右端点均在测线左侧或右侧时,则当前测线的左端点或右端点即为航线中的有效航路点,如图5(b)所示,此时穿出边的两个端点P1、P2均在测线右侧,即当前测线的右端点为航线上的一个有效航路点;不断向前循环,直至搜索至终点E,获取起终点间的所有有效航路点,便优化出一条完整的最短距离航线Route′。
步骤S8:以坐标形式输出航线Route′。
本发明是通过实施例进行描述的,本领域技术人员知悉,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。
Claims (3)
1.一种基于自适应三角网的舰船航线自动规划方法,其特征在于,该方法包括以下步骤:
步骤S1:按照电子海图数据标准,解析航行所需电子海图数据,获得多幅海图数据融合的碍航区数据集;
步骤S2:针对所获取的电子海图数据,依据实际航行需求,提取电子海图数据中的空间填充点集;所述空间填充点是一类具有一定分布规律、能够表征海上环境的点群要素,记作P={p1,p2,p3…pn},包括电子海图数据中的水深点、底质点;
步骤S3:综合空间填充点集、碍航区数据集中的碍航区数据边界,形成点群;去除落在融合碍航区内的无效填充点,以逐点插入法和局部动态最优方式构建约束三角网;
步骤S4:定量分析当前约束三角网的生成质量,依据调整指标自适应地调节约束三角网,去除三角网中不满足角度要求的三角形;
步骤S5:以步骤S4得到的约束三角网为基础,以真实地球球面距离为权重生成网络图;
步骤S6:基于网络图,利用深度改进的双向A*算法,初步规划起终点间的航线;所述深度改进双向A*算法的方法为:
在估值函数的计算中,获取航线规划的起终点S、E及当前搜索节点n的坐标值,分别计算当前节点n到目标点E、起始点S间的椭球面距离L(n,E)、L(n,S),并以此为基础,计算估值函数调控因子θ:
此时,A*算法中用于节点搜索的启发函数F(n),其形式为:
F(n)=G(n)+θ×H(n)
其中,G(n)为自起始点到当前节点所累积的权重值;H(n)为估价函数,用于估计从当前节点移动到目标点的代价;
在节点搜索过程中,建立航线规划起终点之间的连线kSE,将该连线看作空间中某一矩形的对角线,设定由该对角线所确定的唯一矩形Poly;若该矩形边界同碍航区相交,则向外扩充直至扩充后的矩形边界不与碍航区相交为止;将扩充后的矩形Poly'视为节点搜索范围,其边界为节点搜索的边界,当所搜节点越出边界时,跳过该节点;最终得到起终点S、E间的初步航线Route;
步骤S7:对初步规划结果进行平滑与优化,控制航程误差,得到最终航线规划结果;具体方法为:
获取初步规划的航线Route,提取航线经过的各三角形之间的邻边,将其称为穿出边,将穿出边集合记为L={l1,l2,l3,…,ln};从航线规划的起点S开始,找到当前航路节点所在的三角形和穿出边ln,将当前节点同穿出边ln的左、右两个端点相连,形成左右测线;寻找下一航路点所对应的穿出边ln+1,并分别判断该穿出边的两个端点是否在左右测线之间,若是,则将穿出边ln+1的端点更新为新的左测线端点或右测线端点,若否,则不更新测线;继续搜索后续节点,若出现穿出边左右端点均在测线左侧或右侧时,则当前测线的左端点或右端点即为航线中的有效航路点;不断向前循环,直至搜索至终点E,获取起终点间的所有有效航路点,优化出一条完整的最短距离航线Route';
步骤S8:以坐标数组的形式输出所有航路点,生成所规划的航线。
3.根据权利要求1或2所述的一种基于自适应三角网的舰船航线自动规划方法,其特征在于:所述步骤S5中,构建网络图的权重计算方式为:若三角网中两相邻三角形分别为t'n、t'n+1,则将网络图中由t'n至t'n+1的权重设为L(t'n,t'n+1),其中L(t'n,t'n+1)为t'n、t'n+1两三角形重心点间的椭球面距离。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2021101402685 | 2021-02-02 | ||
CN202110140268 | 2021-02-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113280818A CN113280818A (zh) | 2021-08-20 |
CN113280818B true CN113280818B (zh) | 2023-01-17 |
Family
ID=77278730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110510128.2A Active CN113280818B (zh) | 2021-02-02 | 2021-05-11 | 一种基于自适应三角网的舰船航线自动规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113280818B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019967B (zh) * | 2021-10-29 | 2023-06-20 | 中国船舶重工集团公司第七0七研究所 | 一种适用于狭长航道的无人艇航线规划方法 |
CN116045975B (zh) * | 2022-12-21 | 2023-09-15 | 共青科技职业学院 | 一种全航陆程物流跟踪方法与系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806596A (zh) * | 2010-02-05 | 2010-08-18 | 张立华 | 基于电子海图的最短距离航线自动生成方法 |
