本发明涉及海事智能交通领域，尤其涉及一种基于拓扑地图的无人艇路径搜索系统及方法。
背景技术：
：近年来，随着海洋科学技术的发展，无人艇已成为一个重要的研究热点。无人驾驶克服了驾驶人员疲劳和情绪多变等缺点，能够在危险区域工作和执行各种海洋任务，如海洋采样、搜索与救援。此外，还能够用于目标跟踪、监视、侦察、扫雷和反潜等军事目的。在无人艇的发展过程中，路径搜索是其中的关键技术之一。旅行商问题(travelsalesmanproblem,tsp)、各种车辆路径搜索(vehicleroutingproblem,vrp)、基于道路网的路径搜索、电子地图gps导航路径搜索、路由问题等都是典型的路径搜索问题。对于无人艇、无人车和机器人等，路径搜索算法也有广泛的应用，具有巨大的市场和研究价值。在无人艇的应用方面，路径搜索方法决定着无人艇航行的效率，同时也决定着无人艇的自动化程度与可靠性。陈佳用蚁群算法对dijkstra算法寻找到的最短路径进行优化，使无人驾驶救助船得到一条更优的无碰撞路径，进而完成搜救任务；shaorongxie等对于复杂环境下usv巡航问题，提出一种将全局(快速dijkstra算法)和局部(人工势场法)规划同时考虑的方法，实现了usv在未知和动态环境下的安全航行；thanapongphanthong等为了解决usv在采集信息的过程中遇到水下障碍物的情况，利用多光束前视声呐结合a*算法来对原有的路径进行重构，实现了无人艇的实时路径规划；杜哲等用基于轨迹单元结合网格化a*算法进行路径搜索，实现了无人艇运动约束条件下的路径搜索。综上，对于路径搜索方法的研究，无论是无人艇、无人机或机器人等路径规划都是寻求最优的出行时间，降低搜索方法的复杂度。对于较近距离的情况而言，可以采用dijsktra算法或者a*算法进行搜索；但当搜索距离或范围增加时，dijsktra算法会因为节点规模太大导致搜索的时间复杂度太高，而a*算法会因为网格规模太大而容易陷入局部最优。本发明针对目前无人艇路径搜索容易陷入局部最优以及搜索时间较长的问题，提出基于拓扑地图的无人艇路径搜索方法，构建无人艇航行的最优路径。技术实现要素：本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于拓扑地图的无人艇路径搜索系统及方法。本发明解决其技术问题所采用的技术方案是：本发明提供一种基于拓扑地图的无人艇路径搜索系统，包括外界信息获取模块、控制模块和决策模块；其中：外界信息获取模块包括gps、雷达和摄像头传感器，用于获取外界信息，包括无人艇搜索区域内的起点、终点位置数据、障碍物个数和障碍物边点集；决策模块为无人艇电脑终端，用于根据外界信息进行路径信息分析，通过路径信息分析的结果构建无人艇航行的拓扑关系，根据拓扑关系建立空间拓扑地图；并进行最优路径选择，将得到的最优搜索路径传递给控制模块；控制模块包括艏向控制器、艏摇角速度控制器、路径跟踪控制器，用于根据决策模块提供的最优搜索路径，对无人艇进行航迹控制。本发明提供一种基于拓扑地图的无人艇路径搜索方法，包括以下步骤：s1、获取无人艇搜索区域内的外界信息，包括起点、终点的位置数据、障碍物个数和障碍物边点集，根据外界信息进行路径信息分析，通过路径信息分析的结果构建无人艇航行的拓扑关系，根据拓扑关系建立空间拓扑地图；s2、根据建立的空间拓扑地图，基于dijskra算法以及无人艇航行条件进行最优路径选择，求解得到最优路径后，根据该最优路径对无人艇进行航迹控制。进一步地，本发明的步骤s1中路径信息分析的方法具体为：首先，进行拓扑关系谓词分析，包括拓扑关系的四交模型和九交模型的关系谓词；其次，根据ogc标准规范进行地图要素表达，最后，根据地图要素表达在四交模型或九交模型的基础上得到拓扑路径可达网络。