当前位置:主页 > 管理论文 > 领导决策论文 >

基于路径速度解耦规划的无人驾驶船舶自主避碰方法

发布时间:2021-06-26 08:52
  近年来,随着人工智能技术的不断发展,人类对船舶性能的需求-不断上升,众多相关学者将视角转向了“人工智能+船舶”。无人驾驶船舶集信息采集和识别、行为决策和自主控制于一身,是众多科学技术的集合体,而自主避碰技术作为无人驾驶船舶智能化水平的一个重要体现,目前己经成为各方专家学者研究的重点和难点,对此,本文研究内容聚焦到无人驾驶船舶的行为决策研究。在船舶自主避碰过程中,为了避免船舶运动路径和运动速度耦合方法的问题的复杂性,并且保证决策实时性,将避碰问题分解为路径规划和速度规划。基于此,本文提出了基于路径速度解耦规划的无人驾驶船舶避碰模型,本文的主要研究内容如下:1.提出了基于B样条曲线的船舶路径规划模型。首先采用超平面分离法分离本船与障碍物并且引入船舶运动学模型,并基于B样条曲线参数化船舶运动学模型和超平面,设定总航行时间最短为目标函数,以船舶的安全避碰距离限制为约束条件实现船舶的安全避障。2.构建了基于B样条曲线的船舶速度规划模型。首先将船舶位移在船舶的横向方向和纵向方向进行分解,然后以起点位移和终点位移为约束条件,将船舶碰撞区域视为障碍物,重新规划船舶横向位移和纵向位移分布曲线,最终将对速... 

【文章来源】:大连海事大学辽宁省 211工程院校

【文章页数】:63 页

【学位级别】:硕士

【部分图文】:

基于路径速度解耦规划的无人驾驶船舶自主避碰方法


图1.3?OwlMKII?图1.4保护者??Fig.?1.3?OwlMKIl?Fig.?1.4?PROTECTOR??

猎人


?基于路径速度解耦规划的无人船舶自主避碰方法???SPARTANCOUTUSV[2],如图1.1所示,该项目旨在开发多功能模块化半自主无人水面??舰艇,2007年,为加强自主无人水面系统的自动化以及为支持特种作战,对美国海军自??主无人水面舰艇进行f总体规划。2016年最新的USV-SeaHunter[3],如图1.2所示,该??船是由DARPA根据反潜连续无人驾驶载具项目开发的中等排水量USV,该船舶于2018??年转移到美国海军,三体船开发是为了独立追踪柴电潜艇30天,但自2016年11月交??付以来,该船正在考虑用于评估各种其他未指明的任务,包括水雷战和ISR。民用方面,??美国在海洋应用领域,例如海洋探测等,研发了基于以喷水为动力的USV—OwlMKII[4」??如图1.3所示,它在数据采集和计算存储效率上有明显的提高。??图1.1?SPARTAN?SCOUT?图1.2海猎人无人反潜船??Fig.?1.1?SPARTAN?SCOUT?Fig.?1.2?Sea?Hunter??t?If??图1.3?OwlMKII?图1.4保护者??Fig.?1.3?OwlMKIl?Fig.?1.4?PROTECTOR??2??

基于路径速度解耦规划的无人驾驶船舶自主避碰方法


图1.7?Springei■无人船?图1.8?MUNTN项目??Fig.?1.7?Springer?Fig.?1.8?Ml/NIN??

【参考文献】:
期刊论文
[1]智能巡航综合调查平台的开发应用[J]. 陈新玺,宁楠,邓艳芬,寇代新,祝川.  测绘与空间地理信息. 2019(09)
[2]水中无人作战平台发展现状与趋势分析[J]. 杜方键,张永峰,张志正,高琳,田明.  科技创新与应用. 2019(27)
[3]海上施工水域船舶航线规划数学建模及求解[J]. 谢新连,刘毅,何傲.  重庆交通大学学报(自然科学版). 2019(09)
[4]世界主要造船国家智能船舶发展现状[J]. 陈琳,杨龙霞.  船舶标准化工程师. 2019(04)
[5]基于Q-Learning的无人驾驶船舶路径规划[J]. 王程博,张新宇,邹志强,王少博.  船海工程. 2018(05)
[6]船舶智能系统分析与设计[J]. 张雷,袁瑞军,李迈新,曾祥柱,陆毅华,林洪山,周晓莹.  广州航海学院学报. 2018(02)
[7]国内外无人船发展现状及未来前景[J]. 曹娟,王雪松.  中国船检. 2018(05)
[8]无人艇:向未来进发[J]. 胥苗苗.  中国船检. 2018(01)
[9]“2017军民两用企业峰会暨军民两用技术与产品全国理事会年会”成功举办[J]. 贾怡.  军民两用技术与产品. 2017(23)
[10]智能船舶技术和无人驾驶技术研究[J]. 叶强.  山东工业技术. 2017(15)

博士论文
[1]基于人类驾驶行为的无人驾驶车辆行为决策与运动规划方法研究[D]. 杜明博.中国科学技术大学 2016

硕士论文
[1]基于模糊综合评判的船舶碰撞危险度模型研究[D]. 章泽虎.大连海事大学 2012
[2]基于船载雷达图像的海上目标检测技术研究[D]. 徐恒.武汉理工大学 2012
[3]基于模拟退火-Q学习的移动机器人路径规划技术研究[D]. 郭娜.南京理工大学 2009
[4]基于状态预测强化学习的移动机器人路径规划研究[D]. 傅晓霞.山东大学 2008
[5]障碍环境中路径规划算法研究[D]. 杜安红.中国地质大学 2004



本文编号:3251034

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/lindaojc/3251034.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户95833***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com