CN114136322B - 一种基于经验航法的大型无人艇自动航线规划 - Google Patents
一种基于经验航法的大型无人艇自动航线规划 Download PDFInfo
- Publication number
- CN114136322B CN114136322B CN202111400287.3A CN202111400287A CN114136322B CN 114136322 B CN114136322 B CN 114136322B CN 202111400287 A CN202111400287 A CN 202111400287A CN 114136322 B CN114136322 B CN 114136322B
- Authority
- CN
- China
- Prior art keywords
- navigation
- route
- port
- unmanned ship
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 238000012360 testing method Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 3
- 238000004836 empirical method Methods 0.000 claims 3
- 238000007689 inspection Methods 0.000 claims 1
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000011218 segmentation Effects 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于经验航法的大型无人艇自动航线规划方法,步骤为:1:通过分析航海通告形成无人艇作业海域内各港口经验航行准则库;2:基于形成的无人艇作业海域内各港口经验航行准则库,通过航行任务信息生成进出港航线;3:以电子海图为基础,结合海况、船舶操控性能、负载情况,采用Delaunay三角网方法建立航行障碍数据库;4:对于进出港外的航行区域,采用二叉树结点进行路径搜索,规避障碍数据库中的障碍物,自动生成航线;5:对步骤4生成的航线进行优化处理,形成优化航线;步骤6、将优化航线与进出港航线合并成为自动规划航线。本发明保障无人艇航行安全、方法简单、执行速度快。
Description
技术领域
本发明属于大型无人艇自主航行领域,尤其是一种基于经验航法的大型无人艇自动航线规划。
背景技术
无人艇的航线规划是无人艇自主航行的一部分,是实现水面无人艇自主航行的关键技术之一,是指在无人艇航行前根据已知目标航路点位置信息,结合海况、水面无人艇操控性能、负载情况等自动规划出一条适宜的安全航线。自动航线规划是无人艇航行中必不可少的一个环节,直接关系着无人艇在海上航行的安全性和经济性。随着科技发展,各国对无人艇的应用研究越来越广泛,智能化成为水面无人艇技术的重要研发方向,智能化意味着在复杂的海洋环境中无人艇可以和外部海洋环境进行自主交互,自适应海洋环境的变化,这种交互的一个重要方面就体现在无人艇的航线规划上。
大型无人艇主要用于进行长航程作业任务,因其体积特殊性无法搭载母船进行作业任务,同时完成任务后需进入港口进行休整和航行补给。考虑到进出港航行的特殊性,结合无人艇航行特点和进出港航行规则,设计一种基于航行经验的大型无人艇自动航线规划对于水面无人艇自主航行是非常有必要的,也是一项具有创新性的工作。
发明内容
本发明的目的在于解决大型水面无人艇自动航线规划的问题,提出一种保障无人艇航行安全、方法简单、执行速度快的基于经验航法的大型水面无人艇自动航线规划方法。
本发明解决其技术问题是采取以下技术方案实现的:
一种基于经验航法的大型无人艇自动航线规划方法,包括以下步骤:
步骤1:通过分析航海通告形成无人艇作业海域内各港口经验航行准则库;
步骤2:基于形成的无人艇作业海域内各港口经验航行准则库,通过航行任务信息生成进出港航线;
步骤3:以电子海图为基础,结合海况、船舶操控性能、负载情况,采用Delaunay三角网方法建立航行障碍数据库,对于同一型号无人艇;
步骤4:对于进出港外的航行区域,采用二叉树结点进行路径搜索,规避障碍数据库中的障碍物,自动生成航线;
步骤5:对步骤4生成的航线进行优化处理,形成优化航线,具体为:
经航路二叉树获取的路径中存在航线中的某两个不相邻的航路点还可能可以直线航行的情况,通过航路点射线方式进行路段检查,删除冗余航路点,把最大可能性直线航行的两点连接起来作为可行性航线。
