一种基于前视雷达的无人船避碰方法

暂无

一种基于前视雷达的无人船避碰方法\n技术领域\n[0001] 本发明属于无人船智能控制技术领域，具体来说，涉及一种基于前视雷达的无人船避碰方法。\n背景技术\n[0002] 无人船在海洋科学研究、环境监测、水文调查以及军事等方面都有广泛的应用前景。无人船工作在复杂的海洋环境里，可能存在未知的障碍物如暗礁、堤坝、航行路线上驶过的船只、海中浮游物体、海洋生物等，这些都可能造成无人船执行任务的失败甚至威胁无人船或其他船只的安全。\n[0003] 前视雷达通过无线电回波来识别前方的障碍物，但雷达回波通常包含各种杂波，天气变化比如雨，雪等也给回波造成很多的干扰，所以无人船通过前视雷达来躲避障碍是很困难的；当雷达回波发现多个不同目标的时候让无人船来做出避障规划也是困难的。\n[0004] 所以，对于技术人员来说，开发一种基于前视雷达的无人船避碰方法，设计合理，前视雷达和位姿传感器的数据测得障碍的方位和距离，控制装置调整无人船的位姿躲避障碍，避免造成损失，使无人船在比较复杂的水域环境中高效、安全和快速的完成行驶任务，方便可靠，成为亟待解决的问题。\n发明内容\n[0005] 本发明要解决的技术问题是克服上述缺陷，提供一种基于前视雷达的无人船避碰方法，设计合理，前视雷达和位姿传感器的数据测得障碍的方位和距离，控制装置调整无人船的位姿躲避障碍，为有效的无人船自主避障方法，提高水下无人船的避障能力，避免了损失，使无人船在比较复杂的水域环境中高效、安全和快速的完成行驶任务，方便可靠。\n[0006] 本发明所采用的技术方案是：\n[0007] 一种基于前视雷达的无人船避碰方法，其特征在于：包括无人船，无人船上设置的前视雷达、位姿传感器、控制装置和执行机构；控制装置根据前视雷达和位姿传感器的数据测得障碍的方位和距离，再通过避碰控制策略，调整执行机构的控制量，进而调整无人船的位姿躲避障碍。\n[0008] 根据前视雷达的处理结果对障碍的方位和距离分别定义表示危险程度的方位权函数和距离权函数；\n[0009] 方位权函数定义为：\n[0010]\n[0011] 函数w1代表准高斯曲线，sgn为符号函数，参数x,c和σ分别为位置、中心点和形状参数，形状参数σ决定曲线陡度；\n[0012] 距离权函数是一个非对称的多项式曲线，定义为：\n[0013] w2＝zmf(x,[a,b])\n[0014] 函数w2代表准高斯曲线，a和b是曲线倾斜部分的极值，决定了曲线的凹度；距离权系数被定义为：小200米时为1，大于400米时为零；\n[0015] 基于方位和距离的最后权值是由w1和w2的乘积决定，无人船的航向最大改变量为\n90度，航向的改变量定义为：\n[0016] ψoa(t,c)＝w1w2(π/4)\n[0017] 其中，t为时间步长，c为被评估的障碍物；\n[0018] 在单一时间步长内所有障碍物的避碰航向变量为：\n[0019]\n[0020] 无人船在避障运行时，其速度和壁障转角与危险程度是有关系的其公式为：\n[0021] ψ＝β+kθθ\n[0022] V＝kvVt\n[0023] 其中，β为全局路径规划得到的目标航向角，θ为遇到障碍物时无人船为躲避障碍而转的固定角度，ψ为由全局路径规划的目标航向角和避碰算法算出的避碰角度二者合成的航向角，kθ为根据障碍物与无人船的距离和角度进行航向调整时的角度系数，Vt为无人船的目标航速，kv为遇到障碍物时数度的调整系数。\n[0024] 由于采用了上述技术方案，与现有技术相比，本发明设计合理，将前视雷达图像数据引入无人船避障策略中，可以减小无人船避碰盲区，前视雷达和位姿传感器的数据测得障碍的方位和距离，控制装置调整无人船的位姿躲避障碍，提高水下无人船的避障能力，避免了损失，使无人船在比较复杂的水域环境中高效、安全和快速的完成行驶任务，方便可靠。\n[0025] 同时下面结合附图和具体实施方式对本发明作进一步说明。\n附图说明\n[0026] 图1为本发明一种实施例的工作原理框图；\n具体实施方式\n[0027] 实施例：\n[0028] 如图1所示，一种基于前视雷达的无人船避碰方法，其特征在于：包括无人船，无人船上设置的前视雷达、位姿传感器、控制装置和执行机构；控制装置根据前视雷达和位姿传感器的数据测得障碍的方位和距离，再通过避碰控制策略，调整执行机构的控制量，进而调整无人船的位姿躲避障碍。\n[0029] 前视雷达测得是声图数据传给控制装置。一般情况下，控制装置为控制计算机。位姿传感器测得的是无人船的位置和姿态。控制计算机根据声图数据和无人船的位置和姿态对执行机构做调整躲避障碍物。\n[0030] 根据前视雷达的处理结果对障碍的方位和距离分别定义表示危险程度的方位权函数和距离权函数；\n[0031] 方位权函数定义为：\n[0032]\n[0033] 函数w1代表准高斯曲线，sgn为符号函数，参数x,c和σ分别为位置、中心点和形状参数，形状参数σ决定曲线陡度。\n[0034] 距离权函数是一个非对称的多项式曲线，定义为：\n[0035] w2＝zmf(x,[a,b])\n[0036] 函数w2代表准高斯曲线，a和b是曲线倾斜部分的极值，决定了曲线的凹度；距离权系数被定义为：小200米时为1，大于400米时为零。\n[0037] 基于方位和距离的最后权值是由w1和w2的乘积决定，无人船的航向最大改变量为\n90度，航向的改变量定义为：\n[0038] ψoa(t,c)＝w1w2(π/4)\n[0039] 其中，t为时间步长，c为被评估的障碍物。\n[0040] 在单一时间步长内所有障碍物的避碰航向变量为：\n[0041]\n[0042] 无人船在避障运行时，其速度和壁障转角与危险程度是有关系的其公式为：\n[0043] ψ＝β+kθθ\n[0044] V＝kvVt\n[0045] 其中，β为全局路径规划得到的目标航向角，θ为遇到障碍物时无人船为躲避障碍而转的固定角度，ψ为由全局路径规划的目标航向角和避碰算法算出的避碰角度二者合成的航向角，kθ为根据障碍物与无人船的距离和角度进行航向调整时的角度系数，即危险程度大时转的角度大，危险程度小时转的角度小。Vt为机器人的目标航速，kv为遇到障碍物时数度的调整系数，即危险程度大时速度降低的幅度大，危险程度小时速度降低的幅度小。\n[0046] 本发明将前视雷达图像数据引入无人船避障策略中，可以减小无人船避碰盲区。\n本发明设计的避碰策略可应对复杂的障碍和回波干扰，提高了无人船的生存能力。\n[0047] 本发明不局限于上述的优选实施方式，任何人应该得知在本发明的启示下做出的结构变化，凡是与本发明具有相同或者相近似的技术方案，均属于本发明的保护范围。