一种基于改进RRT算法的船舶路径规划与跟踪控制方法技术

本发明专利技术提供一种基于改进RRT算法的船舶路径规划与跟踪控制方法，包括：获取周围环境及周围其他船舶的海况信息；设置参数，采用嵌入Dijkstra算法的改进RRT算法对此海况下的本船进行合理规避障碍物的路径规划；对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用一条函数曲线表示；将此曲线作为船舶运动控制系统的期望输入，利用所设计的神经网络滑膜跟踪控制器跟踪运动学子系统的引导率信号，对船舶规划路径进行跟踪。本发明专利技术采用嵌入Dijkstra算法的改进RRT算法进行船舶路径规划，将规划的优化路径作为船舶运动控制系统的期望输入，基于工业界广为使用的内外环控制思想设计船舶运动学跟踪控制率，解决了欠驱动船舶路径跟踪问题。舶路径跟踪问题。舶路径跟踪问题。

【技术实现步骤摘要】
一种基于改进RRT算法的船舶路径规划与跟踪控制方法


[0001]本专利技术涉及人工智能
，具体而言，尤其涉及一种基于改进RRT 算法的船舶路径规划与跟踪控制方法。

技术介绍

[0002]近年来，随着物联网、大数据、云计算等技术的快速发展，智能航海受 到广泛关注。面对复杂的海洋通航环境，在满足海上航行安全，保证经济性 的前提下，如何使船舶在航行海域短时间内快速的规划出一条由起始点到终 点并可以安全避开所有障碍物的路径最短航线，并使船舶能够达到良好的路 径跟踪效果，成为学者研究的热点问题。
[0003]快速搜索随机树(RRT)算法是一种随机采样的算法。它是由控制理论 采用特定随机树的增量方式进行构造且不需要对所规划的空间进行建模，可 以快速地搜索空间空白区域，生成遍历空间的随机树，在一定程度上可以降 低算法的复杂性，缩短算法运行所需要的时间；其可以根据当前环境中的信 息搜索未知区域，对局部空间中的随机点进行碰撞检测，主要用于解决复杂 环境下复杂系统的路径规划问题。不过它的缺点也很明显，它得到的路径一 般质量都不是很好，常常会出现规划的路径不是或远离最优路径，或包含棱 角，不够光滑等问题。且船舶路径规划结果最后必须通过船舶跟踪控制来实 现，从而得到实际的应用，但目前有关此方面研究较少。当前船舶路径规划 及跟踪控制中还存在着算法完善性、路径不够平滑和路径跟踪信号为虚拟信 号等问题。