步骤6、将优化航线与进出港航线合并成为自动规划航线。
进一步的:步骤1中,需要梳理水面无人艇的作业海域内各港口,根据航海通告分析各港口航行准则与约束条件,以港口为键值建立港口经验航行准则库。
进一步的:步骤2中,航行任务信息包括航行任务起始点和目的点位置信息,通过航行任务起始点和目的点位置信息,获取航行任务过程中需要进/出的港口,以港口为键值查找进出该港口的约束条件,形成进出港口的进出港航线。
进一步的:步骤3中包括:
步骤3.1、根据无人艇状态确定是否需要修改系统运动参数,若需要转到步骤2,否则转到步骤3.3,其中,水面无人艇运动参数主要包括船长、船宽、旋回半径、最大吃水信息。
步骤3.2:根据输入重新设置无人艇运动参数,用于进行碍航信息提取、碍航区扩充;
步骤3.3:根据无人艇参数,进行碍航信息提取;
根据电子海图提取的碍航区主要包括浅水碍航区、人工碍航区和点状碍航区;根据最小安全水深构建的三角网追踪安全等深线,获取浅水碍航区域,对于点状碍航区,根据无人艇运动参数进行碍航区扩充,将三类碍航区进行合并形成最终碍航区信息。
进一步的,步骤4中二叉树路径搜索步骤为:
4.1、首先以进出港航路段以外的起始点S和目的点T为当前测试点,建立测试线ST;找到S的最近绕行碍航区O1,在此碍航区上,作各顶点与S的连线,根据绕行碍航区的航路二分性特点,得到左右两条与测试线方位相差(夹角)最大的连线,取这两条线在碍航区上相应的交点P3和P1;
4.2、然后分别判断这两点是否位于自身最近的碍航区上,如果不是,记为结点,否则记为中间航路点并进行绕行碍航区处理直至找到满足此判断的航路点。这样第一个航路子二叉树搜索完毕;
4.3、最后分别以找到的航路子二叉树左右子结点P2、P4作为当前测试点,不断重复上述的过程,直至找到所有航路子二叉树。这样航路二叉树构建完毕,选择航程较短的可航行路径作为规划航线。
本发明的优点和积极效果是:
本发明提供的水面无人艇自动航线规划方法,根据大型无人艇作业特殊性,充分考虑到进出港航行经验、电子海图碍航信息等,自动规划符合进出港要求的最短安全作业航线,通过航行试验表明,该方法能实现基于航行经验的自动航线规划且保障无人艇安全航行。
附图说明
图1是本发明的自动航线规划流程设计图;
图2是碍航区合并流程图;
图3a是合并前碍航区示意图
图3b是合并后碍航区示意图;
图4为航路二叉树实现示意图。
具体实施方式
为使本发明的目的、实施方案和优点更加清楚,下面结合具体实例和附图对本发明中的实施过程进行清楚、完整的描述。显然,所描述的实施用例是本发明的一部分实施用例,而并不是全部实施用例。
一种基于经验航法的大型无人艇自动航线规划方法,如图1所示,包括以下步骤:
步骤1:《航海通告》由各国官方发布,内容包括航标情况、港湾码头情况、航行规章以及其他保证航行安全的规定,用以指导船舶在海上尤其是港口与港口之间航行。通过分析《航海通告》形成无人艇作业海域内各港口经验航行准则库;具体的:
需要梳理水面无人艇的作业海域内各港口,根据航海通告分析各港口航行准则与约束条件,以港口为键值,建立港口经验航行准则库。
步骤2:基于形成的无人艇作业海域内各港口经验航行准则库,通过航行任务信息生成进出港航线;具体的:
航行任务信息包括航行任务起始点和目的点位置信息,通过航行任务起始点和目的点位置信息,获取航行任务过程中需要进/出的港口,以港口为键值查找进出该港口的约束条件,形成进出港口的进出港任务航线。
步骤3:以电子海图为基础,结合海况、船舶操控性能、负载情况,采用Delaunay三角网方法建立航行障碍数据库。包括以下步骤:
步骤3.1:根据是否为新型号无人艇确定是否需要修改系统运动参数,若需要转到步骤3.2,否则转到步骤3.3,其中,水面无人艇运动参数主要包括船长、船宽、旋回半径、最大吃水等信息。
步骤3.2:根据输入重新设置无人艇运动参数,用于进行碍航信息提取、碍航区扩充;
步骤3.3:根据无人艇参数,进行碍航信息提取;
根据电子海图提取的碍航区主要包括浅水碍航区、人工碍航区和点状碍航区,根据最小安全水深构建的三角网追踪安全等深线,获取浅水碍航区域,对于点状碍航区,根据无人艇运动参数进行碍航区扩充,将三类碍航区进行合并形成最终碍航区信息。
建立碍航数据库的方法为:
基于Delaunay三角网进行安全等深线追踪,首先根据无人艇工况、运动特性计算无人艇最小安全水深:
HSmin表示最小安全水深,D表示吃水,C表示富余水深,HW表示波高。
