CN113935170B - 一种基于实船电子海图数据的环境势场建模方法 - Google Patents
一种基于实船电子海图数据的环境势场建模方法 Download PDFInfo
- Publication number
- CN113935170B CN113935170B CN202111203799.0A CN202111203799A CN113935170B CN 113935170 B CN113935170 B CN 113935170B CN 202111203799 A CN202111203799 A CN 202111203799A CN 113935170 B CN113935170 B CN 113935170B
- Authority
- CN
- China
- Prior art keywords
- potential field
- chart
- point
- polygon
- points
- 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
- 230000007613 environmental effect Effects 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 108091006146 Channels Proteins 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 5
- 230000003247 decreasing effect Effects 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 16
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于实船电子海图数据的环境势场建模方法,包括以下步骤:接收实船电子海图系统提供的点、线和面状结构的矢量电子海图数据;建立点、线和面状海图要素的环境势场模型,用以描述船舶航行环境中的可航区区域和不可航区域;对面状海图数据进行逆时针排序后,基于R‑函数理论建立复杂多边形的隐式方程,采用凸包递减技术实现任意复杂面状海图要素的环境势场自动建模。本发明解决了复杂几何图形的环境势场精确、高效和自动建模问题,对于基于人工势场法和矢量电子海图数据的无人船避碰研究及其工程化应用具有十分重要的意义。
Description
技术领域
本发明涉及电子海图技术领域,尤其涉及一种基于实船电子海图数据的环境势场建模方法。
背景技术
在基于人工势场法和矢量电子海图数据的无人驾驶商船路径规划研究中,复杂几何图形的环境势场精确、高效和自动建模方法一直没有得到有效地解决,严重阻碍了该方法的工程化应用。
电子海图显示与信息系统(ECDIS)是现代化船桥系统中强制要求安装的重要导航设备,可以为智能避碰系统提供丰富和精确的环境信息,理想的智能航行环境模型应与电子海图中的数据结构相适应。ECDIS中符合S-57标准和S-101标准要求的空间矢量数据均采用点、线、面的形式表达。这些环境信息形状通常极其复杂,各自特征属性不同,船舶在受限水域中自主航行时必须考虑不同信息要素的不同属性,建立合适的环境模型进行自主避碰和路径规划。
近年来,研究者在船舶自动避碰和避障问题研究中提出了基于人工势场法的自动避碰控制方法。人工势场法在船舶的航行区域内构建虚拟势场,综合考虑目标点与船舶之间的吸引作用、障碍物与船舶之间的排斥作用,以及船舶与他船之间的相互排斥作用,最终实现船舶的自动避碰和避障控制。由于人工势场法的控制器设计简单且直观有效,在船舶的避碰和避障控制方面均有着较好的效果,近年来基于人工势场法的避碰和避障算法在开阔和受限水域船舶智能避碰系统研究中的应用越来越多。
尽管人工势场法方法在机器人路径规划和避碰领域中已经取得了广泛的应用,但在船舶的复杂避碰环境中仍然有诸多难题有待解决。目前基于人工势场法的船舶智能避碰领域的研究重点是通过对传统人工势场法的改进,解决目标不可达和局部最优解问题,通过环境势场建模实现动态和静态障碍物的避碰和避障控制,以及基于国际海上避碰规则进行的智能避碰问题研究。在矢量电子海图提供的数据中点状和线状要素的环境势场建模方法相对简单。然而,矢量电子海图提供的面状海图要素数据通常较多,如岛屿、闭合的等深区域、锚地、禁航区域等,凹凸形状也复杂多样。这些面状要素无法使用简单的“凸折线”或者曲线方程构建环境势场,必须采用一种严谨可靠的数值分析方法处理任意多边形环境势场建模问题,而R-函数理论恰好能够有效地解决复杂几何形体的隐函数构造和环境势场建模问题。
