一种基于遗传与滑动窗口法的水上无人艇避碰方法技术

本发明专利技术涉及海事智能交通技术无人艇避碰领域，具体涉及一种基于遗传与滑动窗口法的水上无人艇避碰方法。步骤一：水上无人艇进行全局动态路径规划，步骤二：水上无人艇对动态障碍物进行分析，步骤三：水上无人艇进行滑动窗口算法避障，步骤四：水上无人艇继续行驶重复以上步骤；相对于传统的路径规划，本发明专利技术将遗传算法和滑动窗口算法相结合形成动态避碰的路径规划，其路径规划更有效、快速、稳定。

A Collision Avoidance Method for Unmanned Vehicles on Water Based on Genetic and Sliding Window Method

【技术实现步骤摘要】
一种基于遗传与滑动窗口法的水上无人艇避碰方法
本专利技术涉及海事智能交通技术无人艇避碰领域，具体涉及一种基于遗传与滑动窗口法的水上无人艇避碰方法。
技术介绍
水上无人艇(USV)的路径规划避碰方法是水上无人艇自主控制寻求最优路径中动态避障研究的关键所在。由于海洋环境是复杂多变的，同时还要时刻考虑到海上风浪流对水上无人艇的干扰作用。所以，水上无人艇在进入水域之前，会先根据已知的相关海洋环境信息规划出一条全局的路径，进入水域后，水上无人艇按照已经规划好的路线进行航行。由于事先无法预知在航行过程中可能会出现的种种状况，如突发事故的船只、漂流物体等，因此，水上无人艇在航行的过程中也要实时地检测周围的状况获取周围环境的信息，对于这些突发情况，水上无人艇应该能够迅速地察觉到，并针对不同的情况做出准确快速的应对，调整自身的航行状态，最终规避开障碍物体，按照任务需求到达指定的目标点。
技术实现思路
本专利技术的目的在于提供一种基于遗传与滑动窗口法的水上无人艇避碰方法，以实现水上无人艇在最优路径规划上动态避碰，解决水上无人艇在路径规划上动态障碍物的避障问题。本专利技术实施例提供一种基于遗传与滑动窗口法的水上无人艇避碰方法，包括：步骤一：水上无人艇进行全局动态路径规划：进入水域后按照事先规划的路径前行，若周围环境一切正常，不存在突发动态障碍物或事先未考虑阻碍物，则水上无人艇按照原来路径继续航行并不断地探测周围信息，直到到达目标点；若水上无人艇在水域航行的过程中检测到动态障碍物，则通过有关信息来对其运动动态进行预测，然后规划新路径避开障碍物，最终到达目标点；步骤二：水上无人艇对动态障碍物进行分析：若水上无人艇在水域航行的过程中检测到动态障碍物，通过动态窗口模块以及检测设备航海雷达和AIS判断之后行程中水上无人艇和动态障碍物的运动情况，得到针对不同情况的解决方法：(a)若动态障碍物运行方向与水上无人艇航行相反或是偏离水上无人艇航线，则不可能发生碰撞事故，水上无人艇可按照原来的运动状态继续前行，进入步骤四；(b)若水上无人艇在下个T0时间段水上无人艇会进入动态障碍物的碰撞危险区，则水上无人艇应立即进行动态障碍物的规避，进入步骤三；(c)若水上无人艇与动态障碍物之间的情况是准危险情况，则水上无人艇在该时间段内发起对动态障碍物的规避行动，进入步骤三；(d)若水上无人艇与动态障碍物之间的情况是存在潜在危险情况，进入步骤四；步骤三：水上无人艇进行滑动窗口算法避障：根据获取的动态障碍物的运动信息进行分析，通过遗传算法和滑动窗口算法计算，得到动态障碍物规避策略，进而调整水上无人艇自身运动姿态，对动态障碍物进行规避；步骤四：水上无人艇继续行驶重复以上步骤：水上无人艇按照任务需要向目标点前行，同时重新进入步骤一；所述步骤一，包括：水上无人艇进行全局动态路径规划：进入水域后按照事先规划的路径前行，若周围环境一切正常，不存在突发动态障碍物或事先未考虑阻碍物，则水上无人艇按照原来路径继续航行并不断地探测周围信息，直到到达目标点；若水上无人艇在水域航行的过程中检测到动态障碍物，则通过有关信息来对其运动动态进行预测，然后规划新路径避开障碍物，最终到达目标点；其中，所述进行全局动态路径规