水面无人艇航迹规划及危险评估研究

摘要

水面无人艇(Unmanned Surface Vehicle，USV)具有高速化与无人化等优势，可以搭载不同设备完成各种高难度任务，使其在军事领域得到了广泛的应用。USV航迹规划技术一直是USV研究的核心技术，USV航迹规划主要包括全局航迹规划与局部航迹规划。碰撞危险度一直是航海领域关注的热点，准确的碰撞危险度可以为USV提供有效的辅助信息，保障USV安全航行。航迹规划及危险评估是保障USV航行安全及任务完成的重要前提，相关研究具有重要的理论意义及应用价值。 首先，介绍了USV航迹规划与危险评估相关的理论基础。描述了USV航迹规划基本概念与一般步骤，给出了环境建模的几种常见方法。同时具体阐述了危险评估的流程以及常见的评估方法。 其次，针对基本遗传算法在解决USV全局航迹规划问题存在的缺点，提出了一种基于改进遗传算法的USV全局航迹规划方法。为克服基本遗传算法收敛速度慢的缺点，该方法选取一种新的交叉算子，将传统交叉算子只比较每个单个节点，改进为比较两个非承载节点从而提高了算法收敛速度。为解决规划出的航迹距离长以及平滑度低等问题，给出了基于基因重组航迹优化算法的改进方法，该方法利用基因重组算法的三种算子对航迹进行优化，缩短航迹长度并提高航迹平滑度。仿真结果表明该方法可以很好的应用于USV全局航迹规划，提高了规划效率，降低USV的能源消耗。 再次，针对基本快速扩展随机树（Rapidly-exploring Random Tree，RRT）算法解决USV局部航迹规划的不足，提出了一种基于改进RRT算法的USV局部航迹规划方法。为克服基本RRT算法的随机性与不确定性，给出了优化生长点与扩展点选择的新方法，该方法通过加入度量节点扩展失败次数的抑制因子，优化生长点的选择，通过增加约束条件限制扩展点的选择，提高了算法性能。为解决规划出的航迹中多余航点过多的问题，该方法利用Dijkstra算法对航迹进行优化。仿真结果表明该方法可以很好的应用于USV的局部航迹规划，减小USV航行过程中的旋转角度，提高可操作性。 最后，针对USV危险评估进行了研究，以USV碰撞危险度为切入点，分析了碰撞危险度与航迹规划决策之间的联系。基于模糊综合评估法与BP神经网络算法对碰撞危险度进行评估确定。仿真结果表明，不同条件下的模糊综合评估法与BP神经网络算法所得结果精度均较高，符合实际情况，满足USV对碰撞危险度的精度要求。