发明内容
本发明提供一种基于实船电子海图数据的环境势场建模方法,以克服目标不可达和局部最优解问题等问题。
为了实现上述目的,本发明的技术方案是:
一种基于实船电子海图数据的环境势场建模方法,包括以下步骤:
步骤1、采用JSON格式从实船电子海图系统获取点、线和面状海图要素采样点集和属性值;
步骤2、提取海图要素采样点集和属性值,根据属性值确定是否影响船舶安全航行,如果影响船舶安全航行则进行环境势场建模,执行步骤3;
步骤3、为环境势场建模构建各海图要素的避碰参数;
步骤4、建立各海图要素的环境势场;
步骤5、对所有海图要素环境势场累加计算,得到总体环境势场。
进一步的,所述步骤4包括:
步骤4.1、建立点状海图要素的环境势场;
步骤4.2、建立线状海图要素的环境势场;
步骤4.3、建立面状海图要素的环境势场。
所述步骤4.1具体为:
给定在二维空间中存在N个点状海图障碍物,第i个障碍物(i=1,2,…,N)的坐标位置为pi(xi,yi),则任意位置点p(x,y)到障碍物pi的距离fPoint-i表示为:
任意位置点p(x,y)处的斥力势场fPoint(p)表示为:
其中βi表示第i个点状海图要素的避碰参数。
进一步的,所述步骤4.2具体为:
在按照逆时针排序的直线段上,第i条直线段的起点为pi(xi,yi),终点为pi+1(xi+1,yi+1),构成直线段方程fLine-i,直线段方程具体为:
fLine-i=Aix+Biy+Ci
其中Ai、Bi和Ci为直线段方程的系数,则线状要素fLine(p)的势场方程可表示为:
其中γi代表线状海图要素的避碰参数。
进一步的,所述步骤4.3具体为:
给定二维空间中共有N个面状要素,任一面状要素由按照逆时针排序的一系列直线段组成,任意直线段构成的多边形的表达式Fi(x,y),则面状要素的环境势场fface(p)可以表示为:
其中航道内部、设定的可航安全区域范围中面状要素的环境势场fface-i可以表示为:
其中αi代表面状海图要素的避碰参数。
进一步的,所述步骤5得到总体环境势场f(p)具体为:
f(p)=fface(p)+fLine(p)+fPoint(p)。
进一步的,还包括基于R-函数理论的复杂多边形环境势场建模方法,其特征在于,包括以下步骤:
步骤6、提取面状海图要素及其属性值,根据属性值设置其避碰参数;
步骤7、删除每个面状海图要素采样点中的重复点和共线点;
步骤8、对面状海图要素中的采样点按照点逆时针方向排序,确定每个顶点的编号,编号值设为0至N;
步骤9、计算每条边线的隐式方程并进行规范化处理;
步骤10、采用凸包递减技术获取多边形的层次结构;
步骤11、计算任一位置点p(x,y)处环境势场;
步骤12、基于R-函数理论计算多边形的隐式方程,按照层次结构自底向上对每条边进行交或并操作,得到多边形的隐式方程;
步骤13、基于面状海图要素的环境势场计算方法计算点p(x,y)处的环境势场值。
进一步的,步骤10具体为:
步骤10.1、对经过重复点删除、共线点删除和逆时针排序并编号后的点集U0进行第一层凸包求解得到凸包点集U1,如果U0=U1则多边形为纯凸多边形,则判断多边形只有一层层次结构,计算结束;否则,多边形为非凸多边形,执行步骤10.2;
步骤10.2、从U1中找到相邻两点编号相差为1或者2的采样点作为凸包计算的起始点,对U0中的数据点重新根据原始编号大小进行排序得到编号得到U2,保证分层后第一组和最后一组均位于第一层;
步骤10.3、对U2进行凸包分层计算,得到第一层凸包点并按照编号由小大到排序后得到点集U3;
步骤10.4、对点集U3进行分组处理,将相邻且编号相差为1的点归为第一层,将相邻编号相差为2的点放至第二层;
步骤10.5、对分组后的数据进行凸包分层操作,每组数据得到其凸包点集U5-k;如果点集中相邻两点编号相差为1,则判断两点位于同一层;如果点集中相邻两点编号相差为2,则该点保存至下一层,并在当前位置插入预留的虚拟父节点;如果相邻两点的编号相差大于2,则重复本步骤操作;
步骤10.6、对分组和分层完毕的数据进行合并处理,得到多边形最终的层次结构。
进一步的,所述步骤9计算每条边线的隐式方程并规范化具体为:
每条边线的隐式方程fLine-i其表达式为:fLine-i=Aix+Biy+Ci
