复杂未知水域内无人驾驶船路径自主规划生成方法及系统

1.本发明涉及无人驾驶控制技术领域，特别涉及复杂未知水域内无人驾驶船路径自主规划生成方法及系统。


背景技术：

2.目前，无人驾驶船在水域内执行任务(例如：垃圾清理任务)时，需要人工远程遥控，人力成本较大，另外，一些复杂未知水域内障碍物较多，需要人工远程遥控进行避障，进一步增加了人力成本，同时，可能会出现避障失败产生碰撞事故。
3.因此，亟需一种解决办法。


技术实现要素：

4.本发明目的之一在于提供了复杂未知水域内无人驾驶船路径自主规划生成方法及系统，控制无人驾驶船在复杂未知水域内行驶，并自行进行避障行驶路线规划及挑选，无需人工远程遥控，降低了人力成本，另外，也避免人工进行避让遥控出现避障失败产生碰撞事故，提升了安全性。
5.本发明实施例提供的复杂未知水域内无人驾驶船路径自主规划生成方法，包括：
6.分别获取无人驾驶船单次行驶时的最终目的地的第一位置和无人驾驶船当前在水域中的第二位置；
7.获取水域内无人驾驶船周边预设范围内的目标图像；
8.基于目标图像，规划多个避障行驶路径；
9.基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径；
10.基于目标避障行驶路径，控制无人驾驶船进行对应临时避障行驶。
11.优选的，获取水域内无人驾驶船周边预设范围内的目标图像，包括：
12.通过设置于无人驾驶船上的图像采集设备获取水域内无人驾驶船周边预设范围内的目标图像；
13.和/或，
14.通过飞行在水域上空的无人机获取水域内无人驾驶船周边预设范围内的目标图像。
15.优选的，基于目标图像，规划多个避障行驶路径，包括：
16.对目标图像进行物体图像提取，获得无人驾驶船周边预设范围内多个第一物体的物体图像；
17.获取预设的障碍物图像库；
18.将第一物体的物体图像与障碍物图像库中的任一障碍物图像进行匹配；
19.若匹配符合，将对应第一物体作为第二物体；
20.基于第二物体的物体图像在目标图像中的第一位置区域，确定第二物体在无人驾驶船周边预设范围内的第二位置区域；
21.整合各个第二物体在无人驾驶船周边预设范围内的第二位置区域，获得无人驾驶船周边预设范围内的障碍物分布；
22.基于预设的避障行驶路径规划模型，根据无人驾驶船当前在水域中的第二位置和障碍物分布，规划无人驾驶船避开第二物体驶出无人驾驶船周边预设范围的多个避障行驶路径。
23.优选的，基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径，包括：
24.基于第一位置和由第一位置向第二位置的直线方向，构建第一方向向量；
25.获取任一避障行驶路径的路径起始点的第三位置和路径结束点的第四位置；
26.基于第三位置和由第三位置向第四位置的直线方向，构建第二方向向量；
27.计算第一方向向量与第二方向向量的向量夹角；
28.若向量夹角小于等于预设的向量夹角阈值，获取对应避障行驶路径的路径长度；
29.将最小路径长度对应的避障行驶路径作为目标避障行驶路径。
30.优选的，复杂未知水域内无人驾驶船路径自主规划生成方法，还包括：
31.获取预设的行驶模拟空间；
32.将障碍物分布映射于行驶模拟空间中；
33.获取无人驾驶船的行驶速度；
34.基于行驶速度，预测无人驾驶船未来预设时间段内沿目标避障行驶路径行驶的未来行驶路径；
35.将未来行驶路径映射于行驶模拟空间中；
36.获取无人驾驶船沿未来行驶路线行驶的第一行驶姿态变化序列；
37.基于第一行驶姿态变化序列，在行驶模拟空间中模拟无人驾驶船沿未来行驶路径行驶；
38.在模拟过程中，若无人驾驶船与障碍物分布中任一第二物体发生磕碰，获取磕碰情况，磕碰情况包括：无人驾驶船发生磕碰时的第一行驶姿态、至少一组一一对应的无人驾驶船上发生磕碰的第一磕碰点和发生磕碰的第二物体上发生磕碰的第二磕碰点；
39.基于第一磕碰点和由第一磕碰点向对应第二磕碰点的直线方向，构建第三方向向量；
40.基于第三方向向量，对第一行驶姿态进行修正，获得修正后的第二行驶姿态；
41.将第一行驶姿态变化序列中的第一行驶姿态替换成第二行驶姿态；
42.全部替换完成后，将第一行驶姿态变化序列作为第二行驶姿态变化序列；
