买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连海事大学

摘要：本发明公开了一种基于卫星地图的无人艇遍历路径规划与避碰方法，包括以下步骤：处理卫星地图的图像；建立栅格地图并扩充障碍物；基于最小生成树的无人艇遍历路径规划算法进行优化设计；基于控制障碍函数算法对无人艇进行避碰设计。本发明的用户可使用在线卫星地图人为选取不同的任务区域对不同的任务场景进行无人艇的遍历路径规划操作。本发明优化了遍历路径规划的算法，改进了无人艇的转弯率，采用转弯更少的遍历路径。通过减少无人艇的转弯次数一方面降低了完成任务的时间，另一方面降低了无人艇的能量消耗。本发明采用了基于速度的控制障碍函数的方法，可以使无人艇在执行任务时，仅通过改变无人艇速度完成对动态障碍物的避碰。

主权项：1.一个基于卫星地图的无人艇遍历路径规划与避碰方法，其特征在于：包括以下步骤：A、处理图像并建立栅格地图A1、处理卫星地图的图像首先从在线卫星地图中截取所需的任务区域图像，采用opencv图像处理数据库中的旋转和裁剪的函数，使得任务区域最大化的呈现出来；其次利用图像强化与图像分割的算法，对彩色的卫星图像进行灰度处理，并使用threshold函数进行图片全局阈值化处理，将彩色图转化为单通道8位黑白类型图，使任务区域图像中的障碍物区域的轮廓锐化；A2、建立栅格地图并扩充障碍物首先根据路径规划算法迭代运算的限制，将图像进行等比例缩放，得到像素为m*n大小的二值化图像，m为栅格地图的高度，n为栅格地图的宽度，每一个栅格边长为d的正方形栅格，此时得到的图像具有不规则的边界，因此在转化为栅格图前对图像障碍物进行扩充操作；由于规划算法设计时是针对2*2大小的栅格进行生成树算法，因此对于图中的障碍物按照2*2栅格进行扩充，即从原点出发，相邻的四个栅格中存在障碍物，便设计此2*2栅格为障碍物栅格，由此障碍物栅格扩充得到障碍物扩充的二值化图像；将图像的像素点取出，利用栅格化算法，将障碍物栅格赋值0，自由栅格赋值1，将所有像素点遍历一遍，得到供路径规划算法执行的栅格地图，将栅格地图中无人艇无法航行的区域当做障碍物区域，并将障碍物区域的所有栅格坐标集合为Pointobs：Pointobs＝{po1,po2,…,pog}，g＝1,2…i其中，po1＝[xobs1,yobs1]T、po2＝[xobs2,yobs2]T、…、pog＝[xobsg,yobsg]T分别是第1个、第2个、…、第g个障碍物栅格，[xobs1,yobs1]T、[xobs2,yobs2]T、[xobsg,yobsg]T分别是第1个、第2个、…、第g个障碍物栅格的横坐标值和纵坐标值，i为障碍物栅格的数量；将供无人艇航行的自由栅格坐标集合为Pointfree：Pointfree＝{pf1,pf,…,pfk}，k＝1,2,…,j其中，po1＝[xfree1,yfree1]T、po2＝[xfree2,yfree2]T、…、pok＝[xfreek,yfreek]T分别是第1个、第2个、…、第k个自由栅格，[xfree1,yfree1]T、[xfree2,yfree2]T、…、[xfreek,yfreek]T分别是第1个、第2个、…、第k个自由栅格的横坐标值和纵坐标值，j为自由栅格的数量；B、基于最小生成树的无人艇遍历路径规划算法进行优化设计在栅格地图建立完成后，在任务区域规划出一个无人艇的覆盖路径；对于路径生成，采用最小生成树算法；具体来说，为任务区域构造一个最小生成树，然后生成一个绕过它的路径；最小生成树算法生成一个覆盖路径，规划生成的路径处于一个以m*n为长和宽的矩形区域中，以l作为无人艇移动的最小距离；并做出以下假设：首先设定无人艇的初始位置为pstart：pstart＝[xstart,ystart]T，[xstart,ystart]T∈Pointfree其中，[xstart,ystart]T为初始位置的横坐标和纵坐标；其次，无人艇只允许在与无人艇所在栅格的上、下、左、右四个方向上移动，设置无人艇的路径点的集合为Pointship，设定无人艇的上一个位置为plast：plast＝[xlast,ylast]T，[xlast,ylast]T∈Pointfree其中，[xlast,ylast]T为无人艇上个位置的横坐标值和纵坐标，设定无人艇的当前位置为pnow：pnow＝[xnow,ynow]T，[xnow,ynow]T∈Pointfree其中，[xnow,ynow]T为无人艇当前位置的横纵坐标，且初始设置如下：pnow＝pstartplast＝pnow无人艇按照自由栅格的数量j遍历自由栅格区域，设置循环次数count＝0：当countj：每次循环按照逆时针方向选择，即右、上、左、下的方向寻找，运算指代将元素添加到集合中；首先，如果无人艇的右侧栅格是自由栅格，则无人艇向右侧栅格移动：如果[xnow+l,ynow]T∈Pointfree条件成立：[xnow,ynow]T＝[xnow+l,ynow]T 如果无人艇的右侧栅格是障碍物栅格，且无人艇的上侧栅格是自由栅格，则无人艇向上侧栅格移动：如果[xnow,ynow+l]T∈Pointfree条件成立：[xnow,ynow]T＝[xnow,ynow+l]T 如果无人艇的右侧和上侧栅格是障碍物栅格，且无人艇的左侧栅格是自由栅格，无人艇向左侧栅格移动：如果[xnow-l,ynow]T∈Pointfree条件成立：[xnow,ynow]T＝[xnow-l,ynow]T 如果无人艇的右侧、上侧和左侧栅格是障碍物栅格，且无人艇的下侧栅格是自由栅格，无人艇向下侧栅格移动：如果[xnow,ynow-l]T∈Pointfree条件成立：[xnow,ynow]T＝[xnow,ynow-l]T 此时已经向下一个栅格移动，则循环次数count＝count+1，如果countj则继续循环，如果count＝j则循环结束；最后，根据上述算法产生的生成树，以pstart为起点按逆时针方向围绕Pointship路径点生成一条闭环路径；C、基于控制障碍函数算法对无人艇进行避碰设计所述的无人艇为欠驱动无人艇，所述的欠驱动无人艇运动学模型如下： 其中，x、y、ψ分别代表欠驱动无人艇在地球坐标系下的x轴、y轴上的位置以及艏摇角；u、v、r分别代表欠驱动无人艇在船体坐标系下的纵荡速度、横漂速度和艏摇角速度；设置p＝[x,y]T作为无人艇的位置坐标；设置动态障碍物的运动学模型为： 其中，xd、yd、ψd分别代表动态障碍物在地球坐标系下的x轴、y轴上的位置以及艏摇角；ud、vd、rd分别代表动态障碍物在船体坐标系下的纵荡速度、横漂速度和艏摇角速度；设置pd＝[xd,yd]T作为动态障碍物的位置坐标:ψt＝atan2yd-y，xd-x 其中，ψt为目标航向；s为横向制导跟随误差，e为纵向制导跟随误差，s,e的数值均为0；ψe为航向制导跟随误差；Rψt为旋转矩阵；uc为目标速度，rc为目标角速度；k1为速度控制的参数，k2为角速度控制的参数，a为速度饱和限制参数，b为角速度饱和限制参数，k1,k2,a,v均为正数；为了使无人艇避开动态障碍物，引入以下的基于距离的控制障碍函数hp,pd： 其中dd为无人艇与动态障碍物的最小避碰距离，α为松弛变量，α是正常数；考虑对于速度的上下界约束条件umin≤u≤umax，其中umin、umax分别为无人艇设定的速度最小值和最大值，速度限制如下：Au≤B其中：

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于卫星地图的无人艇遍历路径规划与避碰方法