其规范化函数为:
进一步的,步骤12得到多边形的隐式方程Fi(x,y),使得多边形边界上的点满足Fi(x,y)=0,多边形内部的点满足Fi(x,y)<0和多边形外部的点满足Fi(x,y)>0。
有益效果:本发明,解决了的问题。
1、基于实船矢量电子海图数据建立船舶智能航行环境模型,基于人工势场法的智能避碰算法提供一种环境势场建模方法,算法使用的环境数据来自于官方发布的矢量电子海图数据,避碰数据来源可靠;针对实船电子海图系统提供的点、线和面状海图要素及其属性信息建立的环境势场模型,使得船舶的智能航行环境模型与电子海图中的数据结构相适应。
2、基于R-函数理论和凸包递减技术实现任意复杂多边形的环境势场建模针对形状任意复杂的面状海图要素,基于R-函数理论和凸包递减技术自动地建立的环境势场模型;算法效率极高,对任意凹凸形状的复杂多边形均能够快速建立环境势场。本发明提供的建模方法过程简单,无须对海图数据进行离线提取和网格划分,在矢量电子海图数据框架内无须人工干预即可完成环境势场的自动化建模。
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一简单地介绍,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明中基于实船电子海图数据的环境势场建模流程图;
图2是面状海图要素环境势场建模流程图;
图3是采用凸包递减技术获取多边形层次结构的流程图;
图4(a)为点性障碍物环境势场2D图;
图4(b)为点状障碍物环境势场3D图;
图5(a)为线状海图要素的避碰参数为1的环境势场;
图5(b)为线状海图要素的避碰参数为5的环境势场;
图6(a)为9顶点多边形结构图;
图6(b)为9顶点多边形层次结构图;
图6(c)为9顶点多边形环境势场;
图6(d)为16顶点多边形结构;
图6(e)为16顶点多边形层次结构;
图6(f)为16顶点多边形环境势场;
图7(a)为23顶点多边形结构图;
图7(b)为23顶点多边形层次结构图;
图7(c)为25顶点多边形结构图;
图7(d)为25顶点多边形层次结构图;
图8(a)为实船电子海图数据等深线图;
图8(b)为原始海图数据采样点等深线图;
图8(c)为面型要素的避碰参数为1的海图数据的环境势场;
图8(d)为面型要素的避碰参数为50的海图数据的环境势场。
具体实施方式
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作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。
本实施例提供了一种基于实船电子海图数据的环境势场建模方法,如图1-8,包括以下步骤:
步骤1、采用JSON格式从实船电子海图系统获取点、线和面状海图要素采样点集和属性值;
步骤2、提取海图要素采样点集和属性值,根据属性值确定是否影响船舶安全航行,如果影响船舶安全航行则进行环境势场建模,执行步骤3;
步骤3、为环境势场建模构建各海图要素的避碰参数,以确保船舶能够在安全的距离外驶过让清海图物标;具体的,设置不同的避碰参数保证船舶在不同的安全通过距离外驶过让清海图障碍物;并非所有的海图数据均参与航行环境建模,本发明仅针对影响本船安全航行的海图要素建立环境模型,空间矢量数据及参与避碰的海图要素见表1;
表1S-57标准中的空间矢量数据及参与避碰的海图要素
步骤4、建立各海图要素环境势场;具体的,将各种点、线、面状物标根据属性值进行分类,通过调整模型参数β、γ和α的值确定船舶与其最小安全距离;表2是针对不同属性的物标的安全距离和参数设置情况;
表2不同障碍物的对应的β、γ和α取值
步骤5、将各海图要素形成的海图要素环境势场累加计算,得到总体环境势场。
在具体实施例中,所述步骤4包括:
步骤4.1、建立点状海图要素的环境势场;
步骤4.2、建立线状海图要素的环境势场;
步骤4.3、建立面状海图要素的环境势场。
在具体实施例中,所述步骤4.1具体为:
给定在二维空间中存在N个点状障碍物,第i个障碍物(i=1,2,…,N)的坐标位置为pi(xi,yi),则任意位置点p(x,y)到障碍物pi的距离fPoint-i表示为:
任意位置点p(x,y)处的斥力势场fPoint(p)表示为:
其中βi表示第i个海图障碍物的避碰参数。
在具体实施例中,所述步骤4.2具体为:
在按照逆时针排序的直线段上,第i条直线段的起点为pi(xi,yi),终点为pi+1(xi+1,yi+1),构成直线段方程fLine-i,直线段方程fLine-i具体为:
fLine-i=Aix+Biy+Ci
其中Ai、Bi和Ci为直线段方程的系数
对任一位置点p(x,y),如果fLine-i=0,则点在直线上,如果fLine-i>0,则点位于直线的左侧,如果fLine-i<0则点位于直线的右侧;
则线状要素fLine(p)的势场方程可表示为:
其中γi代表线状海图要素的避碰参数。
在具体实施例中,所述步骤4.3具体为:
给定二维空间中共有N个面状要素,任一面状要素由按照逆时针排序的一系列直线段组成,任意直线段构成的多边形的表达式Fi(x,y),使得多边形内部的点满足表达式Fi(x,y)<0,使得多边形边界上的点满足表达式Fi(x,y)=0,多边形外部的点满足表达式Fi(x,y)>0。则面状要素的环境势场fface(p)可以表示为:
其中航道内部、设定的安全区域范围中面状要素的环境势场fface-i可以表示为:
其中αi代表面状海图要素的避碰参数。
在具体实施例中,所述步骤5得到总体环境势场f(p)具体为:
f(p)=fface(p)+fLine(p)+fPoint(p)。
在具体实施例中,还包括基于R-函数理论的复杂多边形环境势场建模方法,其特征在于,包括以下步骤:
步骤6、提取面状海图要素及其属性值,根据属性值设置其避碰参数;
步骤7、删除每个面状海图要素采样点中的重复点和共线点;
步骤8、对面状海图要素中的采样点按照点逆时针方向排序,确定每个顶点的编号,编号值设为0至N;
步骤9、计算每条边线的隐式方程并进行规范化处理;
步骤10、采用凸包递减技术获取多边形的层次结构;
步骤11、计算任一位置点p(x,y)处环境势场;
步骤12、基于R-函数理论计算多边形的隐式方程,按照层次结构自底向上对每条边进行交或并操作,得到多边形的隐式方程;
步骤13、基于面状海图要素的环境势场计算方法计算点p(x,y)处的环境势场值。
在具体实施例中,步骤10具体为:
步骤10.1、对经过重复点删除、共线点删除和逆时针排序并编号后的点集U0进行第一层凸包求解得到凸包点集U1,如果U0=U1则多边形为纯凸多边形,则判断多边形只有一层层次结构,计算结束;否则,多边形为非凸多边形,执行步骤10.2;
步骤10.2、从U1中找到相邻两点编号相差为1或者2的采样点作为凸包计算的起始点,对U0中的数据点重新根据原始编号大小进行排序得到编号得到U2;
步骤10.3、对U2进行凸包分层计算,得到第一层凸包点并按照编号由小大到排序后得到点集U3;
步骤10.4、对点集U3进行分组处理,将相邻且编号相差为1的点归为第一层,将相邻编号相差为2的点放至第二层;
步骤10.5、对分组后的数据进行凸包分层操作,每组数据得到其凸包点集U5-k;如果点集中相邻两点编号相差为1,则判断两点位于同一层;如果点集中相邻两点编号相差为2,则该点保存至下一层,并在当前位置插入预留的虚拟父节点;如果相邻两点的编号相差大于2,则重复本步骤操作;
步骤10.6、对分组和分层完毕的数据进行合并处理,得到多边形最终的层次结构。
在具体实施例中,所述步骤9计算每条边线的隐式方程并规范化具体为:
每条边线的隐式方程fLine-i其表达式为:fLine-i=Aix+Biy+Ci
其规范化函数为:
在具体实施例中,步骤12得到多边形的隐式方程Fi(x,y),使得多边形边界上的点满足Fi(x,y)=0,多边形内部的点满足Fi(x,y)<0和多边形外部的点满足Fi(x,y)>0
由图4(a)和图4(b)所示,图4(a)为点状海图障碍物的环境势场2D图,β值越大障碍物的影响范围越小,反之影响范围越大;图4(b)点状海图障碍物的环境势场3D图,β值越大障碍物的势场越陡峭,反之势场越平缓;
由图5(a)和图5(b)所示,图5(a)为γi为1时线状海图障碍物的环境势场2D图,图5(b)为γi为5时线状海图障碍物的环境势场2D图,γ值越大障碍物的影响范围越小,反之影响范围越大;
由图6(a)至图6(f)所示,图6(a)为某9顶点多边形的原始结构,图6(b)为该多边形基于本发明获取的层次结构图,图6(c)为该多边形基于本发明获取的环境势场图;图6(d)为某16顶点多边形原始结构图,与图6(a)相比多边形顶点的数量和凹凸形状更复杂,图6(e)为该多边形基于本发明获取层次结构,图6(f)为该多边形基于本发明获取的环境势场图。基于本发明能够解决复杂多边形的层次结构问题,得到多边形的隐式方程,建立多边形环境势场模型。
