复杂水域环境中无人艇航行规划方法研究

发布时间：2021-10-30 22:25

　　针对复杂水域环境中无人艇自主航行应用需求,重点解决复杂水域环境建模与路径规划问题。依托电子海图上已知的环境信息,进行无人艇初始路径规划。在常规导航设备应用基础上设计出激光雷达感知系统,获取水域未知环境信息,构建更加完备的水域环境。使用快速扩展随机树（RRT）算法进行路径规划,实现快速高效的可航路径的求解。将滚动窗口规划策略应用到航行规划过程中,适应无人艇在动态不确定复杂水域环境中的自主航行。 

【文章来源】：中国造船. 2020,61(S1)北大核心EICSCD

【文章页数】：10 页

【部分图文】：

基于激光雷达的水面环境感知处理流程

针对激光雷达点云稀疏性问题，首先对三维点云采用多帧融合技术，提高点云垂直方向的分辨率，增强矮小障碍物的感知探测能力，激光雷达多帧点云回波示意如图2所示。由于激光雷达的射线与水平面形成一定夹角，当激光雷达随无人艇移动时，同一束激光前一帧在障碍物垂直平面打中的点（图2中浅色点）与后一帧打中的点（图2中深色点）的位置不一致。利用平移运动把多帧的点云融合起来，可使竖直方向的点云更加稠密。

本系统选用DBSCAN算法进行聚类。DBSCAN算法是基于密度的聚类算法，该算法通过检查数据集中每个点的Eps邻域来搜索簇，如果点p的Eps邻域包含的点多于最少数目Pmin，则创建一个以p为核心对象的簇，并对p进行标记；随后对点p的Eps邻域范围内的每个点q重复进行上述搜索过程，满足条件则将q合并为p所在的簇；当没有新的点添加到任何簇时，对该簇的搜索过程结束，进入对下一个簇的搜索过程，直至对所有点遍历完毕，算法结束，算法的搜索过程如图3所示。如果直接对原始点云进行聚类的话，由于点云数量很大，算法时间复杂度会非常高。本系统采取在栅格地图上进行聚类的策略。构建出栅格地图后，利用DBSCAN对目标栅格进行聚类得到聚类目标，最后将各个目标栅格对应的原始点云赋予类别编号。

【参考文献】：
期刊论文
[1]基于置信滤波的激光雷达多目标检测方法[J]. 孙学凯,王丽,杨得钊,马杰.  制导与引信. 2017(02)
[2]基于3D激光雷达的无人水面艇海上目标检测[J]. 李小毛,张鑫,王文涛,瞿栋,祝川.  上海大学学报(自然科学版). 2017(01)
[3]基于激光传感器的无人驾驶汽车动态障碍物检测及表示方法[J]. 辛煜,梁华为,梅涛,黄如林,杜明博,王智灵,陈佳佳,赵盼.  机器人. 2014(06)
[4]基于可视图法的水面无人艇路径规划设计[J]. 陈超,唐坚.  中国造船. 2013(01)
[5]基于舰船尾流激光雷达的Monte Carlo模型及方差消减方法研究[J]. 梁善勇,王江安,张峰,吴荣华,宗思光,王雨虹,王乐东.  物理学报. 2013(01)
[6]基于电子海图的水面无人艇全局路径规划研究[J]. 庄佳园,万磊,廖煜雷,孙寒冰.  计算机科学. 2011(09)
[7]基于航路二叉树的航线自动生成方法[J]. 汪柱,李树军,张立华,李宁.  武汉大学学报(信息科学版). 2010(04)
[8]基于动态网格模型的航线自动生成算法[J]. 李源惠,潘明阳,吴娴.  交通运输工程学报. 2007(03)

硕士论文
[1]基于激光雷达的无人测量船环境感知系统研究[D]. 李梓龙.武汉理工大学 2017
[2]自主移动机器人路径规划的RRT算法研究[D]. 冯楠.大连理工大学 2014



本文编号：3467535