进一步地，本发明的步骤s1中建立空间拓扑地图的方法具体为：首先，读取起点s、终点e位置数据、障碍物个数n及每个障碍物边点集np位置；其次，选取第i个障碍物，对其进行障碍物边点集j的位置关系判断，判断起点s和障碍物边点集的位置关系以及障碍物之间边点集位置关系，采用两点之间的距离为其权重，如果其相互两点之间和障碍物相离则为可达路径，即按距离对其进行权重计算，否则为不可达路径，其两点之间权重为∞；如果其相互两点之间和障碍物内部不相交则为可达路径，即按距离对其进行权重计算，否则为不可达路径，其两点之间权重为∞，如果j>＝np，表示此障碍物的边点集位置关系已经判断完毕；继续进行下一个障碍物位置关系判断，直到i>＝n，表示此环境中所有障碍物位置关系判断完毕，则拓扑地图构建完毕。进一步地，本发明的步骤s2中基于dijskra算法进行最优路径选择的方法具体为：在选择最优路径的过程中通过建立buffer缓冲半径区，使得无人艇在转弯或者拐点处满足其旋回半径条件，使得最终规划的路径满足无人艇实际航行要求。本发明产生的有益效果是：本发明的基于拓扑地图的无人艇路径搜索系统及方法，在满足最优路径的情况下，能降低算法复杂度，同时也能避免路径搜索陷入局部最优的问题，有效的提高了路径搜索的效率。附图说明下面将结合附图及实施例对本发明作进一步说明，附图中：图1是本发明实施例的系统框架图；图2是本发明实施例的拓扑地图构建流程图；图3是本发明实施例的起终点及障碍物图；图4是本发明实施例的起点位置关系判断图；图5是本发明实施例的起点位置关系判断后可达路径图；图6是本发明实施例的基于凸多边形位置关系判断的路径权重图；图7是本发明实施例的基于dijsktra算法的最优路径选择流程图；图8是本发明实施例的凸多边形最短路径图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。如图1所示，在本发明的具体实施例中：首先根据外界信息获取模块获取包括无人艇搜索区域内的起点、终点位置数据、障碍物个数和障碍物边点集；外部信息获取模块包括gps、雷达和摄像头传感器，用于获取外界信息。获取外界信息后，将信息传递给决策模块。如图2所示：1)、构建空间拓扑地图，确定可达路径；具体步骤如下：(1)、首先分析空间关系空间关系是指地理实体之间存在的空间特性关系,如拓扑关系、方向关系、度量关系等，是空间数据组织、查询、分析、推理的基础，并且可以表达空间数据之间不同层次的空间约束。(2)、分析拓扑关系拓扑关系是指满足拓扑几何学原理各空间数据间的相互关系。即用结点、弧段和多边形表示实体之间的邻接、关联、包含和连通关系，如：点与点的邻接关系、点与面的包含关系、线与面的相离关系、面与面的重合关系等。拓扑空间关系可以用来减少空间计算复杂性和计算量，加快空间查询速度和提高空间分析精度。国内外学者提出了众多的拓扑关系表达模型。如：egenhofer等人提出了基于点集拓扑的理论，即考虑点集边界、内部和外部的四交模型和九交模型。陈军等人利用目标的voronoi区域来改进九交模型中目标的外部，并提出了基于voronoi区域的九交模型。为了区分不同维数的拓扑关系情形，climentini等人发展了维数扩展方法，并对四交和九交模型进行了维度扩展，即取交集的维数，从而得到维度扩展的四交和九交模型。随后，climentini等人又对上述模型的区分能力进行了比较分析，并提出一种基于演算的描述方法。为了生产研究需要,人们还在不断研究合适、更好的拓扑关系表达模型。ogc(opengeospatialconsortium)推荐了四交模型和九交模型。定义物体边界表示为物体内部表示为(。)，物体外部表示为(-)，两物体相交表示为(∩)。四交模型表达的拓扑关系m为如下矩阵表示，如式(1)所示：在基于空间位置的拓扑关系中四交模型共有24＝16种情况，但是里面有五种情况在实际情况中不存在，所以四交模型实际表达了11种拓扑关系。四交模型考虑了点集的边界和内部拓扑关系。九交模型还考虑了点集的外部，即考虑(-)的情况，其表达拓扑关系n为如下矩阵表示，如式(2)所示：对于线面的空间拓扑位置关系而言，九交模型的理论上可以表达出512种的可能情况，但是实际可用的只有19种情况。