由图7(a)和图7(d)所示,图7(a)23顶点多边形结构图,图7(b)为该多边形层次结构图;在图7(a)所示多边形中插入2个顶点,得到如图7(c)所示25顶点多边形结构图,图7(d)为该多边形层次结构图。当在多边形中插入新的顶点后,在插入点周围的多边形层次结构会发生改变,而远离插入点位置的层次结构不会发生改变,多边形环境势场也随之发生相应的改变。本发明在该类型多边形层次结构求解中稳定可靠。
由图8(a)至图8(d)所示,图8(a)为实船电子海图提供的深线数据;图8(b)为原始海图数据采样点等深线图,包括四个岛屿共511个数据点;图8(c)为避碰参数α为1的海图数据的环境势场;图8(d)为避碰参数α为50的海图数据的环境势场。基于本发明技术可以看出,α值越大岛屿周围可供安全通航的范围越大;反之,α值越小岛屿周围可供安全通航的范围越小。尽管矢量海图数据提供的节点个数较多,形状极其复杂,本发明能够解决该复杂面状海图要素的环境势场建模问题。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (4)
1.一种基于实船电子海图数据的环境势场建模方法,其特征在于,包括以下步骤:
步骤1、采用JSON格式从实船电子海图系统获取点、线和面状海图要素采样点集和属性值;
步骤2、提取海图要素采样点集和属性值,根据属性值确定是否影响船舶安全航行,如果影响船舶安全航行则进行环境势场建模,执行步骤3;
步骤3、为环境势场建模构建各海图要素的避碰参数;
步骤4、建立各海图要素的环境势场;
步骤5、对所有海图要素环境势场累加计算,得到总体环境势场;
所述步骤4包括:
步骤4.1、建立点状海图要素的环境势场;
步骤4.2、建立线状海图要素的环境势场;
步骤4.3、建立面状海图要素的环境势场;
所述步骤4.1具体为:
给定在二维空间中存在N个点状海图障碍物,第i个障碍物(i=1,2,…,N)的坐标位置为pi(xi,yi),则任意位置点p(x,y)到障碍物pi的距离fPoint-i表示为:
任意位置点p(x,y)处的斥力势场fPoint(p)表示为:
其中βi表示第i个点状海图要素的避碰参数;
所述步骤4.2具体为:
在按照逆时针排序的直线段上,第i条直线段的起点为pi(xi,yi),终点为pi+1(xi+1,yi+1),构成直线段方程fLine-i,直线段方程具体为:
fLine-i=Aix+Biy+Ci
其中Ai、Bi和Ci为直线段方程的系数,则线状要素fLine(p)的势场方程表示为:
其中γi代表线状海图要素的避碰参数;
所述步骤4.3具体为:
给定二维空间中共有N个面状要素,任一面状要素由按照逆时针排序的一系列直线段组成,任意直线段构成的多边形的表达式Fi(x,y),则面状要素的环境势场fface(p)表示为:
其中航道内部、设定的可航安全区域范围中面状要素的环境势场fface-i表示为:
其中αi代表面状海图要素的避碰参数;
所述步骤5得到总体环境势场f(p)具体为:
f(p)=fface(p)+fLine(p)+fPoint(p);
还包括基于R-函数理论的复杂多边形环境势场建模方法,其特征在于,包括以下步骤:
步骤6、提取面状海图要素及其属性值,根据属性值设置其避碰参数;
步骤7、删除每个面状海图要素采样点中的重复点和共线点;
步骤8、对面状海图要素中的采样点按照点逆时针方向排序,确定每个顶点的编号,编号值设为0至N;
步骤9、计算每条边线的隐式方程并进行规范化处理;
步骤10、采用凸包递减技术获取多边形的层次结构;
步骤11、计算任一位置点p(x,y)处环境势场;
步骤12、基于R-函数理论计算多边形的隐式方程,按照层次结构自底向上对每条边进行交或并操作,得到多边形的隐式方程;
步骤13、基于面状海图要素的环境势场计算方法计算点p(x,y)处的环境势场值。
2.如权利要求1所述的一种基于实船电子海图数据的环境势场建模方法,其特征在于,步骤10具体为:
步骤10.1、对经过重复点删除、共线点删除和逆时针排序并编号后的点集U0进行第一层凸包求解得到凸包点集U1,如果U0=U1则多边形为纯凸多边形,则判断多边形只有一层层次结构,计算结束;否则,多边形为非凸多边形,执行步骤10.2;
步骤10.2、从U1中找到相邻两点编号相差为1或者2的采样点作为凸包计算的起始点,对U0中的数据点重新根据原始编号大小进行排序得到编号得到U2;