43.基于第二行驶姿态变化序列，控制无人驾驶船沿未来行驶路径进行行驶。
44.优选的，基于第三方向向量，对第一行驶姿态进行修正，获得修正后的第二行驶姿态，包括：
45.获取第一行驶姿态对应的预设的行驶姿态修正模型；
46.基于行驶姿态修正模型，根据第三方向向量，对第一行驶姿态进行修正，获得修正后的第二行驶姿态；
47.和/或，
48.获取第一行驶姿态对应的姿态修正库，姿态修正库包括：多组一一对应的至少一
个第四方向向量和姿态修正策略；
49.将第三方向向量与任一第四方向向量进行匹配；
50.若第三方向向量均有匹配符合的第四方向向量且第四方向向量均有匹配符合的第三方向向量，基于对应姿态修正策略，对第一行驶姿态进行修正，获得修正后的第二行驶姿态。
51.本发明实施例提供的复杂未知水域内无人驾驶船路径自主规划生成系统，包括：
52.第一获取模块，用于分别获取无人驾驶船单次行驶时的最终目的地的第一位置和无人驾驶船当前在水域中的第二位置；
53.第二获取模块，用于获取水域内无人驾驶船周边预设范围内的目标图像；
54.规划模块，用于基于目标图像，规划多个避障行驶路径；
55.挑选模块，用于基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径；
56.控制模块，用于基于目标避障行驶路径，控制无人驾驶船进行对应临时避障行驶。
57.优选的，第二获取模块获取水域内无人驾驶船周边预设范围内的目标图像，包括：
58.通过设置于无人驾驶船上的图像采集设备获取水域内无人驾驶船周边预设范围内的目标图像；
59.和/或，
60.通过飞行在水域上空的无人机获取水域内无人驾驶船周边预设范围内的目标图像。
61.优选的，规划模块基于目标图像，规划多个避障行驶路径，包括：
62.对目标图像进行物体图像提取，获得无人驾驶船周边预设范围内多个第一物体的物体图像；
63.获取预设的障碍物图像库；
64.将第一物体的物体图像与障碍物图像库中的任一障碍物图像进行匹配；
65.若匹配符合，将对应第一物体作为第二物体；
66.基于第二物体的物体图像在目标图像中的第一位置区域，确定第二物体在无人驾驶船周边预设范围内的第二位置区域；
67.整合各个第二物体在无人驾驶船周边预设范围内的第二位置区域，获得无人驾驶船周边预设范围内的障碍物分布；
68.基于预设的避障行驶路径规划模型，根据无人驾驶船当前在水域中的第二位置和障碍物分布，规划无人驾驶船避开第二物体驶出无人驾驶船周边预设范围的多个避障行驶路径。
69.优选的，挑选模块基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径，包括：
70.基于第一位置和由第一位置向第二位置的直线方向，构建第一方向向量；
71.获取任一避障行驶路径的路径起始点的第三位置和路径结束点的第四位置；
72.基于第三位置和由第三位置向第四位置的直线方向，构建第二方向向量；
73.计算第一方向向量与第二方向向量的向量夹角；
74.若向量夹角小于等于预设的向量夹角阈值，获取对应避障行驶路径的路径长度；
75.将最小路径长度对应的避障行驶路径作为目标避障行驶路径。
76.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
77.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
78.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
79.图1为本发明实施例中复杂未知水域内无人驾驶船路径自主规划生成方法的示意图；
80.图2为从避障行驶路径挑选出目标避障行驶路径的部分过程示意图；
81.图3为无人驾驶船行驶模拟的部分过程示意图；
82.图4为本发明实施例中复杂未知水域内无人驾驶船路径自主规划生成系统的示意图。
具体实施方式
83.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
84.本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成方法，如图1所示，包括：