其实所有的空间线面位置关系是无限的，因为里面涉及到线和面的相交关系的点的个数不确定，可以是1个、0个、2个…n个等。(3)、拓扑关系谓词在九交模型基础上，ogc在其简单要素访问规范中定义了8个常用的关系谓词，包括：crosses、disjoint、within、contains、equals、touches、intersects、overlaps。九交模型拓扑关系谓词含义如表1所示，其中对空间的两个物体对象a、b来说，其相交得到的值为空时(φ)，记为f，非空时为(-φ)，记为t，并且交集为点时用0表示，交集为线时用1表示，交集为面积时用2表示，其中的*表示选择f、0、1或者2都可以。表1九交模型拓扑关系谓词4)、地图要素表达ogc在其简单要素访问规范中定义了合适在关系型对象一，本发明的空间拓扑查询所指对象符合地理信息系统查询标准。在空间地图中，点、线、面为是构成空间地图的三要素，点要素代表一个点位，其不具备形状和尺寸等空间特征，线要素由一系列节点组成，其空间特征包括形状、尺寸等。线形状特征对应线要素的线性，尺寸特征对应线要素的长度，此外，面要素的空间特征同样也包括形状和尺寸。本发明中定义无人艇、起始位置以及目标位置为点，规划路径为线，可航行水域、障碍物为面，如表2所示为本发明中无人艇、规划航行、可航行水域以及障碍物示意图。表2地图要素表达表(5)、拓扑路径可达在九交模型基础上，将关系谓词划分为五个集合。分别是：{crosses}，{within,contains,equals}，{touches}，{overlaps}，{disjoint}。每一类谓词和可达性关系如表3所示。在判断空间位置关系以及计算空间距离时集合{touches}，{disjoint}在一般情况下定义为可达，即可直接计算其空间实际距离，而集合{crosses}，{within,contains,equals}，{overlaps}等三类集合关系判断为不可达，其权重距离定义为无穷大。在考虑规划路径和障碍物内部、边界位置以及外部拓扑关系时候。首先，判断边界和内部的关系，其次，判断物体外部拓扑关系。最后，在判断两点之间的位置关系以及计算两点之间的距离的时候，以下情况以其距离为权重直接计算，分别是：线和面相离、线的中间点和面相接、线的端点和面相接、线和面相接等都判断为可达。可达与否条件中比较有代表性几种的情况如表4所示。表3关系谓词与可达性关系表{crosses}{within,contains,equals}{touches}{overlaps}{disjoint}不可达不可达可达不可达可达表4可达与否代表性示意图2)、其次构建空间拓扑地图网格化dijsktra算法在路径搜索中能够搜索最优路径，但是其算法复杂度往往较高，特别是在搜索范围较大、搜索距离较长、节点较多的情况下，由于其算法复杂度太高，从而在实际中dijsktra算法较难应用。a*算法在dijsktra算法的基础上进行改进，通过添加启发式代价函数降低dijsktra算法复杂度以进行路径寻优，但在有的情况下a*算法很容易陷入局部最优，使得a*算法搜索结果并不是最优路径。本发明采用基于拓扑位置关系的dijsktra算法进行路径搜索。首先，基于拓扑位置关系进行拓扑地图构建。最后，进行dijsktra算法路径寻优。如图2所示为拓扑地图构建，首先，读取起点s、终点e位置数据、障碍物个数n及每个障碍物边点集np位置等数据。其次，选取第i个障碍物，对其进行障碍物边点集j的位置关系判断，判断起点s和障碍物边点集的位置关系以及障碍物之间边点集位置关系，本发明采用两点之间的距离为其权重，如果其相互两点之间和障碍物相离则为可达路径，即按距离对其进行权重计算，否则为不可达路径，其两点之间权重为∞；如果其相互两点之间和障碍物内部不相交则为可达路径，即按距离对其进行权重计算，否则为不可达路径，其两点之间权重为∞，如果j>＝np，表示此障碍物的边点集位置关系已经判断完毕。类似的，进行下一个障碍物位置关系判断，直到i>＝n，表示此环境中所有障碍物位置关系判断完毕，则拓扑地图构建完毕。