步骤10.3、对U2进行凸包分层计算,得到第一层凸包点并按照编号由小大到排序后得到点集U3;
步骤10.4、对点集U3进行分组处理,将相邻且编号相差为1的点归为第一层,将相邻编号相差为2的点放至第二层;
步骤10.5、对分组后的数据进行凸包分层操作,每组数据得到其凸包点集U5-k;如果点集中相邻两点编号相差为1,则判断两点位于同一层;如果点集中相邻两点编号相差为2,则该点保存至下一层,并在当前位置插入预留的虚拟父节点;如果相邻两点的编号相差大于2,则重复本步骤操作;
步骤10.6、对分组和分层完毕的数据进行合并处理,得到多边形最终的层次结构。
3.如权利要求2所述的一种基于实船电子海图数据的环境势场建模方法,其特征在于,所述步骤9计算每条边线的隐式方程并规范化具体为:
每条边线的隐式方程fLine-i其表达式为:fLine-i=Aix+Biy+Ci
其规范化函数为:
4.如权利要求3所述的一种基于实船电子海图数据的环境势场建模方法,其特征在于,步骤12得到多边形的隐式方程Fi(x,y),使得多边形边界上的点满足Fi(x,y)=0,多边形内部的点满足Fi(x,y)<0和多边形外部的点满足Fi(x,y)>0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111203799.0A CN113935170B (zh) | 2021-10-15 | 2021-10-15 | 一种基于实船电子海图数据的环境势场建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111203799.0A CN113935170B (zh) | 2021-10-15 | 2021-10-15 | 一种基于实船电子海图数据的环境势场建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113935170A CN113935170A (zh) | 2022-01-14 |
CN113935170B true CN113935170B (zh) | 2024-05-28 |
Family
ID=79279933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111203799.0A Active CN113935170B (zh) | 2021-10-15 | 2021-10-15 | 一种基于实船电子海图数据的环境势场建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113935170B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115935714B (zh) * | 2023-02-09 | 2023-09-15 | 大连海事大学 | 一种基于多边形等距离外扩的环境势场模型构建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108507575A (zh) * | 2018-03-20 | 2018-09-07 | 华南理工大学 | 一种基于rrt算法的无人船海面路径规划方法及系统 |
CN110471427A (zh) * | 2019-09-06 | 2019-11-19 | 大连海事大学 | 一种基于路径规划与人工势场法的船舶编队智能避碰方法 |
CN111665846A (zh) * | 2020-06-24 | 2020-09-15 | 哈尔滨工程大学 | 一种基于快速扫描法的水面无人艇路径规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150149081A1 (en) * | 2013-11-22 | 2015-05-28 | Oscar L. Kramer, JR. | Methods for Enhancing the Display of Electronic Nautical Charts with Depths Corrected for Tide |
-
2021