技术实现思路

[0004]根据上述提出现有船舶路径规划及跟踪控制所存在的技术问题，本专利技术 提供一种基于改进RRT算法的船舶路径规划与跟踪控制方法。本专利技术采用嵌 入Dijkstra算法的改进RRT算法进行船舶路径规划，将规划的优化路径作为 船舶运动控制系统的期望输入，基于工业界广为使用的内外环控制思想设计 船舶运动学跟踪控制率，解决了欠驱动船舶路径跟踪问题。
[0005]本专利技术采用的技术手段如下：
[0006]一种基于改进RRT算法的船舶路径规划与跟踪控制方法，包括如下步骤：
[0007]S1、获取周围环境及周围其他船舶的海况信息；
[0008]S2、设置参数，采用嵌入Dijkstra算法的改进RRT算法对此海况下的本 船进行合理规避障碍物的路径规划；
[0009]S3、对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用 一条函数曲线表示；
[0010]S4、将此曲线作为船舶运动控制系统的期望输入，利用所设计的神经网 络滑膜跟踪控制器跟踪运动学子系统的引导率信号，对船舶规划路径进行跟 踪。
[0011]进一步地，所述步骤S2中设置参数，采用嵌入Dijkstra算法的改进RRT 算法对此海况下的本船进行合理规避障碍物的路径规划的具体实现过程如 下：
[0012]S21、建立尺寸为500*500的环境地图；
[0013]S22、将模拟带有障碍物海域的灰度图转化成二值图，环境地图中黑色区 域代表障碍物，设置灰度值为1，表示地图上有障碍物，设置灰度值为0，表 示可通行路段；
[0014]S23、建立欧式坐标系，设置船舶起始点的位置为(10，10)，目标点的 位置为(490，490)；
[0015]S24、设置RRT路径搜索的步长为20，最大尝试次数为10000次；
[0016]S25、船舶运动学方程的位置指令[x
d y
d
]为x
d
＝t，y
d
为拟合多项式函 数；参数设置为k1＝k2＝0.3，k3＝3，η3＝0.50，位置初始值为[0 0 0]，采 用线性二阶微分器和船舶动力学模型，针对姿态控制律式的切换项，采用饱 和函数代替切换函数，边界层厚度取0.1，微分器参数取R＝100。
[0017]进一步地，所述步骤S3中对规划的路径作曲线拟合得出优化后的路径， 并将优化后的路径用一条函数曲线表示的具体实现过程如下：
[0018]S31、对规划出的最优路径进行平滑处理，用于改进RRT算法路径为折 线，导致不符合航海实际的情况，并作为输入信号进行路径跟踪；使用 MATLAB中ployfit函数对最优路径进行曲线拟合，拟合函数如下所示：
[0019]y＝a1x
n
+a2x
n
‑1+a3x
n
‑3+...+a
n
x+a
n
‑1[0020]上式为一个多项式，在拟合过程中，需要对不同的多项式次数进行拟合；拟 合次数少，路径拟合效果比较差，拟合次数过多，会出现龙格现象，只有当 误差最小时，才会出现理想的拟合效果。
[0021]进一步地，所述步骤S4中将拟合曲线作为船舶运动控制系统的期望输 入，利用所设计的神经网络滑膜跟踪控制器跟踪运动学子系统的引导率信号， 对船舶规划路径进行跟踪的具体实现过程如下：
[0022]S41、基于内外环控制思想，设计船舶运动学控制器；
[0023]S42、采用神经网络估计动力学模型不确定性与外部海洋环境的扰动方 法，设计船舶动力学控制器。
[0024]进一步地，所述步骤S41基于内外环控制思想设计船舶运动学控制器的 具体实现过程如下：
[0025]S411、构建船舶平面运动模型；
[0026]S412、将船舶的运动学方程表示为：
[0027][0028]其中，θ表示船舶航向角，[x y]表示船舶在坐标系中的位置， P＝[x y θ]T
，q表示控制律，q＝[U ω]T
，U表示船舶实际航行速度，即 ω表示船舶的角速度，U和ω表示船舶运动模型的控制输入；
[0029]S413、船舶航向角θ处于随动状态，因此，得到船舶运动学模型为：
[0030][0031]S414、设计控制律U，用于实现x跟踪x
d
，y跟踪y
d
，设置理想的跟踪 轨迹为[x
d y
d
]，得到跟踪误差方程为：
[0032][0033]其中，x
e
表示船舶所在位置横坐标与跟踪轨迹横坐标的误差，y
e
表示船舶 所在位置纵坐标与跟踪轨迹纵坐标的误差，则x
e
＝x
‑
x
d
，y
e
＝y
‑
y
d
，为 了便于计算，取：
[0034][0035]S415、针对取滑模函数s1＝x
e
，则控制律为：