根据无人艇最小安全水深对构建的三角网追踪安全等深线;左侧为浅水区,右侧为深水区的前进方向为等深线的正向;反之,浅水区在右、深水区在左的方向为等深线的负向;内部为浅水区的闭合等深线为第I类等深线;内部为深水区的闭合等深线为第II类等深线;非闭合等深线为第III类等深线;第I类和第II类等深线自成闭合区域,采用判断闭合等深线的走向方法确定该闭合区域是否碍航。如果逆时针方向排序,则为碍航区;否则,为安全区域;基于区域分割法对非闭合等深线构建浅水碍航区。每个碍航区可以看作是由一系列顺序相连的点围成的一个闭合多边形区域。采用多边形并集的思想合并浅水碍航区、人工碍航区和点状碍航区构成的区域,形成最终碍航区信息,即航行障碍数据库。
步骤4:对于进出港外的航行区域,采用二叉树结点进行路径搜索,规避障碍数据库中的障碍物,自动生成航线;具体为:
二叉树路径搜索步骤为:
4.1、首先以进出港航路段以外的起始点S和目的点T为当前测试点,建立测试线ST;找到S的最近绕行碍航区O1,在此碍航区上,作各顶点与S的连线,根据绕行碍航区的航路二分性特点,得到左右两条与测试线方位相差(夹角)最大的连线,取这两条线在碍航区上相应的交点P3和P1;
4.2、然后分别判断这两点是否位于自身最近的碍航区上,如果不是,记为结点,否则记为中间航路点并进行绕行碍航区处理直至找到满足此判断的航路点。这样第一个航路子二叉树搜索完毕;
4.3、最后分别以找到的航路子二叉树左右子结点P2、P4作为当前测试点,不断重复上述的过程,直至找到所有航路子二叉树。这样航路二叉树构建完毕,选择航程较短的可航行路径作为规划航线。
步骤5:对步骤4生成的航线进行优化处理,形成优化航线,具体为:
对于步骤4规划后航线,可能存在航线中的某两个不相邻的航路点还可能可以直线航行的情况。通过航路优化,减少冗余转向点,使规划出的航线相对平滑,
步骤6、将优化航线与进出港航线合并成为自动规划航线,输出作为大型无人艇作业航线。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (5)
1.一种基于经验航法的大型无人艇自动航线规划方法,包括以下步骤:
步骤1:通过分析航海通告形成无人艇作业海域内各港口经验航行准则库;
步骤2:基于形成的无人艇作业海域内各港口经验航行准则库,通过航行任务信息生成进出港航线;
步骤3:以电子海图为基础,结合海况、船舶操控性能、负载情况,采用Delaunay三角网方法建立航行障碍数据库,其中,海况是决定无人艇是否可以出航的气象条件、船舶操控性能包括船长、船宽、旋回半径、负载情况可确定船舶最大吃水,三者结合可明确建立三角网所采用的安全距离;
步骤4:对于进出港外的航行区域,采用二叉树结点进行路径搜索,规避障碍数据库中的障碍物,自动生成航线;
步骤5:对步骤4生成的航线进行优化处理,形成优化航线,具体为:
经航路二叉树获取的路径中存在航线中的某两个不相邻的航路点还可能可以直线航行的情况,通过航路点射线方式进行路段检查,删除冗余航路点,把最大可能性直线航行的两点连接起来作为可行性航线;
步骤6、将优化航线与进出港航线合并成为自动规划航线。
2.根据权利要求1所述的基于经验航法的大型无人艇自动航线规划方法,其特征在于:进一步的:步骤1中,需要梳理水面无人艇的作业海域内各港口,根据航海通告分析各港口航行准则与约束条件,以港口为键值建立港口航行准则库。
3.根据权利要求1所述的基于经验航法的大型无人艇自动航线规划方法,其特征在于:步骤2中,航行任务信息包括航行任务起始点和目的点位置信息,通过航行任务起始点和目的点位置信息,获取航行任务过程中需要进/出的港口,以港口为键值查找进出该港口的约束条件,形成进出港口的进出港任务航线。
4.根据权利要求1所述的基于经验航法的大型无人艇自动航线规划方法,其特征在于:步骤3中包括:
步骤3.1、根据无人艇状态确定是否需要修改系统运动参数,若需要转到步骤2,否则转到步骤3.3,其中,水面无人艇运动参数主要包括船长、船宽、旋回半径、最大吃水信息;
步骤3.2:根据输入重新设置无人艇运动参数,用于进行碍航信息提取、碍航区扩充;
步骤3.3:根据无人艇参数,进行碍航信息提取;
根据电子海图提取的碍航区主要包括浅水碍航区、人工碍航区和点状碍航区;根据最小安全水深构建的三角网追踪安全等深线,获取浅水碍航区域,对于点状碍航区,根据无人艇运动参数进行碍航区扩充,将三类碍航区进行合并形成最终碍航区信息。
5.根据权利要求1所述的基于经验航法的大型无人艇自动航线规划方法,其特征在于,步骤4中二叉树路径搜索步骤为:
4.1、首先以进出港航路段以外的起始点S和目的点T为当前测试点,建立测试线ST;找到S的最近绕行碍航区O 1,在此碍航区上,作各顶点与S的连线,根据绕行碍航区的航路二分性特点,得到左右两条与测试线方位相差夹角最大的连线,取这两条线在碍航区上相应的交点P 3和P 1;