85.步骤1：分别获取无人驾驶船单次行驶时的最终目的地的第一位置和无人驾驶船当前在水域中的第二位置；
86.步骤2：获取水域内无人驾驶船周边预设范围内的目标图像；
87.步骤3：基于目标图像，规划多个避障行驶路径；
88.步骤4：基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径；
89.步骤5：基于目标避障行驶路径，控制无人驾驶船进行对应临时避障行驶。
90.上述技术方案的工作原理及有益效果为：
91.无人驾驶船单次行驶和单次行驶时的最终目的地具体为：无人驾驶船在水域内执行任务时，会根据任务执行进程多次规划目的地(例如：在执行垃圾清理任务时，获取水域内下一垃圾区域的位置作为目的地，又例如：垃圾清理任务执行完成后，将出发点作为目的地，进行返航)，每次规划目的地完成后，前往规划的目的地为单次行驶，规划的目的地则为单次行驶的最终目的地。无人驾驶船周边预设范围具体为：以无人驾驶船为中心，半径长度为5米的圆形范围。
92.无人驾驶船前往最终目的地时，控制无人驾驶船由无人驾驶船当前在水域中的第二位置向最终目的地的第一位置行驶。在行驶时，由于水域内的复杂性和未知性，需要进行避障。因此，获取无人驾驶船周边预设范围内的目标图像，基于目标图像可以反应无人驾驶船周边预设范围内的障碍物分布情况，因此，基于目标图像，规划多个无人驾驶船在无人驾驶船周边预设范围内进行避障行驶的避障行驶路径。但是，需要保证无人驾驶船避障行驶
的方向尽可能不偏离向最终目的地的第一位置行驶的主线方向。因此，基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径。基于目标避障行驶路径，控制无人驾驶船进行对应临时避障行驶，驶出无人驾驶船周边预设范围内时，以此循环，直至无人驾驶船抵达最终目的地。
93.本技术控制无人驾驶船在复杂未知水域内行驶，并自行进行避障行驶路线规划及挑选，无需人工远程遥控，降低了人力成本，另外，也避免人工进行避让遥控出现避障失败产生碰撞事故，提升了安全性。
94.本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成方法，步骤2：获取水域内无人驾驶船周边预设范围内的目标图像，包括：
95.通过设置于无人驾驶船上的图像采集设备获取水域内无人驾驶船周边预设范围内的目标图像；
96.和/或，
97.通过飞行在水域上空的无人机获取水域内无人驾驶船周边预设范围内的目标图像。
98.上述技术方案的工作原理及有益效果为：
99.水域内无人驾驶船周边预设范围内的目标图像的获取方式有两种：第一种，无人驾驶船上设置图像采集设备，通过该图像采集设备获取水域内无人驾驶船周边预设范围内的目标图像，图像采集设备可以为鱼眼相机等，图像采集设备下方可以设置转台，以实现周边360度图像采集。第二种，控制无人机在水域上空飞行，通过无人机获取水域内无人驾驶船周边预设范围内的目标图像，无人机在飞行时，可以对无人驾驶船进行跟随，时刻飞行于无人驾驶船的正上空，便于实时进行图像采集。
100.本技术引入两种方式获取水域内无人驾驶船周边预设范围内的目标图像，提升了目标图像获取的适用性。
101.本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成方法，如图2所示，步骤3：基于目标图像，规划多个避障行驶路径，包括：
102.对目标图像进行物体图像提取，获得无人驾驶船周边预设范围内多个第一物体的物体图像；
103.获取预设的障碍物图像库；
104.将第一物体的物体图像与障碍物图像库中的任一障碍物图像进行匹配；
105.若匹配符合，将对应第一物体作为第二物体a；
106.基于第二物体a的物体图像在目标图像中的第一位置区域，确定第二物体a在无人驾驶船周边预设范围内的第二位置区域；
107.整合各个第二物体a在无人驾驶船周边预设范围内的第二位置区域，获得无人驾驶船周边预设范围内的障碍物分布；
108.基于预设的避障行驶路径规划模型，根据无人驾驶船当前在水域b中的第二位置和障碍物分布，规划无人驾驶船避开第二物体a驶出无人驾驶船周边预设范围的多个避障行驶路径c。
109.上述技术方案的工作原理及有益效果为：