接下来将基于拓扑位置关系构建的可达路径地图采用dijsktra算法计算最优路径，并且为验证基于拓扑位置关系的路径搜索方法适用于实际的环境情况，本发明在示例中采用凸多边形进行拓扑地图构建以及最优路径计算。如图3所示为起终点及障碍物图，从图中可以得知，其中b为障碍物，从起点s点到目的点e有多条路径。如图2.4所示为起点位置关系判断路径选择图，根据拓扑位置关系进行路径选择判断，障碍物b的边的顶点分别记为b1，b2，b3，b4，b5，b6，b7。计算每两个点的直线距离，并且假设七边形每条边的长度为3个单位，如图4所示为起点位置关系判断图，如图5所示为起点位置关系判断后留下的可达路径图。边sb3、sb4、sb5与障碍物b内部不相交，即为可达路径，则直接以其距离为权重计算此三条边的权重；而sb2、sb1、sb7、sb6、se与障碍物内部相交，则其权重为无穷大，此五条边为不可达路径。如表5所示为基于凸多边形位置关系判断的路径权重，表示环境中各两点之间权重大小，其中∞表示不可达路径，即其权重为无穷大，数字表示可达路径，在此处以其两点之间的距离为权重。通过不断判断位置关系进行路径选择，最终得到所有可达路径，如图6所示为基于表5所得到的基于凸多边形位置关系判断的路径权重图。表5基于凸多边形位置关系判断的路径权重表sb1b2b3b4b5b6b7es∞∞∞14813∞∞∞b1∞3∞∞∞∞39b2∞3∞∞∞∞∞b3∞3∞∞∞∞b4∞3∞∞∞b5∞3∞∞b6∞310b7∞8e∞3)、最后，基于dijskra算法进行最优路径选择。如图7所示为采用dijsktra算法进行最优路径选择的流程图，将构建的拓扑地图进行dijsktra最优路径计算。首先读取基于拓扑位置关系判断的可达路径点集p信息，并且设置起点s和目的点e的位置关系数据。定义未访问点集u和已访问点集v＝p-u，计算所有已访问点集v到未访问点集u的距离du，从未访问点集u中选取距离du最短的点i，从已访问点集v中查找与i点直接连接的点，记为pi，将i点位置数据添加进入已访问的点集v，直到num>＝p则结束搜索，计算出最优路径。基于此方法，为更加全面分析基于拓扑位置关系的路径搜索对于不同环境适应性，本发明将分别进行凸凹多边形的拓扑位置关系的路径搜索。其中，根据几何学的知识，两点之间直线距离最短，图中任意两点u(xu,yu)，v(xv,yv)之间欧几里得的距离为d(u,v)，如式(3)所示：4)、最优路径根据图3凸多边形起终点及障碍物图所示，首先，进行起始点s判断位置关系，通过判断每个多边形的节点之间的位置关系。在此关系中，将距离关系作为两点之间的权重，距离越小则权重越小。其次，进行位置关系选择，起始点s判断选择最终点，因为起点和最终点的路径经过障碍物b，所以线段se之间的权重为∞，表示不可直接通过。此外，起始点s分别与障碍物b进行位置关系判断，如表3基于位置关系判断的路径权重所示，由位置关系快速判断得到：线sb1、sb2、sb6、sb7经过障碍物b，所以权重为无穷大∞，即将这四个点舍弃，所以由起始点s开始的下一个目标点的选择范围为点集(b3，b4，b5),其中sb3权重为14，sb4权重为9，sb5权重为13，即：sb3＝14，sb4＝8，sb5＝13。下一步将从这三个点中分别进行每一个点的下一个目标点的选择。最后，判断得到所有可达路径权重的网络图，即得到拓扑地图，对网络图各条边权重进行dijsktra算法搜索得到最短路径为：(s,b4，b5，b6，e)＝8+3+3+10＝24，如图8所示为凸多边形最短路径图。在获取最优路径的过程中采取基于jts的拓扑位置关系判断关系，并且在其中设置相应的buffer缓冲半径区以满足无人艇的旋回半径要求，使得搜索的路径更加贴近无人艇实际运动要求。在经过决策模块规划路径后，将决策后的信息传递给控制模块，控制模块通过艏向控制器、艏摇角速度控制器、路径跟踪控制器等对无人艇进行航迹控制。应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。当前第1页12