4.2、然后分别判断这两点是否位于自身最近的碍航区上,如果不是,记为结点,否则记为中间航路点并进行绕行碍航区处理直至找到满足此判断的航路点;这样第一个航路子二叉树搜索完毕;
4.3、最后分别以找到的航路子二叉树左右子结点
P 2、P 4作为当前测试点,不断重复上述的过程,直至找到所有航路子二叉树;这样航路二叉树构建完毕, 选择航程较短的可航行路径作为规划航线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111400287.3A CN114136322B (zh) | 2021-11-19 | 2021-11-19 | 一种基于经验航法的大型无人艇自动航线规划 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111400287.3A CN114136322B (zh) | 2021-11-19 | 2021-11-19 | 一种基于经验航法的大型无人艇自动航线规划 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114136322A CN114136322A (zh) | 2022-03-04 |
CN114136322B true CN114136322B (zh) | 2023-06-20 |
Family
ID=80391117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111400287.3A Active CN114136322B (zh) | 2021-11-19 | 2021-11-19 | 一种基于经验航法的大型无人艇自动航线规划 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114136322B (zh) |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7990263B2 (en) * | 2006-09-28 | 2011-08-02 | Beatty Street Properties, Inc. | Vector-based harbor scheduling |
CN101319903A (zh) * | 2008-07-15 | 2008-12-10 | 浙江思拓信息工程有限公司 | 船用智能导航监控系统 |
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 |
CN102982494B (zh) * | 2012-10-31 | 2015-08-19 | 长江航道局 | 一种基于电子航道图及水位数据的航道水深信息生成方法 |
KR101289349B1 (ko) * | 2013-03-11 | 2013-07-29 | (주)동하테크 | 해양 네비게이션시스템 |
CN107798185B (zh) * | 2017-10-20 | 2021-05-04 | 山东交通学院 | 一种基于ecdis的航线自动设计系统及其构建方法 |
CN108234660A (zh) * | 2018-01-08 | 2018-06-29 | 武汉理工大学 | 海上高频无线海图更新系统及方法 |
CN108932563A (zh) * | 2018-07-03 | 2018-12-04 | 江苏海事职业技术学院 | 一种互联互通式港口信息平台智能化调度系统 |
CN211149277U (zh) * | 2019-09-29 | 2020-07-31 | 中电骏途新能源科技有限公司 | 一种港内集装箱卡车作业智能导航系统 |
CN110849370A (zh) * | 2019-11-14 | 2020-02-28 | 中国船舶重工集团公司第七0七研究所 | 一种基于水面无人艇的动态航线规划方法 |
CN113127581A (zh) * | 2019-12-30 | 2021-07-16 | 广东华风海洋信息系统服务有限公司 | 一种自动航线规划的方法 |
CN111240334B (zh) * | 2020-01-18 | 2023-06-23 | 山东交通学院 | 一种船舶航行自动避碰航路规划方法及模型 |
CN111857140B (zh) * | 2020-07-07 | 2023-11-17 | 智慧航海(青岛)科技有限公司 | 一种基于航道信息的全局路径规划方法 |