110.预设的障碍物图像库具体为：包含有大量水域内障碍物的图像的数据库，水域内
障碍物的图像可以为，例如：桥墩图像、警示浮标图像和岸边向水域内倾斜的柳树图像等。
111.基于图像识别技术，从目标图像中提取出无人驾驶船周边预设范围内多个第一物体的物体图像。将物体图像与障碍物图像库中的障碍物图像进行匹配，若匹配符合，对应第一物体为障碍物，作为第二物体。基于第二物体的物体图像在目标图像中的第一位置区域，确定第二物体在无人驾驶船周边预设范围内的第二位置区域，基于图像中物体的位置确定现实中物体的位置属于现有技术范畴，不作赘述。整合各个第二物体在无人驾驶船周边预设范围内的第二位置区域，获得无人驾驶船周边预设范围内的障碍物分布。
112.引入预设的避障行驶路径规划模型，避障行驶路径规划模型具体为：利用机器学习算法对大量人工基于不同的障碍物分布进行避障行驶路径规划的逻辑过程记录进行学习后生成的模型，该逻辑过程记录具体为，例如：无人驾驶船前方左侧右障碍物，则规划路径向前方右侧行驶等。基于预设的避障行驶路径规划模型，根据无人驾驶船当前在水域中的第二位置和障碍物分布，规划无人驾驶船避开第二物体驶出无人驾驶船周边预设范围的多个避障行驶路径。
113.本技术基于第二图像，确定障碍物分布，自行规划多个避障行驶路径，极大程度上降低了人力成本，同时，也更加智能化。
114.本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成方法，如图2所示，步骤4：基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径，包括：
115.基于第一位置d和由第一位置d向第二位置e的直线方向f，构建第一方向向量；
116.获取任一避障行驶路径c的路径起始点g的第三位置和路径结束点h的第四位置；
117.基于第三位置和由第三位置向第四位置的直线方向i，构建第二方向向量；
118.计算第一方向向量与第二方向向量的向量夹角；
119.若向量夹角小于等于预设的向量夹角阈值，获取对应避障行驶路径的路径长度；
120.将最小路径长度对应的避障行驶路径作为目标避障行驶路径。
121.上述技术方案的工作原理及有益效果为：
122.第一方向向量反应了避障行驶路径的总体行驶方向。计算第一方向向量与第二方向向量的向量夹角。引入预设的向量夹角阈值，向量夹角阈值具体为：0度到35度。若向量夹角小于等于预设的向量夹角阈值，说明避障行驶路径的总体行驶方向基本不偏离向最终目的地的第一位置行驶的主线方向，获取对应避障行驶路径的路径长度，路径长度越小，行驶路程越短，因此，将最小路径长度对应的避障行驶路径作为目标避障行驶路径。
123.另外，在基于向量夹角和路径长度进行路线挑选时，还可以赋予向量夹角和路径长度不同的权重，计算评价指数，选取最大评价指数对应的避障行驶路径作为目标避障行驶路径。评价指数的计算公式如下：
[0124][0125]
其中，σ为评价指数，α为第一方向向量，β为第二方向向量，arccos为反余弦函数，|
…
|为向量的模，z为避障行驶路径的路径长度，γ1和γ2为预设的权重值，
[0126]
本技术从避障行驶路径中挑选出总体行驶方向基本不偏离向最终目的地的第一位置行驶的主线方向且行驶路程最短的目标避障行驶路径，提升了挑选的适宜性，同时，基于向量夹角和路径长度进行路线挑选，提升了路线挑选的挑选效率和精准性。
[0127]
本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成方法，如图3所示，还包括：
[0128]
获取预设的行驶模拟空间；
[0129]
将障碍物分布映射于行驶模拟空间中；
[0130]
获取无人驾驶船j的行驶速度；
[0131]
基于行驶速度，预测无人驾驶船j未来预设时间段内沿目标避障行驶路径行驶的未来行驶路径k；
[0132]
将未来行驶路径k映射于行驶模拟空间中；
[0133]
获取无人驾驶船j沿未来行驶路线k行驶的第一行驶姿态变化序列；
[0134]
基于第一行驶姿态变化序列，在行驶模拟空间中模拟无人驾驶船j沿未来行驶路径k行驶；
[0135]
