一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法

本发明属于智能船舶自主航行局部航迹规划，具体而言，尤其涉及一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法。

背景技术：

1、在智能船舶实际航行中，可能遭遇单个甚至多个未知的碍航物，依赖先验地图信息的全局规划方法难以处理动态未知环境中的船舶安全规划问题，而局部规划基于实时感知的在线信息，因此能够用于解决未知的动态环境下的安全航迹生成问题。

2、作为当前海洋工程技术领域中的一个热点研究方向，智能船舶局部航迹规划涉及到船舶自主导航、航迹优化、避障决策等多个技术层面。智能船舶局部规划问题引起了广泛的研究，现有方法提出了采样原理与速度障碍法的融合方法，实现了船舶局部避碰，但此方法未考虑避碰后的航迹走向问题。此外，现有技术利用快速随机扩展树方法实时性强以及概率完备的优势，提出了改进双向快速随机扩展树方法完成船舶局部规划，然而这种方法未考虑实际船舶模型因此存在安全性不足的问题。而且，现有方法充分结合快速随机扩展树方法对地图进行重规划的能力与速度障碍法对速度空间的构建能力，提出了一种基于速度障碍法与快速随机扩展树方法的局部航迹规划方法，提高了船舶避障的实时性与安全性。尽管已有学者提出了多种智能船舶的局部航迹规划方法，但现有的方法仍存在以下问题：

3、第一，在现有的方法中，虽然能够求解可行的安全速度矢量，但无法获得速度矢量的最优解。这意味着，尽管船舶能够安全航行，但其航线可能并不是最经济或最高效的，进而导致航行时间长和能源消耗大的问题。

4、第二，现有的方法在智能船舶规划过程中未考虑智能船舶运动学与动力学特性，尤其是忽略了漂角的影响，这会导致智能船舶在实际的跟踪控制过程中出现偏差，从而影响航行的精确性和可靠性同时也不利于实际的跟踪控制。

5、第三，现有的方法在智能船舶规划过程中未考虑环境中无关静态障碍物。这些障碍物虽然对船舶航行不构成直接的碰撞风险，但如果在航迹规划中不予考虑，可能会导致规划结果不是最优，降低了局部航迹规划的效率。

技术实现思路

1、为了含有动态碍航物的智能船舶局部航迹规划问题，本发明采用的技术方案是：一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法包括以下步骤：

2、建立欠驱动智能船舶模型和二维运动模型；

3、在快速随机扩展树算法的框架内引入速度障碍法求解满足欠驱动智能船舶安全约束的速度矢量；

4、基于智能船舶的速度所受约束条件，利用动态窗口法融合速度障碍法建立智能船舶运动特性的评价函数，考虑艏摇角速度与侧滑角的影响确定智能船舶的最优速度组合，选取出符合船舶运动特性的局部最优航迹；

5、基于障碍探索扇区策略，应对智能船舶穿过稠密的静态障碍物区域的过程控制。

6、进一步地：所述在快速随机扩展树算法的框架内引入速度障碍法求解满足欠驱动智能船舶安全约束的速度矢量的过程如下：

7、在地球坐标系下，定义uob为动态碍航物的速度、r为动态碍航物的膨胀圆半径、u为智能船舶的速度、u′为动态碍航物与智能船舶的相对速度、线段d0为智能船舶中心与动态碍航物中心连线，λ1和λ2为以智能船舶的中心作为顶点，两条分别经过膨胀处理后的碍航物左右边界的切线；

8、因此为避免智能船舶与动态碍航物发生碰撞，则须满足如下条件：

9、

10、其中，为u′与d0之间的夹角、θhalf为切线λ1和λ2与d0间的夹角，求解出对应的船舶速度即为安全速度矢量；

11、定义lvo为智能船舶从当前所在位置出发沿安全速度矢量方向扩展距离，船舶从当前所在位置出发沿lvo得到一新的位置，将此位置记为快速随机扩展树算法的初始节点xinit，然后将此初始节点添加到树上，开始基于快速随机扩展树算法的路径扩展。

