【技术实现步骤摘要】
一种无人航行器搜寻的路径规划方法、装置和无人航行器
本专利技术属于海上智能搜救
，更具体地，涉及一种无人航行器搜寻的路径规划方法、装置和无人航行器。
技术介绍
现有搜寻力量在海上突发事故的应急处理与搜寻需求中存在一定不足，有人搜寻力量难以胜任大面积、长时间、危险环境的搜寻作业任务。近年来，随着以无人艇为代表的无人航行器快速发展，该类无人航行器通常具有长距离自主航行能力，对恶劣海况、浅滩水域的适应能力强，为海上目标高效搜寻带来了新的机遇。在发生海难事故时，为了最大限度地减少生命财产损失，需要准确、快速地估计搜寻区域，选择合适的搜寻规划策略，提高海上搜寻成功率POS(POS＝搜寻包含概率POC×搜寻发现概率POD)。准确的搜寻区域划定通常包含两个要求：搜寻区域以尽可能大的概率包含搜寻目标；搜寻区域范围尽可能小，使搜寻力量集中以最短的时间完成对可能性最高的区域搜寻。现有技术中CN102116705A和CN102221448B等主要采用蒙特卡罗随机粒子仿真法对海上落水人员的漂移概略位置和位移倾向进行合理的预测，...
【技术保护点】
1.一种无人航行器搜寻的路径规划方法，其特征在于，包括：/nS1：采用蒙特卡罗随机粒子仿真法分析海上事故信息建立粒子初始分布图；利用高斯混合模型对所述粒子初始分布图进行聚类分析得到聚类结果；基于腐蚀膨胀的置信椭圆算法从所述聚类结果中确定出最佳搜寻包含概率POC对应的目标搜寻区域；/nS2：建立适应所述目标搜寻区域边界特征的欠驱动无人航行器转向数学模型，以确定出所述目标搜寻区域外的非工作路径；/nS3：利用搜寻总路径和搜寻发现概率POD函数构建目标适应度函数，所述搜寻总路径包括：所述非工作路径和工作路径；求解所述目标适应度函数优化模型得到最短总路径与最大POD对应的区域覆盖最...
【技术特征摘要】
1.一种无人航行器搜寻的路径规划方法，其特征在于，包括：
S1：采用蒙特卡罗随机粒子仿真法分析海上事故信息建立粒子初始分布图；利用高斯混合模型对所述粒子初始分布图进行聚类分析得到聚类结果；基于腐蚀膨胀的置信椭圆算法从所述聚类结果中确定出最佳搜寻包含概率POC对应的目标搜寻区域；
S2：建立适应所述目标搜寻区域边界特征的欠驱动无人航行器转向数学模型，以确定出所述目标搜寻区域外的非工作路径；
S3：利用搜寻总路径和搜寻发现概率POD函数构建目标适应度函数，所述搜寻总路径包括：所述非工作路径和工作路径；求解所述目标适应度函数优化模型得到最短总路径与最大POD对应的区域覆盖最佳路径规划策略，所述区域覆盖最佳路径规划策略用于参数化描述：最优搜寻方向、最优搜寻线间距和最优搜寻线遍历次序。
2.如权利要求1所述的无人航行器搜寻路径规划方法，其特征在于，所述S2包括：
建立适应所述目标搜寻区域边界特征的欠驱动无人航行器转向数学模型，以确定搜寻线间距s、欠驱动无人航行器转向直径d与转向非工作路径l之间的映射关系；
利用所述映射关系获取所述转向非工作路径数学表达式。
3.如权利要求2所述的无人航行器搜寻的路径规划方法，其特征在于，所述映射关系为：
当所述搜寻线间距s小于所述欠驱动无人航行器转向直径d且时，所述非工作路径
当所述搜寻线间距s小于所述欠驱动无人航行器转向直径d且时，所述非工作路径
当所述搜寻线间距s大于所述欠驱动无人航行器转向直径d时，所述非工作路径
当所述搜寻线间距s等于所述欠驱动无人航行器转向直径d时，所述非工作路径
其中，i，j为下标号，i≠j，o点为垂直于所述搜寻线并且过原点的直线上的点，b点为所述搜寻线与所述目标搜寻区域的交点，
4.如权利要求1所述的无人航行器搜寻的路径规划方法，其特征在于，所述S3包括：
S31：利用所述目标搜寻区域的几何特征以及无人航行器的探测器扫海宽度建立搜寻工作路径模型，基于所述搜寻工作路径模型将所述工作路径和所述非工作路径进行求和获得搜寻总路径函数；
S32：将所述总路径函数和所述POD函数赋予权重后进行线性叠加得到所述目标适应度函数；
S33：利用双重归一化算子的多目标遗传算法对所述目标适应度函数进行优化求解，得到最短总路径与最大POD对应的所述区域覆盖最佳路径规划策略。
5.如权利要求4所述的无人航行器搜寻的路径规划方法，其特征在于，所述S33包括：
S33-1：...
【专利技术属性】
技术研发人员：杨少龙，黄金，向先波，安金鑫，李伟超，向巩，刘传，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。