划的具体方法为：根据GA算法通过适应度函数在自身的编码空间中对不同的路径解进行评价，仿照生物界种群遗传过程中交叉变异过程，通过多个不同路径解进行迭代更新，得到最优路径；在水上无人艇的初始化种群里每一个染色体i(i＝1,2,3...n)将代表水上无人艇的一条的路径，如下所示：(xi1,yi1)→(xi2,yi2)→···(xili,yili)其中，(xi1,yi1)和(xili,yili)表示水上无人艇第i(i＝1,2,3...n)条路径上的起点和终点，(xij,yij)(j＝2,...,li)则为路径上的除了两端点以外的某一个点的坐标，其长度为可变的li，采用遗传算法的编码方式遍历整个解的空间，将每条路径分为多段，分别对该路径不同段进行计算，得出路径相关信息，用delta表示任意条路径的划分段长度值，kδ表示正的比例参数值，通过下式，得到该条路径被划分出的段的总数dnum：上式中，(xmax,ymax)和(xmin,ymin)为仿真窗口的坐标范围，s(xs,ys)和e(xe,ye)为水上无人艇的初始位置和目标点；假设最初的原始路径总共有n条，将第i条路径表示为Pi,设把路径Pi划分成3段，即dnum＝3，然后在第j(j＝1,2,3)段上随机任取两个点pi(2j-1)和pi(2j-1)，则在这两个点的范围内任意生成点此点横坐标被局限在范围内，而纵坐标局限于路径初始位置s(xs,ys)和目标点e(xe,ye)之间，即然后按序将pi(2j-1),pi(2j)相连，最终生成路径Pi：Pi表示种群中第i(i＝1,2,3...n)个可行的运动路径，然后通过路径自身的节点坐标来对该条路径进行相应的编码；水上无人艇的可行路径集为其中第i条路径表示为Pi＝[pi1,pi2,···pili](i＝1,2,3···,n)，pij(i＝1,2,···,li)为该路径所经过的路径点，pi1为路径的初始点,pili为路径的终点：Value(P*)＝min[f1(P),f2(P),f3(P),f4(P)]上式中，f1(P)为规划路径的安全性，f2(P)为规划路径的可行性，f3(P)为规划路径的平滑性，f4(P)为规划路径的经济性；路径的长度：水上无人艇的第i条染色体的路径长度：上式中，mi是Pi路径里不可行的路径数目，C1为一合适的正数；路径的光滑性：当li>2时，即染色体的路径划分基因位点的个数大于2，水上无人艇的Pi路径平均拐角值：上式中，aij(j＝2,···,li-1)为pi(j-1)pij与pijpi(j+1)间的夹角(0≤aij≤π),mi和ki是aij里不小于π/2的数目，即如果某一个拐角不小于π/2时，则要对目标值进行惩罚计算，C2是一合适的正数；当li＝2时，路径Pi为初始点至目标点的连线：Turning(Pi)＝mi×C2安全性：如果路径Pi是可行的，danger(di)＝1/di，其中di＞0表示水上无人艇的航行路线距离静态障碍物的最小值；如果路径Pi是不可行的，danger(Pi)＝mi×C3，mi为该路径个体的路径段与障碍物之间的距离小于安全距离的数量，C3为一适当的正数。根据适应度函数的值，通过＂轮盘赌＂方法选出下一代的染色体进行交叉、变异、修复的遗传操作优化种群，得到能够规避静态障碍物的可行路径；所述步骤二，包括：水上无人艇对动态障碍物进行分析：若水上无人艇在水域航行的过程中检测到动态障碍物，通过动态窗口模块以及检测设备航海雷达和AIS判断之后行程中水上无人艇和动态障碍物的运动情况，得到针对不同情况的解决方法；其中，所述对动态障碍物进行分析的具体方法为：水上无人艇的航速为VUSV，动态障碍物的速度为VObz，极轴与VUSV间的夹角α＝∠(VUSV,ex)，ex为极轴，极轴与VObz间的夹角β＝∠(VObs,ex)，极轴与水上无人艇和动态障碍物圆心连线间的夹角θ＝∠(LRO,ex),ΔV与VUVS间的夹角μ＝∠(LRO,tanL)，tanL为动态障碍物圆切线，γ＝∠(Δ本文档来自技高网...

【技术保护点】
1.一种基于遗传与滑动窗口法的水上无人艇避碰方法，其特征在于，包括：步骤一：水上无人艇进行全局动态路径规划：进入水域后按照事先规划的路径前行，若周围环境一切正常，不存在突发动态障碍物或事先未考虑阻碍物，则水上无人艇按照原来路径继续航行并不断地探测周围信息，直到到达目标点；若水上无人艇在水域航行的过程中检测到动态障碍物，则通过有关信息来对其运动动态进行预测，然后规划新路径避开障碍物，最终到达目标点；步骤二：水上无人艇对动态障碍物进行分析：若水上无人艇在水域航行的过程中检测到动态障碍物，通过动态窗口模块以及检测设备航海雷达和AIS判断之后行程中水上无人艇和动态障碍物的运动情况，得到针对不同情况的解决方法：(a)若动态障碍物运行方向与水上无人艇航行相反或是偏离水上无人艇航线，则不可能发生碰撞事故，水上无人艇可按照原来的运动状态继续前行，进入步骤四；(b)若水上无人艇在下个T0时间段水上无人艇会进入动态障碍物的碰撞危险区，则水上无人艇应立即进行动态障碍物的规避，进入步骤三；(c)若水上无人艇与动态障碍物之间的情况是准危险情况，则水上无人艇在该时间段内发起对动态障碍物的规避行动，进入步骤三；(d)若水上无人艇与动态障碍物之间的情况是存在潜在危险情况，进入步骤四；步骤三：水上无人艇进行滑动窗口算法避障：根据获取的动态障碍物的运动信息进行分析，通过遗传算法和滑动窗口算法计算，得到动态障碍物规避策略，进而调整水上无人艇自身运动姿态，对动态障碍物进行规避；步骤四：水上无人艇继续行驶重复以上步骤：水上无人艇按照任务需要向目标点前行，同时重新进入步骤一。...

【技术特征摘要】
1.一种基于遗传与滑动窗口法的水上无人艇避碰方法，其特征在于，包括：步骤一：水上无人艇进行全局动态路径规划：进入水域后按照事先规划的路径前行，若周围环境一切正常，不存在突发动态障碍物或事先未考虑阻碍物，则水上无人艇按照原来路径继续航行并不断地探测周围信息，直到到达目标点；若水上无人艇在水域航行的过程中检测到动态障碍物，则通过有关信息来对其运动动态进行预测，然后规划新路径避开障碍物，最终到达目标点；步骤二：水上无人艇对动态障碍物进行分析：若水上无人艇在水域航行的过程中检测到动态障碍物，通过动态窗口模块以及检测设备航海雷达和AIS判断之后行程中水上无人艇和动态障碍物的运动情况，得到针对不同情况的解决方法：(a)若动态障碍物运行方向与水上无人艇航行相反或是偏离水上无人艇航线，则不可能发生碰撞事故，水上无人艇可按照原来的运动状态继续前行，进入步骤四；(b)若水上无人艇在下个T0时间段水上无人艇会进入动态障碍物的碰撞危险区，则水上无人艇应立即进行动态障碍物的规避，进入步骤三；(c)若水上无人艇与动态障碍物之间的情况是准危险情况，则水上无人艇在该时间段内发起对动态障碍物的规避行动，进入步骤三；(d)若水上无人艇与动态障碍物之间的情况是存在潜在危险情况，进入步骤四；步骤三：水上无人艇进行滑动窗口算法避障：根据获取的动态障碍物的运动信息进行分析，通过遗传算法和滑动窗口算法计算，得到动态障碍物规避策略，进而调整水上无人艇自身运动姿态，对动态障碍物进行规避；步骤四：水上无人艇继续行驶重复以上步骤：水上无人艇按照任务需要向目标点前行，同时重新进入步骤一。