考虑波浪推进的自然能驱动无人艇的航线实时优化方法及航行方法

摘要

考虑波浪推进的自然能驱动无人艇的航线实时优化方法及航行方法，涉及海上航行器的路径规划领域。本发明是为了在自然能驱动无人艇原计划航线的航迹点间根据波浪环境、计划航向进行节点间的航线优化。本发明所述的考虑波浪推进的自然能驱动无人艇的航线实时优化方法及航行方法，依靠艇载传感器感知波浪环境，实时对小范围的航行方法做出指导，实时性动态强，更能满足工程要求。同时这种航线修正方法既保证了无人艇能够到达每个任务节点，又能保证增加节点间的波浪能捕获能力，提升机器人的续航力。

说明书

技术领域

本发明属于路径规划技术领域，尤其涉及海上航行器的路径规划。

背景技术

能量捕获对于要求有长自持力的海洋运载器来说非常重要，只有尽可能增加对外界能量的捕获能力，才能有效的实现在海洋中的监测，勘察等任务。目前在实际工程应用中，不同的海洋运载器利用的海洋环境能源不同，主要集中在太阳能、波浪能、风能和温差能等方面。目前，波浪能是水面上的海洋结构物主要能量获取源之一。波浪能指的是海洋的表层海水在海风作用下形成的波浪所具有的动能和势能。波浪能以机械能形式出现，杨灿军在《海洋能源获取、传输与管理综述》中指出，波浪能是品位最高的海洋能，根据文献《Anassessment of global ocean wave energy resources over the last 45a》(对过去45年全球海浪能源资源的评估)的介绍，全球海洋有近90％的区域能量密度高于2kW/m(单位波前宽度上的波浪功率)。波浪能与波高的平方、波浪的运动周期以及迎波面的宽度成正比，在实际使用中可以利用机器人在波浪作用下产生的振荡和摇摆运动获取能量。目前海洋机器人对波浪能的利用方式主要集中在两个方面：一是直接利用波浪能推进，二是利用波浪能发电。

自然能驱动无人艇作为一种新概念海洋航行器可以充分捕获周围环境能量，弥补了传统海洋监测工具需要定期能源补给的缺点，不仅节约了能源、减少了花费，而且具有高强的续航能力和环境适应性。自然能驱动无人艇融合了传统动力无人艇和波浪滑翔器的优点，通过纯机械结构吸收波浪垂荡运动的能量按一定比率转化为前向推进的动力，同时利用艇载推进器进行推力补偿克服了波浪滑翔器受环境波浪影响航速不可控的缺点，并经由卫星与基站进行指令和数据传输，可实现长时间、大范围的走航观测，已成为海洋观测网络构建的基础平台和首选工具。由于自然能驱动无人艇驱动力的独特性和海洋环境的复杂性，为使无人艇能够成功地完成海洋探测、巡航、勘察等任务，需要通过艇载传感器来采集一定范围内的环境数据，据此经过处理计算来实时优化航行路线。路径规划不仅是自然能驱动无人艇实现自主导航的关键所在，也关系到无人艇的生死存亡。因此需要针对自然能驱动无人艇的航行特点设计一种能够适用于不同波浪环境的航线优化方法。

文献《波浪能推进水面航行器的路径规划问题研究》基于水平集方法，提出了静态流场和动态流场中波浪能推进水面机器人的路径规划方法，使得机器人可以顺应海流的方向移动增加自身移动速度、节约能量，但是并未针对变化的波浪环境提出解决方法。

文献《波浪滑翔机速度预测与路径规划的研究》在对波浪滑翔机进行路径规划时将波浪滑翔机预测速度纳入算法，也就在路径规划过程中考虑有效浪高、表层流和风速等海洋环境因素对波浪滑翔机的影响。但文中所提模型是通过波浪滑翔机离线速度预测模型计算波浪滑翔机离线速度，在实际工程应用中缺乏算法的实时性。

文献《基于改进蚁群算法的波浪滑翔机路径规划研究》和《基于改进势场蚁群算法的波浪动力滑翔器路径规划算法研究》都是将环境地图进行栅格化处理，在进行节点选择时尽可能使机器人航速更高。但都未对栅格内的具体航行方法提出指示。

文献《基于模式转变蚁群算法的波浪滑翔机路径规划》在状态转移概率公式中进行了改进，考虑了时间耗费的问题，实则还是解决路径最短问题，忽视了周围环境对机器人的影响。

文献《基于人工探路蚁的波浪滑翔机路径规划》建立了波浪滑翔机的速度预测模型，通过选择高速节点来完成路径规划；在进行环境建模时，采用离散的栅格化地图，每个节点之间未指出具体的航行方法。

公开日2020年5月22日，公布号为111189468A，名称为《一种波浪滑翔器全局路径规划方法》的发明专利申请，在用A星算法完成全局路径规划后，剔除了冗余点，缩短了规划路径，但是没有考虑每个栅格之间的具体走向且没有考虑海洋环境影响，未能体现机器人对海洋能量的利用。

公开日2020年6月16日，公布号为111290435A，名称为《一种波浪滑翔器的路径规划方法及系统》的发明专利申请，采用深度学习对先前的航线进行迭代学习，其目的在于克服波浪滑翔器速度慢的短板，用以保持波浪滑翔器和水下航行器之间的有效通讯距离，增强波浪滑翔器和水下航行器的信息交互，此方法不适合自然能驱动无人艇的航线优化目的。

以上专利和文献，有的方法一味追求航速最高、路程最短忽略了周围海洋环境的影响，且在实际的工程应用中机器人往往承担不同的任务，并不是简单的速度比赛，由于任务需求，机器人不得不放弃“高速”航线。有的方法采用栅格法进行地图构建，栅格法能很好的将环境因素融入其中，但是以上方法仅是针对每个离散栅格之间的方向规划提出引导，对栅格内的具体航行方法并未提及。

自主移动性能是波浪能水面航行器智能化水平的重要体现，它直接决定航行器的作业效率与精度。波浪滑翔器的驱动方式是纯波浪推进，对波浪的依赖程度高，受波浪影响其特点是航速不可控，作业范围受环境影响，然而自然能驱动无人艇是推进器和波浪水翼混合驱动，在对波浪能进行捕获的同时还能通过推进器的推力补偿实现对航速的控制，这就大大提高了自然能驱动无人艇对不同任务的适应性。因此，一些波浪滑翔器的路径规划方法在自然能驱动无人艇上是不适用的。在综合考虑任务要求、其他能源捕获情况、复杂多变的海洋环境后，自然能驱动无人艇亟需在离线的计划航线上根据波浪变化进行航线优化。

发明内容

本发明是为了在自然能驱动无人艇原计划航线的航迹点间(节点间)根据波浪环境、计划航向进行节点间的航线优化，现提供考虑波浪推进的自然能驱动无人艇的航线实时优化方法及航行方法。

考虑波浪推进的自然能驱动无人艇的航线实时优化方法，无人艇在航行过程中，

当波浪遭遇角α的绝对值等于90°时，无人艇保持当前航行状态向下一个航迹点航行；

当波浪遭遇角α∈(-90，90)时，调整无人艇艏向与波浪传播方向一致并关闭无人艇推进器，使无人艇在波浪的推进下航行距离L

其中，

当波浪遭遇角α∈(-90,-180)∪(90,180]时，调整无人艇艏向与波浪传播方向相反并关闭无人艇推进器，使无人艇在波浪水翼推力下航行距离L

其中，

考虑波浪推进的自然能驱动无人艇的航行方法，包括以下步骤：

步骤一：在栅格化的地图上对无人艇的离线路径进行规划，并获得离线路径中离散的航迹点，其中，各航迹点之间均无障碍物且无人艇能够经过每个航迹点，设i为各航迹点的序号且i的初始值为0；

步骤二：利用自然能驱动无人艇从第i个航迹点向第i+1个航迹点航行，同时采集第i个航迹点附近的波浪环境信息，并将该波浪环境信息作为第i个航迹点与第i+1个航迹点之间的波浪信息；

步骤三：计算在自然能驱动下无人艇的波浪遭遇角α；

步骤四：判断|α|是否等于90°，是则无人艇按照离线路径继续航行，否则对第i个航迹点与第i+1个航迹点之间的航线进行优化，

所述对第i个航迹点与第i+1个航迹点之间的航线进行优化的具体方法为：

当波浪遭遇角α∈(-90，90)时，调整无人艇艏向与波浪传播方向一致并关闭无人艇推进器，使无人艇在波浪的推进下航行距离L

其中，

当波浪遭遇角α∈(-90,-180)∪(90,180]时，调整无人艇艏向与波浪传播方向相反并关闭无人艇推进器，使无人艇在波浪水翼推力下航行距离L

其中，

步骤五：判断i是否等于n，是则无人艇到达终点结束航行，否则使i＝i+1，然后返回步骤二，n为航迹点总数。

本发明中的自然能驱动无人艇特指具有推进器和波浪水翼混合推进方式的新概念海上航行器。本发明所述的考虑波浪推进的自然能驱动无人艇的航线实时优化方法及航行方法，依靠艇载传感器感知波浪环境，实时对小范围的航行方法做出指导，实时性动态强，更能满足工程要求。同时这种航线修正方法既保证了无人艇能够到达每个任务节点(航迹点)，又能保证增加节点间的波浪能捕获能力，提升机器人的续航力。

附图说明

图1为考虑波浪推进的自然能驱动无人艇的航行方法流程图；

图2为具体实施方式一中，顺浪情况下航线优化原理示意图；

图3为具体实施方式二中，顶浪情况下航线优化原理示意图。

具体实施方式

自然能驱动无人艇作为一种新概念海洋航行器可以充分捕获周围环境能量，弥补了传统海洋监测工具需要定期能源补给的缺点，不仅节约了能源、减少了花费，而且具有高强的续航能力和环境适应性。其推进结构特殊，兼顾了常规无人艇航速可控和波浪滑翔器推进节能的优点，也因此导致传统的海洋机器人路径规划方法不能完全适应自然能驱动无人艇，不能将其性能发挥至最佳；在综合考虑任务要求、其他能源捕获情况、复杂多变的海洋环境，自然能驱动无人艇亟需在离线的计划航线上根据波浪变化进行航线优化。因此本发明给出以下具体实施方式来对航线进行优化。

具体实施方式一：参照图2和图3具体说明本实施方式，本实施方式所述的考虑波浪推进的自然能驱动无人艇的航线实时优化方法如下：

无人艇在航行过程中，以艇艏为0度计算，顺时针旋转至180度区间的波浪遭遇角α为0～-180度(不包含180度)，逆时针旋转至180度区间的波浪遭遇角α为0～180度(包含180度)。其中，α∈(-90，90)时，称之为顺浪；α∈(-90,-180)∪(90,180]时，称之为顶浪；α＝90时，称之为横浪。

当α＝90时，无人艇遭遇横浪，波浪方向与无人艇前进方向垂直不能增加推力，无人艇保持当前航行状态(即按照计划航线)向下一个航迹点航行。

当α∈(-90，90)时，无人艇遭遇顺浪。如图2所示，AD表示计划航线且长度为L，无人艇按照原计划应当从航迹点A航行至航迹点D，在AD航线上无人艇将受到前进阻力P和顺浪推力W

上述航行过程中由于关闭了推进器，因此推进器不消耗能量。然后，再打开推进器并使无人艇航向偏转角度β

其中，E

当α∈(-90,-180)∪(90,180]时，无人艇遭遇顶浪。如图3所示，AD表示计划航线且长度为L，无人艇按照原计划应当从航迹点A航行至航迹点D，在AD航线上无人艇将受到前进阻力P、顶浪阻力W

上述航行过程中由于关闭了推进器，因此推进器不消耗能量。然后，再打开推进器并使无人艇航向偏转角度β

其中，E

具体实施方式二：参照图图1、图2和图3具体说明本实施方式，本实施方式所述的考虑波浪推进的自然能驱动无人艇的航行方法，包括以下步骤：

步骤一：在利用自然能驱动无人艇的条件下，根据任务需求和能源系统的捕获要求，在栅格化的地图上对无人艇的离线路径进行规划，并获得离线路径中离散的航迹点。其中，各航迹点之间均无障碍物且无人艇能够经过每个航迹点，设i为各航迹点的序号且i的初始值为0。

步骤二：利用自然能驱动无人艇从第i个航迹点向第i+1个航迹点航行，同时通过无人艇所载的波浪仪传感器采集第i个航迹点附近的波浪环境信息，并将该波浪环境信息作为第i个航迹点与第i+1个航迹点之间的波浪信息；所述波浪信息包括：波高H、波长λ、波周期T、波速C和波向角。

通过CFD(计算流体动力学)技术计算自然能驱动无人艇在静水中的前进阻力P和巡航速度v之间的拟合函数P＝f

步骤三：计算在自然能驱动下无人艇的波浪遭遇角α；波浪遭遇角α为无人艇艏向角和波向角的差值，以艇艏为0度计算，顺时针旋转至180度区间的波浪遭遇角为0～-180度(不包含180度)，逆时针旋转至180度区间的波浪遭遇角为0～180度(包含180度)；其中，α∈(-90，90)时称之为顺浪，α∈(-90,-180)∪(90,180]时称之为顶浪，α＝{-90,90}时称之为横浪。

步骤四：判断|α|是否等于90°，是则无人艇遭遇横浪，波浪方向与无人艇前进方向垂直不能增加推力，无人艇保持当前航行状态(即按照计划航线)向下一个航迹点航行。

否则需要对第i个航迹点与第i+1个航迹点之间的航线进行优化，优化包括两种情况，

1、当α∈(-90，90)时，无人艇遭遇顺浪。如图2所示，AD表示计划航线且长度为L，无人艇按照原计划应当从航迹点A(即第i个航迹点)航行至航迹点D(即第i+1个航迹点)，在AD航线上无人艇将受到前进阻力P和顺浪推力W

上述航行过程中由于关闭了推进器，因此推进器不消耗能量。然后，再打开推进器并使无人艇航向偏转角度β

其中，E

2、当α∈(-90,-180)∪(90,180]时，无人艇遭遇顶浪。如图3所示，AD表示计划航线且长度为L，无人艇按照原计划应当从航迹点A(第i个航迹点)航行至航迹点D(第i+1个航迹点)，在AD航线上无人艇将受到前进阻力P、顶浪阻力W

上述航行过程中由于关闭了推进器，因此推进器不消耗能量。然后，再打开推进器并使无人艇航向偏转角度β

其中，E

步骤五：判断i是否等于n，是则无人艇到达终点结束航行，否则使i＝i+1，然后返回步骤二，n为航迹点总数。