在模拟过程中，若无人驾驶船与障碍物分布中任一第二物体发生磕碰，获取磕碰情况，磕碰情况包括：无人驾驶船j发生磕碰时的第一行驶姿态、至少一组一一对应的无人驾驶船上发生磕碰的第一磕碰点l和发生磕碰的第二物体上发生磕碰的第二磕碰点m；
[0136]
基于第一磕碰点l和由第一磕碰点l向对应第二磕碰点m的直线方向n，构建第三方向向量；
[0137]
基于第三方向向量，对第一行驶姿态进行修正，获得修正后的第二行驶姿态；
[0138]
将第一行驶姿态变化序列中的第一行驶姿态替换成第二行驶姿态；
[0139]
全部替换完成后，将第一行驶姿态变化序列作为第二行驶姿态变化序列；
[0140]
基于第二行驶姿态变化序列，控制无人驾驶船沿未来行驶路径进行行驶。
[0141]
上述技术方案的工作原理及有益效果为：
[0142]
一般的，无人驾驶船沿规划好的路径进行行驶时，只能保证无人驾驶船的中心点时刻在规划好的路径上，由于水域内环境复杂，无人驾驶船姿态若不正确，可能会与障碍物发生碰撞。无人驾驶船的姿态具体为：船头位置、船尾位置、船头朝向什么方向和船尾朝向什么方向等。因此，需要保证无人驾驶船的姿态正确。
[0143]
引入预设的行驶模拟空间，行驶模拟空间具体为：三维空间。将障碍物分布映射于行驶模拟空间中即在三维空间中根据障碍物分布模拟设置多个障碍物。获取无人驾驶船的行驶速度。基于该行驶速度，预测无人驾驶船未来预设时间段内沿目标避障行驶路径行驶的未来行驶路径，预设的时间段具体为：5秒。获取无人驾驶船沿未来行驶路线行驶的第一行驶姿态变化序列，第一行驶姿态变化序列中有按时间先后顺序排序的行驶姿态即无人驾驶船沿未来行驶路线行驶时按时间先后顺序变化的行驶姿态。基于第一行驶姿态变化序列，在行驶模拟空间中模拟无人驾驶船沿未来行驶路径行驶。在模拟过程中，若无人驾驶船与障碍物分布中任一第二物体发生磕碰，说明存在错误行驶姿态，获取磕碰情况。磕碰情况包含无人驾驶船发生磕碰时的第一行驶姿态、至少一组一一对应的无人驾驶船上发生磕碰的第一磕碰点和发生磕碰的第二物体上发生磕碰的第二磕碰点。基于第一磕碰点和由第一磕碰点向对应第二磕碰点的直线方向，构建第三方向向量，第三方向向量反应了无人驾驶
船上的第一磕碰点应修正的方向等。基于第三方向向量，对第一行驶姿态进行修正，获得修正后的第二行驶姿态。将第一行驶姿态变化序列中的第一行驶姿态替换成第二行驶姿态。全部替换完成后，将第一行驶姿态变化序列作为第二行驶姿态变化序列。基于第二行驶姿态变化序列，控制无人驾驶船沿未来行驶路径进行行驶。控制无人驾驶船有什么样的行驶姿态，可以通过无人驾驶船船头和船尾的不同方向上的推进器实现。
[0144]
本技术根据无人驾驶船未来的行驶姿态与障碍物之间是否会发生碰撞的情况，对无人驾驶船未来的行驶姿态进行修正，提升了安全性，更加适用于复杂未知水域，另外，基于第三方向向量，对第一姿态进行修正，使得修正具有方向性，提升了修正效率。
[0145]
本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成方法，基于第三方向向量，对第一行驶姿态进行修正，获得修正后的第二行驶姿态，包括：
[0146]
获取第一行驶姿态对应的预设的行驶姿态修正模型；
[0147]
基于行驶姿态修正模型，根据第三方向向量，对第一行驶姿态进行修正，获得修正后的第二行驶姿态；
[0148]
和/或，
[0149]
获取第一行驶姿态对应的姿态修正库，姿态修正库包括：多组一一对应的至少一个第四方向向量和姿态修正策略；
[0150]
将第三方向向量与任一第四方向向量进行匹配；
[0151]
若第三方向向量均有匹配符合的第四方向向量且第四方向向量均有匹配符合的第三方向向量，基于对应姿态修正策略，对第一行驶姿态进行修正，获得修正后的第二行驶姿态。
[0152]
上述技术方案的工作原理及有益效果为：
[0153]
