一种具有动态避障功能的水质采样无人艇路径规划方法与流程

本发明涉及路径规划领域，特别是一种具有动态避障功能的水质采样无人艇路径规划方法。

背景技术：

当今世界，不论是科学技术领域还是人文领域，人类都取得了非同凡响的进步与成绩。在陆上资源已经被相对充分地开发利用的大背景下，人类开始把目标转向了江河湖海等水体资源。我国领海面积达到了470多万平方公里，海域分布有岛屿7600多个。我国河流湖泊众多，这些河流、湖泊不仅是中国地理环境的重要组成部分，而且还蕴藏着丰富的自然资源。其中流域面积超过1000平方千米的河流就有1500多条，另外我国共有湖泊24800多个，其中面积在1平方公里以上的天然湖泊就有2800多个。

为保障人类社会能够维持可持续化发展，对于水体资源的测绘和监测成为不可或缺的重要工作。根据我国环保部与水力资源部现行规定，不同等级水库需按时定点采集水样作水质分析，以保障居民生活用水；针对我国内湖内河需定时进行水文信息采集，以便监测收集水体信息供绘制地图和水利资源管理。我们在相关水体自然资源的监测和开发过程中，一些问题也随之而来，例如在工作过程中开发过程本身对水资源的污染以及在目前人类对水体环境的复杂工况条件应对不足等问题。

为应对水体环境的复杂工况，减少开发过程本身对水体资源的污染，以及降低对大自然的破坏程度，工程人员迫切需要提升水上装备与设施的建设水平，这其中，最首要的装备就是水面无人艇及其相关技术设备。

为节约能源、保护环境，水质采样与检测等工作多采用水面无人艇进行。水面无人艇具有高度集成、高智能化、体积小巧、噪音小、无污染等优点，高度契合水中作业环境所需的必要条件。

但是也存在以下缺点：载人船只重量大，吃水深，船体尺寸大，在小型水域不够灵活，人力成本高，噪音大，严重影响自然生态文明建设。在路径规划领域中，应用在小型无人艇上的路径规划方法因数目较少，方法不成熟或不能适应水面这种特殊的作业环境，从而导致在进行水质监测和水质采样时往往耗时费力，效率低下，占用大量人工成本的同时且路线规划效果很差。现有的常用技术有a*算法、人工势场法、栅格法、快速拓展随机树法等。现有少量算法在无人船领域的应用不够完善，运算耗时过长，导致规划出的路线效果往往很差、计算效率不高，且大多没有动态避障的功能，这使得无人艇在实际工作运行当中面临一些安全问题。

技术实现要素：

有鉴于此，本发明的目的是提供，一种具有动态避障功能的水质采样无人艇路径规划方法，优化生成路线、能够使无人艇对动态障碍物具备一定的躲避能力。

本发明采用以下方案实现：一种具有动态避障功能的水质采样无人艇路径规划方法，包括以下步骤：

步骤s1：无人艇启动并自检，开启接收航行所需各项传感器，获取实时地图数据，摘取地图的基本重要信息，并输入无人艇核心处理器中；

步骤s2：无人艇核心处理器接收实时地图信息，对地图中将要执行路径规划的区域进行二维坐标化处理，开始路径规划前录入水质采样点坐标；

步骤s3：根据无人艇具体任务或作业要求，结合所设置采样点坐标，利用人工鱼群算法对无人艇航行路线作全局或局部路径规划；

步骤s4：由无人艇核心处理器规划生成路线后，参照导航系统和电子罗盘采集的信息，控制船体动力推进系统按照预定路线航行，如果遇到动态障碍物或其他紧急情况，再次返回步骤s3，通过局部路径规划对路线进行修正，重新规划路线。

进一步地，步骤s1中所述的所需各项传感器包括船体上安置的超声波测距传感器、gps-北斗定位模块传感器、电子罗盘传感器和加速度感应传感器；所述地图基本重要信息包括地图范围及实物与地图比例尺。

进一步地，所述步骤s1具体包括以下步骤：

步骤s11：无人艇接通总电源启动，并逐个扫描船体上安装的各项传感器进行自检：通过能量管理系统中的电压传感器查询剩余电量情况，通过能量管理系统中的电流传感器查询无人艇的实时工作电流，通过导航系统中的gps-北斗定位模块传感器定位无人艇所在的具体方位，通过电子罗盘系统中的电子罗盘传感器获取船体艏向，通过超声波测距系统读取超声波测距传感器感知周边障碍物；

步骤s12：获取符合要求的实时地图，对地图障碍物与自由区域进行二维数字化解析，将电子地图的部分数据导入无人艇核心处理器；所述部分数据包括水域、障碍物二维地图电子信息数据以及经纬度坐标及比例尺信息。