- 2021-10-15 CN CN202111203799.0A patent/CN113935170B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108507575A (zh) * | 2018-03-20 | 2018-09-07 | 华南理工大学 | 一种基于rrt算法的无人船海面路径规划方法及系统 |
CN110471427A (zh) * | 2019-09-06 | 2019-11-19 | 大连海事大学 | 一种基于路径规划与人工势场法的船舶编队智能避碰方法 |
CN111665846A (zh) * | 2020-06-24 | 2020-09-15 | 哈尔滨工程大学 | 一种基于快速扫描法的水面无人艇路径规划方法 |
Non-Patent Citations (2)
Title |
---|
吕红光.基于电子海图的多船避碰决策及路径规划研究.全文. * |
基于电子海图矢量数据建模的无人船路径规划;吕红光 尹勇;交通信息与安全;20190531;第37卷(第220期);94-106 * |
Also Published As
Publication number | Publication date |
---|---|
CN113935170A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110189412B (zh) | 基于激光点云的多楼层室内结构化三维建模方法及系统 | |
CN101763636B (zh) | 视频序列中的三维人脸位置和姿态跟踪的方法 | |
CN104463851A (zh) | 一种基于机器人的鞋底边缘线自动跟踪方法 | |
CN108958282A (zh) | 基于动态球形窗口的三维空间路径规划方法 | |
CN106970375A (zh) | 一种机载激光雷达点云中自动提取建筑物信息的方法 | |
CN107610061B (zh) | 一种基于二维投影的保边点云孔洞修补方法 | |
CN109887082A (zh) | 一种基于点云数据的室内建筑三维建模方法及装置 | |
CN106054149B (zh) | 一种雷达机动目标三维航迹模拟方法 | |
US20240153123A1 (en) | Isogeometric Analysis Method Based on a Geometric Reconstruction Model | |
CN113935170B (zh) | 一种基于实船电子海图数据的环境势场建模方法 | |
CN111665846B (zh) | 一种基于快速扫描法的水面无人艇路径规划方法 | |
CN110765694B (zh) | 一种基于简化型浅水方程组的城市地表水流数值模拟方法 | |
Hu et al. | Geometric feature enhanced line segment extraction from large-scale point clouds with hierarchical topological optimization | |
CN115330969A (zh) | 一种用于地面无人车的局部静态环境矢量化描述方法 | |
CN109636897B (zh) | 一种基于改进RGB-D SLAM的Octomap优化方法 | |
CN108898679A (zh) | 一种零部件序号自动标注的方法 | |
CN109816767B (zh) | 一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法 | |
CN107784690A (zh) | 一种基于三维点云的竣工平面图自动绘制方法 | |
CN107705310B (zh) | 一种地块分割方法及系统 | |
CN114995384A (zh) | 融合神经网络的改进hho算法agv路径规划 | |
CN114004900A (zh) | 一种基于点线面特征的室内双目视觉里程计方法 | |
CN112348950A (zh) | 一种基于激光点云分布特性的拓扑地图节点生成方法 | |
CN106548505B (zh) | 用于三维射线跟踪的场景模型快速三角化方法 | |
CN110717981A (zh) | 小型机器人室内可通行区域获取方法及装置 | |
CN110033050A (zh) | 一种水面无人船实时目标检测计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |