【技术实现步骤摘要】
一种基于地形复杂度的无人船自适应步长路径搜索方法
[0001]本专利技术涉及人工智能的一种无人船路径规划方法，特别涉及无人船的自主路径规划与路径优化，具体为一种基于地形复杂度的无人船自适应步长路径搜索方法。
技术介绍
[0002]随着我国海洋监测领域技术的不断发展，无人船对自动寻路算法的需求越来越广泛。通过具有自动导航寻路功能的无人船，人们可以实现更频繁、更全方位的海上监测，更好地完成勘测、采样、救援等。
[0003]比如申请号CN 111930121 A的专利技术专利，提出了一种室内移动机器人的混合路径规划方法，采用栅格法对机器人所处空间进行建模，并通过蝙蝠算法，产生随机解后通过迭代搜寻最优解。然而该方法缺少对环境的自适应策略，通过大小一致的栅格将环境分隔，导致缺乏对环境的适应能力。
[0004]比如申请号CN 112378402 A的专利技术专利，通过全局路径规划与局部路径规划结合，在全局路径的基础上融入局部的路径规划，使移动机器人具有一定的自适应能力。然而该方法在全局路径规划时同样缺少对环境的自适应策略...
【技术保护点】
【技术特征摘要】
1.一种基于地形复杂度的无人船自适应步长路径搜索方法，其特征在于，方法包括以下步骤：步骤100，获取环境静态图像，对环境静态图像进行二值化预处理；步骤200，对二值化预处理后的环境静态图像进行图像膨胀与栅格化，建立地图环境模型；步骤300，对地图环境模型中的各栅格进行地形复杂度的计算并筛减；步骤400，利用A*算法在地图环境模型中寻找最优通行路径，每一次迭代时均根据当前地形复杂度重新调整最优通行路径的步长；步骤500，利用地图环境模型的节点可见性，对已获取的最优通行路径进行进一步优化获得最终优化路径。2.根据权利要求1所述的一种基于地形复杂度的无人船自适应步长路径搜索方法，其特征在于：所述步骤100中，获取电子海图与卫星图像，将电子海图与卫星图像进行对应叠加获得环境静态图像；将环境静态图像中陆地区域与水深小于10m的区域标定为障碍物区域，水深大于10m的区域标定为可通行区域，从而将环境静态图像进行二值化。3.根据权利要求1和2所述的一种基于地形复杂度的无人船自适应步长路径搜索方法，其特征在于：所述步骤200中，以障碍物区域标定为高亮区域，对二值化预处理后的环境静态图像进行膨胀操作，在完成膨胀操作后，对环境静态图像进行栅格化，建立地图环境模型，栅格化选用边长为5
‑
10m的正方形栅格，将地图环境模型分成行列数为i*j的大小一致的栅格。4.根据权利要求3所述的一种基于地形复杂度的无人船自适应步长路径搜索方法，其特征在于：所述步骤300中，障碍物区域中存在多个子区域，每个子区域被可通行区域间隔开，不相连接，以每个子区域作为一个障碍物，计算所有栅格的地形复杂度个子区域作为一个障碍物，计算所有...
【专利技术属性】
技术研发人员：李贞辉，张敏捷，吕小文，孙向伟，聂勇，唐建中，陈正，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
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。