CN111966759B (zh) * | 2020-07-13 | 2024-04-26 | 广东邦鑫数据科技股份有限公司 | 一种港池航道通航保障评估方法、系统、装置及介质 |
CN112947485B (zh) * | 2021-03-31 | 2022-10-21 | 亿海蓝(北京)数据技术股份公司 | 路径规划方法及系统 |
CN113449910B (zh) * | 2021-06-24 | 2022-04-12 | 中国船舶重工集团公司第七0七研究所 | 一种基于顺序存储二叉树的航线自动生成方法 |
-
2021
- 2021-11-19 CN CN202111400287.3A patent/CN114136322B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114136322A (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108680163B (zh) | 一种基于拓扑地图的无人艇路径搜索系统及方法 | |
CN108445879B (zh) | 一种基于预测碰撞危险区域的无人艇避障方法 | |
CN108681321B (zh) | 一种无人船协同编队的水下探测方法 | |
Wang et al. | A COLREGs-based obstacle avoidance approach for unmanned surface vehicles | |
CN109597417B (zh) | 一种基于避碰准则的多usv群体协同避碰规划方法 | |
CN111240334B (zh) | 一种船舶航行自动避碰航路规划方法及模型 | |
Yan et al. | A novel path planning approach for smart cargo ships based on anisotropic fast marching | |
CN113916234A (zh) | 一种复杂动态条件下的船舶避碰航线自动规划方法 | |
CN101806596A (zh) | 基于电子海图的最短距离航线自动生成方法 | |
CN111665846B (zh) | 一种基于快速扫描法的水面无人艇路径规划方法 | |
CN114578834B (zh) | 基于目标分层双感知域的强化学习的无人车路径规划方法 | |
CN111176281A (zh) | 基于象限法的多水面无人艇覆盖式协同搜索方法及系统 | |
Zhang et al. | A method for ship route planning fusing the ant colony algorithm and the A* search algorithm | |
Wang et al. | Route planning and tracking for ships based on the ECDIS platform | |
CN114136322B (zh) | 一种基于经验航法的大型无人艇自动航线规划 | |
CN116952239A (zh) | 一种基于改进a*与dwa融合的无人艇路径规划方法 | |
Liu et al. | PE-A* Algorithm for Ship Route Planning Based on Field Theory | |
CN109631902B (zh) | 基于海洋测量的船上线在近点情况下最佳路径规划方法 | |
CN116430856A (zh) | 一种基于变前视距离los算法的船舶航迹控制方法 | |
CN113108799B (zh) | 基于场论的船舶路径优化方法 | |
CN114019967A (zh) | 一种适用于狭长航道的无人艇航线规划方法 | |
Wu et al. | VFH+ based local path planning for unmanned surface vehicles | |
CN114035574A (zh) | 水面无人艇自主避障方法 | |
CN113625709A (zh) | 一种水面无人艇避障方法 | |
Lee et al. | Passage Planning in Coastal Waters for Maritime Autonomous Surface Ships using the D* Algorithm |
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 |