基于第三方向向量，对第一行驶姿态进行修正的方式有两种：第一种，引入第一行驶姿态对应的预设的行驶姿态修正模型，基于行驶姿态修正模型，根据第三方向向量，对第一行驶姿态进行修正，行驶姿态修正模型具体为：利用机器学习算法对大量人工基于无人驾驶船上不同边缘点(与磕碰点同理)应修正的方向(与第三方向向量同理)对无人驾驶船的姿态进行修正的逻辑过程记录进行学习后生成的模型，该逻辑过程记录具体为，例如：无人驾驶船上某边缘点得向右侧修正，则调整无人驾驶船的姿态直至使得无人驾驶船上该边缘点向右修正。第二种，引入第一行驶姿态对应的姿态修正库，姿态修正库包括：多组一一对应的至少一个第四方向向量和姿态修正策略，将第三方向向量与任一第四方向向量进行匹配，若第三方向向量均有匹配符合的第四方向向量且第四方向向量均有匹配符合的第三方向向量，基于对应姿态修正策略，对第一行驶姿态进行修正，至少一个第四方向向量和姿态修正策略具体为：由人工事先构建大量磕碰情形，确定为避免磕碰，无人驾驶船上的磕碰点应修正至的方向，基于该方向，构建第四方向向量，根据无人驾驶船上的磕碰点应修正至的方向，确定姿态修正策略，例如：无人驾驶船保持某行驶姿态时，某边缘点应向东修正，则控制行驶姿态改变，使得该边缘点应向东修正，若第三方向向量均有匹配符合的第四方向向量且第四方向向量均有匹配符合的第三方向向量，说明当前磕碰情形与事先构建的磕碰情形一致，基于对应姿态修正策略，对第一行驶姿态进行修正即可。
[0154]
本技术引入两种方式基于第三方向向量，对第一行驶姿态进行修正，提升了系统的适用性，另外，提升了修正效率。
[0155]
本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成系统，如图4所示，包括：
[0156]
第一获取模块1，用于分别获取无人驾驶船单次行驶时的最终目的地的第一位置和无人驾驶船当前在水域中的第二位置；
[0157]
第二获取模块2，用于获取水域内无人驾驶船周边预设范围内的目标图像；
[0158]
规划模块3，用于基于目标图像，规划多个避障行驶路径；
[0159]
挑选模块4，用于基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径；
[0160]
控制模块5，用于基于目标避障行驶路径，控制无人驾驶船进行对应临时避障行驶。
[0161]
本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成系统，第二获取模块2获取水域内无人驾驶船周边预设范围内的目标图像，包括：
[0162]
通过设置于无人驾驶船上的图像采集设备获取水域内无人驾驶船周边预设范围内的目标图像；
[0163]
和/或，
[0164]
通过飞行在水域上空的无人机获取水域内无人驾驶船周边预设范围内的目标图像。
[0165]
本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成系统，规划模块3基于目标图像，规划多个避障行驶路径，包括：
[0166]
对目标图像进行物体图像提取，获得无人驾驶船周边预设范围内多个第一物体的物体图像；
[0167]
获取预设的障碍物图像库；
[0168]
将第一物体的物体图像与障碍物图像库中的任一障碍物图像进行匹配；
[0169]
若匹配符合，将对应第一物体作为第二物体；
[0170]
基于第二物体的物体图像在目标图像中的第一位置区域，确定第二物体在无人驾驶船周边预设范围内的第二位置区域；
[0171]
整合各个第二物体在无人驾驶船周边预设范围内的第二位置区域，获得无人驾驶船周边预设范围内的障碍物分布；
[0172]
基于预设的避障行驶路径规划模型，根据无人驾驶船当前在水域中的第二位置和障碍物分布，规划无人驾驶船避开第二物体驶出无人驾驶船周边预设范围的多个避障行驶路径。
[0173]
本发明实施例提供了复杂未知水域内无人驾驶船路径自主规划生成系统，挑选模块4基于第一位置和第二位置，从避障行驶路径挑选出目标避障行驶路径，包括：
[0174]
基于第一位置和由第一位置向第二位置的直线方向，构建第一方向向量；
[0175]
获取任一避障行驶路径的路径起始点的第三位置和路径结束点的第四位置；
[0176]
基于第三位置和由第三位置向第四位置的直线方向，构建第二方向向量；
[0177]
计算第一方向向量与第二方向向量的向量夹角；
[0178]
若向量夹角小于等于预设的向量夹角阈值，获取对应避障行驶路径的路径长度；
[0179]
将最小路径长度对应的避障行驶路径作为目标避障行驶路径。
[0180]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。