[0036][0037]其中，k1＞0；通过以上求解，得到
[0038]S416、取Lyapunov函数则 x
e
指数收敛于零；
[0039]S417、针对取滑模函数s2＝y
e
，得到设计的控制律为：
[0040][0041]其中，k2＞0；通过以上求解，可以得到
[0042]S418、取Lyapunov函数则y
e
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进RRT算法的船舶路径规划与跟踪控制方法，包括如下步骤：S1、获取周围环境及周围其他船舶的海况信息；S2、设置参数，采用嵌入Dijkstra算法的改进RRT算法对此海况下的本船进行合理规避障碍物的路径规划；S3、对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用一条函数曲线表示；S4、将此曲线作为船舶运动控制系统的期望输入，利用所设计的神经网络滑膜跟踪控制器跟踪运动学子系统的引导率信号，对船舶规划路径进行跟踪。2.根据权利要求1所述的基于改进RRT算法的船舶路径规划与跟踪控制方法，所述步骤S2中设置参数，采用嵌入Dijkstra算法的改进RRT算法对此海况下的本船进行合理规避障碍物的路径规划的具体实现过程如下：S21、建立尺寸为500*500的环境地图；S22、将模拟带有障碍物海域的灰度图转化成二值图，环境地图中黑色区域代表障碍物，设置灰度值为1，表示地图上有障碍物，设置灰度值为0，表示可通行路段；S23、建立欧式坐标系，设置船舶起始点的位置为(10，10)，目标点的位置为(490，490)；S24、设置RRT路径搜索的步长为20，最大尝试次数为10000次；S25、船舶运动学方程的位置指令[x
d y
d
]为x
d
＝t，y
d
为拟合多项式函数；参数设置为k1＝k2＝0.3，k3＝3，η3＝0.50，位置初始值为[0 0 0]，采用线性二阶微分器和船舶动力学模型，针对姿态控制律式的切换项，采用饱和函数代替切换函数，边界层厚度取0.1，微分器参数取R＝100。3.根据权利要求1所述的基于改进RRT算法的船舶路径规划与跟踪控制方法，所述步骤S3中对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用一条函数曲线表示的具体实现过程如下：S31、对规划出的最优路径进行平滑处理，用于改进RRT算法路径为折线，导致不符合航海实际的情况，并作为输入信号进行路径跟踪；使用MATLAB中ployfit函数对最优路径进行曲线拟合，拟合函数如下所示：y＝a1x
n
+a2x
n
‑1+a3x
n
‑3+...+a
n
x+a
n
‑1上式为一个多项式，在拟合过程中，需要对不同的多项式次数进行拟合；拟合次数少，路径拟合效果比较差，拟合次数过多，会出现龙格现象，只有当误差最小时，才会出现理想的拟合效果。4.根据权利要求1所述的基于改进RRT算法的船舶路径规划与跟踪控制方法，所述步骤S4中将拟合曲线作为船舶运动控制系统的期望输入，利用所设计的神经网络滑膜跟踪控制器跟踪运动学子系统的引导率信号，对船舶规划路径进行跟踪的具体实现过程如下：S41、基于内外环控制思想，设计船舶运动学控制器；S42、采用神经网络估计动力学模型不确定性与外部海洋环境的扰动方法，设计船舶动力学控制器。5.根据权利要求4所述的基于改进RRT算法的船舶路径规划与跟踪控制方法，所述步骤S41基于内外环控制思想设计船舶运动学控制器的具体实现过程如下：S411、构建船舶平面运动模型；
S412、将船舶的运动学方程表示为：其中，θ表示船舶航向角，[x y]表示船舶在坐标系中的位置，P＝[x y θ]
T
，q表示控制律，q＝[U ω]
T
，U表示船舶实际航行速度，即ω表示船舶的角速度，U和ω表示船舶运动模型的控制输入；S413、船舶航向角θ处于随动状态，因此，得到船舶运动学模型为：S414、设计控制律U，用于实现x跟踪x
d
，y跟踪y
d
，设置理想的跟踪轨迹为[x
d y
d
]，得到跟踪误差方程为：其中，x
e
表示船舶所在位置横坐标与跟踪轨迹横坐标的误差，y
e
表示船舶所在位置纵坐标与跟踪轨迹纵坐标的误差，则x
e
＝x
‑
x
d
，y
e
＝y
‑
y
d
，为了便于计算，取：S415、针对取滑模函数s1＝x
e

【专利技术属性】
技术研发人员：宁君，马昊冉，历志，李伟，李铁山，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：