CN108959348A (zh) * | 2018-04-20 | 2018-12-07 | 张立华 | 一种融合多幅海图数据的碍航区自动生成方法 |
CN110220514A (zh) * | 2019-05-27 | 2019-09-10 | 中国电子科技集团公司第二十八研究所 | 一种基于海图数据的动态航线生成方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5276720B2 (ja) * | 2009-11-04 | 2013-08-28 | 川崎重工業株式会社 | 操船制御方法及び操船制御システム |
-
2021
- 2021-05-11 CN CN202110510128.2A patent/CN113280818B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806596A (zh) * | 2010-02-05 | 2010-08-18 | 张立华 | 基于电子海图的最短距离航线自动生成方法 |
CN108959348A (zh) * | 2018-04-20 | 2018-12-07 | 张立华 | 一种融合多幅海图数据的碍航区自动生成方法 |
CN110220514A (zh) * | 2019-05-27 | 2019-09-10 | 中国电子科技集团公司第二十八研究所 | 一种基于海图数据的动态航线生成方法 |
Non-Patent Citations (2)
Title |
---|
基于动态通达网络模型的最优航程规划方法;汤青慧等;《武汉大学学报(信息科学版)》(第04期);全文 * |
融合多幅海图的航线自动生成改进方法;张立华等;《哈尔滨工程大学学报》;20181219(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113280818A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113280818B (zh) | 一种基于自适应三角网的舰船航线自动规划方法 | |
CN108680163B (zh) | 一种基于拓扑地图的无人艇路径搜索系统及方法 | |
JP7247334B2 (ja) | 海上船舶の最適ルートを決定するための装置 | |
CN103531043B (zh) | 基于航线匹配的船舶点到点航行时间估算方法 | |
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 | |
WO2018010471A1 (zh) | 海上风电场集电系统避障路径优化方法和系统 | |
CN112906830B (zh) | 一种基于ais大数据的船舶最优航线自动生成方法 | |
CN101806596A (zh) | 基于电子海图的最短距离航线自动生成方法 | |
CN102496187B (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 | |
CN106681342B (zh) | 一种飞机搜索救援方法 | |
CN113961004A (zh) | 海盗区域船舶航线规划方法、系统、电子设备及存储介质 | |
CN115060264A (zh) | 一种基于ais数据的prm航线规划方法 | |
CN114564545A (zh) | 一种基于ais历史数据的船舶经验航线提取系统及方法 | |
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 | |
CN116678422A (zh) | 基于多邻域规则格网的舰船最短时间航线自动规划方法 | |
Zhang et al. | A method for ship route planning fusing the ant colony algorithm and the A* search algorithm | |
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 | |
WO2021232583A1 (zh) | 一种无人船覆盖投食的动态路径规划方法及设备 | |
CN117268398A (zh) | 一种基于自适应步长Informed-RRTstar算法的船舶航线规划方法 | |
CN113311843B (zh) | 基于安全距离约束和los视线判断的无人船路径规划方法 | |
CN112882058B (zh) | 一种基于变尺寸栅格地图的船载激光雷达障碍物检测方法 | |
CN114565180A (zh) | 一种考虑空间依赖性的港口船舶交通流量预测方法 | |
CN114019967A (zh) | 一种适用于狭长航道的无人艇航线规划方法 | |
CN113160614A (zh) | 一种冰区近场航路动态优化方法 | |
Xue et al. | Path optimization along buoys based on the shortest path tree with uncertain atmospheric and oceanographic data |
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 |