12、进一步地：智能船舶从当前所在位置出发沿安全速度矢量方向扩展距离lvo的计算公式选择如下：

13、lvo＝d0+r    (5)

14、式中：d0为智能船舶中心与动态碍航物中心连线，r为动态碍航物的膨胀圆半径；

15、考虑对动态碍航物的膨胀圆半径r进行优化并将其设计如下：

16、

17、其中，r为动态窗口法处理静态障碍物时的障碍圆半径，d1为常数。

18、进一步地：所述智能船舶的速度所受约束条件包括智能船舶动力系统所能提供的最大和最小速度范围的约束条件、智能船舶实际可实现的速度范围速度区间vj的约束条件和智能船舶在与障碍物相遇之前有足够的时间将速度和角速度降低到零的约束条件。

19、进一步地：所述智能船舶动力系统所能提供的最大和最小速度范围约束条件如下：

20、vi＝{(ui，rwi)|ui∈[umin，umax]，rwi∈[rwmin，rwmax]}      (7)

21、其中，umin为智能船舶的最小速度；umax为智能船舶最大速度；rwmin为智能船舶最小角速度；rwmax为智能船舶最大角速度；vi为智能船舶动力系统所能提供的最大和最小速度范围约束条件，ui和rwi分别为满足约束条件的速度和角速度；

22、所述智能船舶实际可实现的速度范围的速度区间vj的约束条件如下：

23、

24、其中，uj和rwj分别为满足智能船舶实际可实现的速度范围的速度区间vj的约束条件的速度和角速度；uc为智能船舶当前速度；为智能船舶最大加速度；为智能船舶最大减速度；rwc为智能船舶当前角速度；为智能船舶最小的角加速度；为智能船舶最大的角减速度；

25、所述智能船舶在与障碍物相遇之前有足够的时间将速度和角速度降低到零的约束条件如下：

26、

27、其中，dist为智能船舶当前速度下对应模拟轨迹与障碍物之间的最近距离；

28、uk和rwk分别为满足智能船舶在与障碍物相遇之前有足够的时间将速度和角速度降低到零的约束条件的速度和角速度；为智能船舶最大减速度；为智能船舶最小的角加速度。

29、进一步地：所述智能船舶运动特性的评价函数形式为：

30、

31、式中，α、β、γ、κ和λ为各评价函数的权重系数，palstance(u，rw)为艏摇角速度评价函数；driftangle(u，rw)为侧滑角σ评价函数，heading？(u，rw)为偏转角评价函数；distance？(u，rw)为距离评价函数，表示当前采样速度下对应的轨迹与动态碍航物之间的最近距离；velocity(u，rw)为速度评价函数，在满足安全避障要求的基础上，此评价函数能够筛选出航行速度最高的路径，旨在以最短时间抵达目标点；

32、其中，艏摇角速度评价函数palstance(u，rw)设计成如下形式：

33、palstance(u，rw)＝(rwmax-|rw|)/rwmax    (14)

34、式中，rw为智能船舶当前的艏摇角速度；rwmax为智能船舶最大艏摇角速度；

35、侧滑角评价函数driftangle(u，rw)设计成如下形式：

36、driftangle(u，rw)＝π-|σ|    (15)

37、进一步地：所述障碍探索扇区策略如下：

38、考虑如下场景：定义经t0后智能船舶所在的预测位置为p，智能船舶预测速度为u0，o1、o2和o3为智能船舶周围障碍物与智能船舶之间的距离分别为d1、d2和d3，d1＜d2＜d3，根据式(8)可知，此时dist＝d1，若本智能船舶已绕过障碍物o1且与其的距离正在不断增大，为使航线最优，则应不再考虑障碍物o1；

39、针对上述情景，建立障碍探测区域，以p作为扇心，扇形区域角度为建立扇形区域，智能船舶沿其速度方向将此扇形区域平分，将取值为

40、若在此扇形区域内与障碍物膨胀障碍圆没有交点，则智能船舶不再考虑该障碍物，也无需对其进行避障；

41、因此，在此障碍探测扇区的策略下，碍航物与智能船舶的最近距离取值为d2。

42、本发明一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，将快速随机扩展树方法与速度障碍法、动态窗口法结合，提出了一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法。

43、首先，在快速随机扩展树算法的框架内引入速度障碍法求解满足安全约束的速度矢量，利用快速随机扩展树算法增强地图更新，确保智能船舶能够确定实时安全避碰的速度集合，并对速度障碍法的膨胀半径设计了一种调整策略，避免智能船舶无法启动；

44、进一步利用动态窗口法融合速度障碍法建立改进的评价函数，找到最优速度组合，在此过程中考虑艏摇角速度与侧滑角的影响，选取出符合船舶运动特性的局部最优航迹；

45、针对静态碍航物提出障碍探索扇区策略，降低了无关静态碍航物对规划过程的影响。

46、本发明在航迹长度、方法实时性均有提升，且具有更强的动态避碰调节能力。

47、与现有技术相比，本发明具有以下优点：

48、第一，与现有的基于速度障碍法的快速随机扩展树局部规划方法相比，本发明通过引入动态窗口法，将船舶状态作为指标构造评价函数，在可行安全速度集中搜索最优解，实现了对安全航迹的优化。

49、第二，与现有的基于固定膨化半径的规划方法相比，本发明采用了动态半径膨化策略，根据动态碍航物与智能船舶相对距离对碍航物膨胀范围进行动态调节，避免了固定半径下智能船舶的起步困境问题。

50、第三，与现有的未考虑船舶动态特性的局部规划方法相比，本发明不仅将船速、加速度、角速度引入评价函数的构建，而且在规划过程中考虑了船舶的侧滑运动，有利于智能船舶的跟踪控制。

51、第四，与现有的未考虑无关碍航物的局部规划方法相比，本发明通过提出障碍探索扇区策略，剔除了不影响智能船舶后续航行的碍航物，提高了智能船舶在稠密静态碍航物区域内的避碰能力。

技术特征：

1.一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，其特征在于：所述在快速随机扩展树算法的框架内引入速度障碍法求解满足欠驱动智能船舶安全约束的速度矢量的过程如下：

3.根据权利要求2所述的一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，其特征在于：

4.根据权利要求2所述的一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，其特征在于：所述智能船舶的速度所受约束条件包括智能船舶动力系统所能提供的最大和最小速度范围的约束条件、智能船舶实际可实现的速度范围速度区间vj的约束条件和智能船舶在与障碍物相遇之前有足够的时间将速度和角速度降低到零的约束条件。

5.根据权利要求4所述的一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，其特征在于：

6.根据权利要求1所述的一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，其特征在于：所述智能船舶运动特性的评价函数形式为：

7.根据权利要求1所述的一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，其特征在于：所述障碍探索扇区策略如下：

技术总结
本发明一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，包括以下步骤：建立欠驱动智能船舶模型和二维运动模型；在快速随机扩展树算法的框架内引入速度障碍法求解满足欠驱动智能船舶安全约束的速度矢量；基于智能船舶的速度所受约束条件，利用动态窗口法融合速度障碍法建立智能船舶运动特性的评价函数，考虑艏摇角速度与侧滑角的影响确定智能船舶的最优速度组合，选取出符合船舶运动特性的局部最优航迹；基于障碍探索扇区策略，应对智能船舶穿过稠密的静态障碍物区域的过程控制。本发明在航迹长度、方法实时性均有提升，且具有更强的动态避碰调节能力。

技术研发人员：王安青,李一鹤,郎晓,彭周华,韩冰,古楠,刘陆,王浩亮
受保护的技术使用者：大连海事大学
技术研发日：
技术公布日：2024/12/5