进一步地，所述步骤s2具体包括以下步骤：

步骤s21:无人艇上的核心处理器接收到步骤s12处理后的二维电子地图信息，

步骤s22:根据水利部相关技术准则，结合现有水域，确定水质采样点的数量和水质采样点具体位置经纬度坐标；

步骤s23:结合水质采样点经纬度坐标，通过比例尺转化为与所述二维电子地图相匹配的坐标，使采样点信息输入到二维电子地图信息中；其中，在地图上令a为起始点，b为目标点。

进一步地，所述步骤s3具体包括以下步骤：

步骤s31：根据电子地图中a、b两点坐标，确定路线的起始点xstart与目标点xgoal，即地图中点a与点b；

步骤s32：确定起始点与目标点之后，引入人工鱼模式，利用人工鱼群算法对起始点与目标点之间的路径进行规划：初始化算法程序，设置起始点xstart即点a，目标点xgoal即点b；即模拟在a点处投放人工鱼群，让其追随食物浓度值去往b点；人工鱼的感知距离visual，最大移动步长step，拥挤度因子δ，鱼群初始状态x＝(x1，x2，…，xn)；其中，人工鱼个体之间的距离di,j，表示为：

dij＝||xi-xj||

(1)

以该人工鱼距离目标点b点之间的距离作为当前人工鱼所处位置的食物浓度，即目标函数y＝f(x)，即

y＝f(x)＝||xi-xgoal||(2)

步骤s33：对于鱼群x，进行迭代；依次对每条人工鱼xi分别进行聚群行为与追尾行为，再判断哪种行为的效果更优，取较优行为作为最终行为；

步骤s34：对第i条人工鱼xi执行觅食行为，在其视野范围内随机选择一个状态xij，计算其食物浓度yij＝f(xij)，再比对yij和原状态所在位置的食物浓度值yi，若更优，则往该方向前进一步，即：

xi＝xij|yij≥yi(3)

若yij没有原状态所在位置的食物浓度值yi更优，则进行下一步骤s35；

步骤s35：若同时不满足追尾行为、聚群行为和觅食行为的条件，则进行随机行为，即在其视野范围内随机挑选一个状态，然后向该方向移动一步；

步骤s36，判断人工鱼是否达到目标点，若已到达，则进行后续工作执行步骤s4；若未到达，则返回执行步骤s33进行新一轮的迭代。

进一步地，所述步骤s33具体包括以下内容：

对第i条人工鱼xi，在其视觉范围visual内搜索同伴，即满足

di，j＜visual

(4)

条件的伙伴，搜索到的伙伴数目为nf；

对第i条人工鱼xi执行追尾行为操作，对比视野范围内所有伙伴的食物浓度值，得到拥有最高食物浓度yk的那条鱼xk，若满足条件：

则说明伙伴xk处具有高的食物浓度值且不拥挤，然后令第i条人工鱼向该方向前进一个步长的距离得到状态xik和食物浓度yik＝f(xik)并保留计算结果；

对第i条人工鱼xi，执行聚群行为操作，取搜索到的伙伴状态平均值即其中心位置xc，若满足条件：

则说明xc处具有高的食物浓度值且不拥挤，然后令第i条人工鱼向伙伴中心方向前进一个步长的距离得到状态xic和食物浓度yic＝f(xic)计算yic＝f(xic)，并保留计算结果；

对第i条人工鱼xi分别执行追尾行为与聚群行为操作后，分别得到食物浓度值yik和yic，将两者值进行比较，取其中较优者作为第i条人工鱼的下一步行为，即

若对第i条人工鱼xi分别执行追尾行为、聚群行为操作后，同时不满足拥挤条件，即公式(5)和公式(6)，则进行步骤s34。

进一步地，所述步骤s4具体包括以下步骤：

步骤s41：由无人艇上处理器规划生成路线后，执行路线信息，同时打开超声波测距传感器，用以随时对船体周围的障碍物进行测距；若检测到原有规划路线上存在障碍物，或有动态障碍物靠近，则终止目前的航行，重新返回步骤s3进行路线规划；

步骤s42，由无人艇上处理器规划重新生成路线后，参照gps-北斗定位模块传感器和电子罗盘传感器采集的信息，控制船体动力推进系统按照预定路线航行至采集点进行水质采集与返航任务。

与现有技术相比，本发明具有以下有益效果：

本发明利用人工鱼群算法中鱼群的多重行为操作，通过不同行为操作造成效果之间的对比，在每一次迭代中都选择最优的行为，对无人艇水质采样进行路径规划，大大降低了路径规划的计算时间，提升了运算与工作效率，减小了能量消耗，优化生成路线、能够使无人艇对动态障碍物具备一定的躲避能力。

