基于混合栅格图与动态采样的AUV自适应测绘路径规划方法，其具体步骤如下：S1，基于AUV、地形、声呐三者的相互联系，构建栅格地图混合模型；S2，AUV在航行一段路径后，在栅格地图混合模型的基础上重新采样路径点，并在新的路径点上规划下一段路线；S3，构建评价函数，对采样后的候选路径点形成的路线进行计算，并通过图搜索算法对所有满足条件的路线进行评估，选取最优路径。本发明专利技术采用栅格地图混合模型，其中置信度层是地图数据的核心，也是路径规划算法的基础；地形系数层为置信度层提供地形复杂度信息；显著性层标识了具有显著性地形的区域，可以使AUV通过闭环检测提升定位精度，并为路径规划提供参考依据。
【技术实现步骤摘要】
本专利技术属于auv水下导航与感知，涉及一种基于混合栅格图与动态采样的auv自适应测绘路径规划方法。
技术介绍
1、随着海洋产业不断发展和壮大，水下机器人作为海洋资源开发不可或缺的一把利器，目前已经得到了极大的发展，在水下机器人的关键技术中，水下机器人的定位与感知能力仍然是制约水下机器人发展的关键。在水下环境中，水下机器人的定位方式主要依赖于惯性导航系统，在此基础上结合水声定位系统、地球物理导航系统和地形辅助导航系统等技术，在这种情况下，水下机器人定位受到诸多限制，自主性较差，智能化水平相对较低。
技术实现思路
1、为解决现在技术存在的上述问题，本专利技术提供了一种基于混合栅格图与动态采样的auv自适应测绘路径规划方法，可以提升定位精度，自主性高，提高规划效率。
2、本专利技术采用的技术方案是：
3、基于混合栅格图与动态采样的auv自适应测绘路径规划方法，其具体步骤如下：
4、s1，基于auv、地形、声呐三者的相互联系，构建栅格地图混合模型；
>5、s2，auv在本文档来自技高网...
【技术保护点】
1.基于混合栅格图与动态采样的AUV自适应测绘路径规划方法，其具体步骤如下：
2.根据权利要求1所述的基于混合栅格图与动态采样的AUV自适应测绘路径规划方法，其特征在于：所述栅格地图混合模型包括深度数据层、置信度层、地形系数层和显著性层。
3.根据权利要求2所述的基于混合栅格图与动态采样的AUV自适应测绘路径规划方法，其特征在于：所述栅格地图混合模型的构建步骤如下：
4.根据权利要求3所述的基于混合栅格图与动态采样的AUV自适应测绘路径规划方法，其特征在于：步骤S11中声呐数据的坐标转换公式如式(1)所示：
5.根据权利要求3所述的基于混合...
【技术特征摘要】
1.基于混合栅格图与动态采样的auv自适应测绘路径规划方法，其具体步骤如下：
2.根据权利要求1所述的基于混合栅格图与动态采样的auv自适应测绘路径规划方法，其特征在于：所述栅格地图混合模型包括深度数据层、置信度层、地形系数层和显著性层。
3.根据权利要求2所述的基于混合栅格图与动态采样的auv自适应测绘路径规划方法，其特征在于：所述栅格地图混合模型的构建步骤如下：
4.根据权利要求3所述的基于混合栅格图与动态采样的auv自适应测绘路径规划方法，其特征在于：步骤s11中声呐数据的坐标转换公式如式(1)所示：
5.根据权利要求3所述的基于混合栅格图与动态采样的auv自适应测绘路径规划方法，其特征在于：步骤s12中栅格置信度cp的计算公式如式(2)所示：
6.根据权利要求5所述的基于混合栅格图与动态采样的auv自适应测绘路径规划方...
【专利技术属性】
技术研发人员：于海滨，梁一舟，史剑光，
申请(专利权)人：杭州电子科技大学，
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。