基于改进粒子群优化算法的无人水面艇动态避碰方法

针对"蓝信"号无人水面艇的动态避碰问题,提出一种基于改进粒子群优化算法的动态避碰方法.首先,考虑障碍物轮廓的长宽比不同,将障碍物膨化为圆形和椭圆形,并采用速度障碍原理求取避碰模型,同时,在避碰过程中加入国际海上避碰规则约束;其次,对粒子群优化算法进行自适应改进,使其针对避碰策略的求取能够快速收敛到最优解,提高算法的收敛速度与精度,满足避碰算法的快速性要求;最后,搭建虚拟视景仿真平台,模拟航行中的海洋环境,以"蓝信"号无人水面艇为模拟对象,对所提出的避碰算法进行仿真验证.仿真结果表明了该避碰方法的可行性和有效性,为无人水面艇的自主动态避碰提供了一种可行和有效的解决途径.     

基于改进人工势场法的多无人艇避障策略

针对多无人艇编队避障问题,对静态避障的路径消耗问题进行建模分析,在动态避障时提出一种偏置人工势场法使策略符合艇群国际海上避碰规则（swarm International Regulations for Preventing Collisions at Sea,sCOLREGS）。本方法首先对传统人工势场法进行改进,定义符合艇群会遇态势判断需求的sCOLREGS,通过速度障碍法实时判断碰撞风险,然后利用偏置斥力区域的改进人工势场法实现对规则的遵守。仿真实验表明,本文方法在障碍物与编队大小相当时可显著减少避障路程,在确保避障实时性的同时,较好地遵守了国际海上避碰规则相关条例。研究结论可为海面无人艇集群安全航行提供参考。     

单目视觉引导下的无人艇局部避障方法

针对无人艇（unmanned surface vehicle,USV）在作业过程中,需要及时躲避未被标注在地图上的漂浮障碍,并及时返回规划航道的问题,提出一种基于单目视觉的无人艇局部避障方法。避障方法使用YOLO网络识别图像中的障碍物,结合针孔成像原理和水体自由断面特点,解决单目视觉尺度不确定问题,从图像中恢复出障碍物的宽度及深度信息;针对无人艇惯性大,机动性差的特点,引入虚拟水道宽度等信息素,提出了改进的向量场直方图算法（vector field histogram plus,VFH+）;算法参考当前障碍疏密,动态调整不同信息素对最佳航向角计算的影响,引导无人艇在兼顾全局导航信息情况下,应对未知漂浮障碍物快速自动局部避障。基于水动力模型和Gazebo仿真引擎搭建无人艇避障的仿真实验平台。在仿真中快速迭代研究算法的参数范围及控制效果,实现了无人艇在舱内空间和能量均有限的工况下,仅使用单目视觉传感器,兼顾全局路径规划和局部障碍信息,自动化高效躲避漂浮障碍,并在脱离障碍后回归原有规划路径的功能。     

基于速度障碍法和动态窗口法的无人水面艇动态避障

速度障碍法是一种普遍应用在无人水面艇(unmanned surface vehicle,USV)上的动态避障方法,但传统的速度障碍法未考虑无人水面艇运动学性能与障碍物运动信息误差的影响,也未明确何时开始避障与结束避障.在速度障碍法的基础上,用椭圆表示无人水面艇与障碍物,给出一种求解椭圆切线的方法;将动态窗口法与速度障碍物法相结合,考虑无人水面艇的运动学性能,只使用无人水面艇在给定时间内能到达的速度和方向进行避障计算;通过比较碰撞时间与无人水面艇避开障碍物所需的时间来确定何时开始避障,并提出一种结束避障的判断方法;为了减小障碍物运动信息误差的影响,提出了一种虚拟障碍物方法.最后,通过仿真实验验证了该避障方法的可行性与有效性.     

面向障碍速度不确定性的无人艇动态避碰

避碰稳定性直接关乎无人艇航行安全.传感器对障碍速度观测的不确定性会导致避碰策略出现跳动,严重降低避碰稳定性.提出不确定性条件下的速度障碍(uncertain velocity obstacle, UVO)算法,在碰撞风险评估中采用自适应阈值的最近会遇点(closest point of approach, CPA)法,基于国际海事避碰规则(International Regulations for Preventing Collisions at Sea, COLREGS)建立边界缓冲区,从宏观上提升避碰过程的稳定性.为了减少无人艇避碰角度的变化次数,在无人艇的速度空间中对不确定性条件下的速度障碍(velocity obstacle, VO)区进行建模,并采用梯度下降法在代价空间进行局部寻优,从微观上提升避碰策略的稳定性.在仿真平台下进行UVO算法和VO算法的对比实验,结果表明UVO算法的避碰策略跳动次数、避碰成功率和最近会遇距离3项指标均优于VO算法.在实艇海试中进行了对遇、交叉、追越等典型会遇场景的避碰实验,无人艇均能安全避过运动目标.实验结果证明了UVO算法具有较好稳定性和安全性.     

水面无人艇多船障碍智能避碰

为尽可能在无人艇避碰规划时兼顾《国际海上避碰规则公约》,提出对障碍船进行符合《公约》的偏心膨胀,对偏心膨胀建立统一的运动模型.为实现宽阔水域的水面无人艇多船障碍智能避碰,提出基于避障紧迫程度、安全性预测以及调整可行性的模糊规划方法.对同时具有对遇、交叉及追越情况的多个复杂运动障碍进行避碰规划仿真,结果证明了该方法的智能性.     

基于3D激光雷达的无人水面艇海上目标检测

无人水面艇(unmanned surface vehicle,USV)实现自主导航避障需要实时感知周围的环境信息,检测出威胁无人水面艇航行的障碍物,而3D激光雷达在无人系统障碍检测中起重要作用.提出了一种基于3D激光雷达的障碍检测算法,即将一个周期内的3D激光点云投影到2.5D栅格地图中,对障碍物进行聚类分割;对栅格中的原始点云数据进行特征提取,表示为椭圆障碍物.而多帧激光数据采用最近邻数据关联识别出其中的动态障碍物,并用卡尔曼滤波实时跟踪.基于电子海图的仿真激光数据验证了该方法在无人水面艇障碍检测中的有效性.     

融合图像识别和VFH+的无人艇局部路径规划方法

针对水面无人艇在复杂海况下的局部避障问题,文中引入深度学习方法来处理视觉信息,提出了结合VFH+算法的水面无人艇的局部路径规划方法.首先利用对称的编码器-解码器结构的图像语义分割模型和Faster RCNN网络模型进行水面边界线检测及水面障碍物识别,构建水面无人艇环境模型;然后采用基于VFH+的局部路径规划方法,通过逐步构建主直方图、二元直方图和掩模直方图压缩环境数据,引入合理的代价函数来获取实现水面无人艇的有效避障方向规划.在MODD图像数据集上的仿真实验以及实船避障实验结果表明,该方法能有效地提取水面图像信息,并得到合理的局部路径规划策略,在10 kn航速下的避障轨迹平滑,可满足水面无人艇的自主避障需求.     

基于目标干扰意图识别的无人艇避碰算法

在无人艇避碰规划过程中,为准确识别障碍干扰意图,提出一种结合主成分分析(Principal Component Analy-sis,PCA)和支持向量机(Support Vector Machine,SVM)的分类算法.首先,利用PCA对船舶模型运动的高维运动特征数据集进行降维,获取特征集的主成分;再通过SVM对经过处理得到的低维主成分进行分类处理,以识别障碍对无人艇的干扰意图类型为主动干扰还是非主动干扰;最后,根据障碍的不同干扰类型,采用不同算法进行避碰、脱逃,通过这种差异化的处理,提升无人艇运动的安全性.仿真结果证明了该算法的有效性.     

遗传算法在AUV局部路径规划中的应用研究

利用遗传算法（GA）实现AUV（自主水下机器人）对于运动目标的自主避碰,根据前视声纳信息探测到的障碍物距离信息,AUV的运动信息以及航迹规划信息.算法采用了二进制编码规则,并把避碰、航迹跟踪等约束条件作为适应度函数的影响因子,将AUV的下一步的航向和速度作为避碰算法的输出结果.仿真表明,AUV对动目标的自主避碰效果良好、避碰和航迹回归路径平滑.