附图说明

图1为本发明实施例的流程图。

图2位本发明实施例的硬件系统组成图。

图3为本发明实施例的人工鱼群算法流程图。

图4为本发明实施例的步骤s1处理后所得地图信息图像。

图5为本发明实施例在地图中障碍物未发生移动时进行路径规划的效果图。

图6为本发明实施例在地图中障碍物移动并阻挡原有生成路线后进行避障后路径规划的效果图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

如图1、2所示，本实施例提供一种具有动态避障功能的水质采样无人艇路径规划方法，所述无人艇包括艇载核心处理器即无人艇核心处理器及与其连接的能量管理系统、超声波测距系统、导航系统、电子罗盘系统、通信系统和动力推进系统；所述能量管理系统为所述无人艇核心处理器及与其连接的超声波测距系统、导航系统、电子罗盘系统、通信系统和动力推进系统提供电能；所述超声波测距系统采用超声波测距传感器进行障碍物距离感知；所述导航系统采用gps-北斗定位传感器感知无人艇位置；所述电子罗盘系统采用电子罗盘传感器获取无人艇艏向；所述动力推进系统包括加速度感应传感器、电机驱动器、直流电机模块；所述能量管理系统包括电压传感器和电流传感器；通过能量管理系统中的电压传感器查询剩余电量情况，通过能量管理系统中的电流传感器查询无人艇的实时工作电流，通过导航系统中的gps-北斗定位模块传感器定位无人艇所在的具体方位，通过电子罗盘系统中的电子罗盘传感器获取船体艏向，通过超声波测距系统读取超声波测距传感器感知周边障碍物；同时所述无人艇核心处理器通过数据采集模块采集所述电压传感器查询剩余电量情况数据、电流传感器查询无人艇的实时工作电流数据、gps-北斗定位模块传感器定位无人艇所在的具体方位数据、电子罗盘传感器获取船体艏向数据和超声波测距传感器感知周边障碍物数据。

包括以下步骤：

步骤s1：无人艇启动并自检，开启接收航行所需各项传感器，获取实时地图数据，摘取地图的基本重要信息，并输入无人艇核心处理器中；

步骤s2：无人艇核心处理器接收实时地图信息，对地图中将要执行路径规划的区域进行二维坐标化处理，开始路径规划前录入水质采样点坐标；所述采样点系按照相关环境水利规定或要求设置；

步骤s3：根据无人艇具体任务或作业要求，结合所设置采样点坐标，利用人工鱼群算法对无人艇航行路线作全局或局部路径规划；

步骤s4：由无人艇核心处理器规划生成路线后，参照导航系统和电子罗盘采集的信息，控制船体动力推进系统按照预定路线航行，如果遇到动态障碍物或其他紧急情况，再次返回步骤s3，通过局部路径规划对路线进行修正，重新规划路线。

在本实施例中，步骤s1中所述的所需各项传感器包括船体上安置的超声波测距传感器、gps-北斗定位模块传感器、电子罗盘传感器和加速度感应传感器；所述地图基本重要信息包括地图范围及实物与地图比例尺。

在本实施例中，所述步骤s1具体包括以下步骤：

步骤s11：无人艇接通总电源启动，并逐个扫描船体上安装的各项传感器进行自检：通过能量管理系统中的电压传感器查询剩余电量情况，通过能量管理系统中的电流传感器查询无人艇的实时工作电流，通过导航系统中的gps-北斗定位模块传感器定位无人艇所在的具体方位，通过电子罗盘系统中的电子罗盘传感器获取船体艏向，通过超声波测距系统读取超声波测距传感器感知周边障碍物；

步骤s12：由共用网络资源获取符合要求的实时地图，对地图障碍物与自由区域进行二维数字化解析，将电子地图的部分数据导入无人艇核心处理器；地图如图4所示，其中，点a为起点，点b为目标点，c为移动障碍物，会在附近作横向小幅移动。所述部分数据包括水域、障碍物二维地图电子信息数据以及经纬度坐标及比例尺信息。

在本实施例中，所述步骤s2具体包括以下步骤：

步骤s21:无人艇上的核心处理器接收到步骤s12处理后的二维电子地图信息，

步骤s22:根据中华人民共和国环境保护法与水利部相关技术准则，结合现有水域，确定水质采样点的数量和水质采样点具体位置经纬度坐标；

步骤s23:结合水质采样点经纬度坐标，通过比例尺转化为与所述二维电子地图相匹配的坐标，使采样点信息输入到二维电子地图信息中；其中，在地图上令a为起始点，b为目标点。