2.根据权利要求1所述的一种基于遗传与滑动窗口法的水上无人艇避碰方法，其特征在于，所述步骤一，包括：水上无人艇进行全局动态路径规划：进入水域后按照事先规划的路径前行，若周围环境一切正常，不存在突发动态障碍物或事先未考虑阻碍物，则水上无人艇按照原来路径继续航行并不断地探测周围信息，直到到达目标点；若水上无人艇在水域航行的过程中检测到动态障碍物，则通过有关信息来对其运动动态进行预测，然后规划新路径避开障碍物，最终到达目标点；其中，所述进行全局动态路径规划的具体方法为：根据GA算法通过适应度函数在自身的编码空间中对不同的路径解进行评价，仿照生物界种群遗传过程中交叉变异过程，通过多个不同路径解进行迭代更新，得到最优路径；在水上无人艇的初始化种群里每一个染色体i(i＝1,2,3...n)将代表水上无人艇的一条的路径，如下所示：(xi1,yi1)→(xi2,yi2)→…(xili,yili)其中，(xi1,yi1)和(xili,yili)表示水上无人艇第i(i＝1,2,3...n)条路径上的起点和终点，(xij,yij)(j＝2,...,li)则为路径上的除了两端点以外的某一个点的坐标，其长度为可变的li，采用遗传算法的编码方式遍历整个解的空间，将每条路径分为多段，分别对该路径不同段进行计算，得出路径相关信息，用delta表示任意条路径的划分段长度值，kδ表示正的比例参数值，通过下式，得到该条路径被划分出的段的总数dnum：上式中，(xmax,ymax)和(xmin,ymin)为仿真窗口的坐标范围，s(xs,ys)和e(xe,ye)为水上无人艇的初始位置和目标点；假设最初的原始路径总共有n条，将第i条路径表示为Pi,设把路径Pi划分成3段，即dnum＝3，然后在第j(j＝1,2,3)段上随机任取两个点pi(2j-1)和pi(2j-1)，则在这两个点的范围内任意生成点此点横坐标被局限在范围内，而纵坐标局限于路径初始位置s(xs,ys)和目标点e(xe,ye)之间，即然后按序将pi(2j-1),pi(2j)相连，最终生成路径Pi：Pi表示种群中第i(i＝1,2,3...n)个可行的运动路径，然后通过路径自身的节点坐标来对该条路径进行相应的编码；水上无人艇的可行路径集为其中第i条路径表示为Pi＝[pi1,pi2,…pili](i＝1,2,3…,n)，pij(i＝1,2,…,li)为该路径所经过的路径点，pi1为路径的初始点,pili为路径的终点：Value(P*)＝min[f1(P),f2(P),f3(P),f4(P)]上式中，f1(P)为规划路径的安全性，f2(P)为规划路径的可行性，f3(P)为规划路径的平滑性，f4(P)为规划路径的经济性；路径的长度：水上无人艇的第i条染色体的路径长度：上式中，mi是Pi路径里不可行的路径数目，C1为一合适的正数；路径的光滑性：当li>2时，即染色体的路径划分基因位点的个数...

【专利技术属性】
技术研发人员：林孝工，刘志宇，刘向波，王汝珣，郭如鑫，杨荣浩，刘叶叶，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23