如图3所示，在本实施例中，所述步骤s3具体包括以下步骤：

步骤s31：根据电子地图中a、b两点坐标，确定路线的起始点xstart与目标点xgoal，即地图中点a与点b；

步骤s32：确定起始点与目标点之后，引入人工鱼模式，人工鱼群算法流程如图3所示，利用人工鱼群算法对起始点与目标点之间的路径进行规划：初始化算法程序，设置起始点xstart即点a，目标点xgoal即点b；即模拟在a点处投放人工鱼群，让其追随食物浓度值去往b点；人工鱼的感知距离visual，最大移动步长step，拥挤度因子δ，鱼群初始状态x＝(x1，x2，…，xn)；其中，人工鱼个体之间的距离di,j，表示为：

di，j＝||xi-xj||

(1)

以该人工鱼距离目标点b点之间的距离作为当前人工鱼所处位置的食物浓度，即目标函数y＝f(x)，即

y＝f(x)＝||xi-xgoal||(2)

步骤s33：对于鱼群x，进行迭代；依次对每条人工鱼xi分别进行聚群行为与追尾行为，再判断哪种行为的效果更优，取较优行为作为最终行为；

步骤s34：对第i条人工鱼xi执行觅食行为，在其视野范围内随机选择一个状态xij，计算其食物浓度yij＝f(xij)，再比对yij和原状态所在位置的食物浓度值yi，若更优，则往该方向前进一步，即：

xi＝xij|yij≥yi(3)

若yij没有原状态所在位置的食物浓度值yi更优，则进行下一步骤s35；

步骤s35：若同时不满足追尾行为、聚群行为和觅食行为的条件，则进行缺省行为：随机行为，即在其视野范围内随机挑选一个状态，然后向该方向移动一步；

步骤s36，判断人工鱼是否达到目标点，若已到达，则进行后续工作执行步骤s4；若未到达，则返回执行步骤s33进行新一轮的迭代。

在本实施例中，所述步骤s33具体包括以下内容：

对第i条人工鱼xi，在其视觉范围visual内搜索同伴，即满足

di，j＜visual

(4)

条件的伙伴，搜索到的伙伴数目为nf；

对第i条人工鱼xi执行追尾行为操作，对比视野范围内所有伙伴的食物浓度值，得到拥有最高食物浓度yk的那条鱼xk，若满足条件：

则说明伙伴xk处具有高的食物浓度值且不拥挤，然后令第i条人工鱼向该方向前进一个步长的距离得到状态xik和食物浓度yik＝f(xik)并保留计算结果；

对第i条人工鱼xi，执行聚群行为操作，取搜索到的伙伴状态平均值即其中心位置xc，若满足条件：

则说明xc处具有高的食物浓度值且不拥挤,然后令第i条人工鱼向伙伴中心方向前进一个步长的距离得到状态xic和食物浓度yic＝f(xic)计算yic＝f(xic)，并保留计算结果；

对第i条人工鱼xi分别执行追尾行为与聚群行为操作后，分别得到食物浓度值yik和yic，将两者值进行比较，取其中较优者作为第i条人工鱼的下一步行为，即

若对第i条人工鱼xi分别执行追尾行为、聚群行为操作后，同时不满足拥挤条件，即公式(5)和公式(6)，则进行步骤s34。

在本实施例中，所述步骤s4具体包括以下步骤：

步骤s41：由无人艇上处理器规划生成路线后，执行路线信息，同时打开超声波测距传感器，用以随时对船体周围的障碍物进行测距；若检测到原有规划路线上存在障碍物，或有动态障碍物靠近，则终止目前的航行，重新返回步骤s3进行路线规划；

步骤s42，由无人艇上处理器规划重新生成路线后，参照gps-北斗定位模块传感器和电子罗盘模块传感器采集的信息，控制船体动力推进系统按照预定路线航行至采集点进行水质采集与返航任务。

仿真结果最终如图5图6所示，在移动障碍物c移动的过程中，根据本实施例所提供的技术方案，所规划得出的行驶路线图。

较佳的，本实施例利用人工鱼群算法中鱼群的多重行为操作，通过不同行为操作造成效果之间的对比，在每一次迭代中都选择最优的行为。通过仿真实验可以发现，对无人艇水质采样进行路径规划，具有较少的计算时间，相对提升了运算与工作效率，并且能够避开所设置的动态障碍物重新进行路线规划。

较佳的，本实施例，针对水面这一特殊作业环境，以水面无人艇作为控制对象，以无人艇航行路线作为优化目标，制定具有动态避障功能的路径规划方法。针对无人艇上目前应用的路径规划方法，本实施例采用人工鱼群优化算法，针对实际工作任务与可能出现的动态障碍物做出相关改进，以达到缩短计算时间、优化生成路线、能够使无人艇对动态障碍物具备一定的躲避能力等目的。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。