本發(fā)明適用于路徑規(guī)劃，尤其涉及一種基于改進rrt算法的無人艇路徑規(guī)劃方法。

背景技術(shù)：

1、無人艇是一種具備環(huán)境感知和自主航行能力的小型海上平臺，能夠自主完成相應(yīng)任務(wù)。基于這些特點，無人艇在未知海域執(zhí)行任務(wù)時需要具備快速規(guī)劃路徑和舒適航行的能力，以便順利完成工作任務(wù)。

2、在實際應(yīng)用中，無人艇常用的全局路徑規(guī)劃算法是rrt*。全局算法的主要作用是規(guī)劃一條路徑，作為局部路徑規(guī)劃的參考。然而，對于傳統(tǒng)的rrt*算法來說，在復(fù)雜環(huán)境中搜索效率低且比較難繞過障礙物，從而規(guī)劃出來一條路徑，同時規(guī)劃出來的路徑中也存在較多無用和不符合無人艇運動學(xué)約束的節(jié)點。如果環(huán)境十分復(fù)雜，地圖十分大，rrt*算法可能需要較長的時間才能搜索到路徑，且路徑質(zhì)量欠佳，甚至有可能很難繞過復(fù)雜障礙物以至于找不到路徑，搜索失敗。

3、因此，亟需一種新的基于改進rrt算法的無人艇路徑規(guī)劃方法，解決上述技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明提出了一種基于改進rrt算法的無人艇路徑規(guī)劃方法，旨在提高無人艇路徑規(guī)劃的效率和質(zhì)量。

2、本發(fā)明提出了一種基于改進rrt算法的無人艇路徑規(guī)劃方法，包括以下步驟：

3、s1、通過傳感器實時采集無人艇周圍的環(huán)境信息和深度信息，并將所述環(huán)境信息和所述深度信息進行融合，得到規(guī)劃地圖；

4、s2、基于邊緣檢測算法對所述規(guī)劃地圖中障礙物的邊界信息進行計算，得到障礙物邊界信息；

5、s3、根據(jù)所述障礙物邊界信息和所述無人艇的路徑目標點構(gòu)建啟發(fā)式函數(shù)，通過所述啟發(fā)式函數(shù)引導(dǎo)rrt算法進行采樣，得到第一全局路徑；

6、s4、對所述第一全局路徑進行剪枝處理和平滑處理，得到第二全局路徑；

7、s5、根據(jù)所述第二全局路徑和所述環(huán)境信息進行局部規(guī)劃，得到局部規(guī)劃路徑；

8、s6、所述無人艇根據(jù)所述局部規(guī)劃路徑進行行駛。

9、優(yōu)選地，步驟s2中，包括以下子步驟：

10、s21、對所述規(guī)劃地圖進行高斯平滑處理，得到平滑規(guī)劃地圖；

11、s22、通過邊緣檢測算子計算所述平滑規(guī)劃地圖的梯度，得到梯度分數(shù)；其中梯度包括幅值和方向；

12、s23、根據(jù)所述梯度分數(shù)計算所述平滑規(guī)劃地圖中每一像素點的梯度幅值和梯度方向，得到梯度幅值圖；

13、s24、對所述梯度幅值圖進行非最大抑制處理；

14、s25、對非最大抑制處理后的所述梯度幅值圖根據(jù)預(yù)設(shè)規(guī)則進行邊緣檢測和邊緣連接，得到邊緣點信息；

15、s26、根據(jù)所述邊緣點信息進行計算，得到所述障礙物邊界信息。

16、優(yōu)選地，所述預(yù)設(shè)規(guī)則為：根據(jù)第一預(yù)設(shè)閾值和第二預(yù)設(shè)閾值對所述梯度幅值圖像的邊緣進行檢測，其中，大于所述第一預(yù)設(shè)閾值的像素點為強邊緣，小于所述第二預(yù)設(shè)閾值的像素點為弱邊緣，所述強邊緣被保留，所述弱邊緣被剔除，小于所述第一預(yù)設(shè)閾值且大于所述第二預(yù)設(shè)閾值并與所述強邊緣連接的像素點被保留；

17、所述強邊緣和所述弱邊緣通過邊緣跟蹤算法進行連接。

18、優(yōu)選地，所述邊緣檢測算子為sobel算子。

19、優(yōu)選地，步驟s3中，包括以下子步驟：

20、s31、基于所述啟發(fā)式函數(shù)隨機生成采樣點，并判斷所述采樣點是否為所述障礙物邊界信息中的障礙物點，若是，則重新生成新的采樣點；若否，則進行步驟s32；

21、s32、在當前節(jié)點與所述采樣點的連線上根據(jù)預(yù)設(shè)步長計算出子節(jié)點，并判斷當前節(jié)點與所述采樣點的連線是否會觸碰障礙物，若是，則返回步驟s31；若否，則將當前節(jié)點作為所述子節(jié)點的父節(jié)點，進行步驟s33；

22、s33、重新選擇所述子節(jié)點的父節(jié)點；

23、s34、判斷所述子節(jié)點是否為所述路徑目標點，若是，則進行回溯，得到所述第一全局路徑輸出，若否，則返回步驟s31。

24、優(yōu)選地，所述邊緣檢測算法為canny邊緣檢測算法。

25、與現(xiàn)有技術(shù)相比，本發(fā)明通過傳感器實時采集無人艇周圍的環(huán)境信息和深度信息，并將環(huán)境信息和深度信息進行融合，得到規(guī)劃地圖；基于邊緣檢測算法對規(guī)劃地圖中障礙物的邊界信息進行計算，得到障礙物邊界信息；根據(jù)障礙物邊界信息和無人艇的路徑目標點構(gòu)建啟發(fā)式函數(shù)，通過啟發(fā)式函數(shù)引導(dǎo)rrt算法進行采樣，得到第一全局路徑；對第一全局路徑進行剪枝處理和平滑處理，得到第二全局路徑；根據(jù)第二全局路徑和環(huán)境信息進行局部規(guī)劃，得到局部規(guī)劃路徑；無人艇根據(jù)局部規(guī)劃路徑進行行駛。這樣，本發(fā)明有效提高了路徑規(guī)劃的效率和質(zhì)量。

技術(shù)特征：

1.一種基于改進rrt算法的無人艇路徑規(guī)劃方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的基于改進rrt算法的無人艇路徑規(guī)劃方法，其特征在于，步驟s2中，包括以下子步驟：

3.如權(quán)利要求2所述的基于改進rrt算法的無人艇路徑規(guī)劃方法，其特征在于，所述預(yù)設(shè)規(guī)則為：根據(jù)第一預(yù)設(shè)閾值和第二預(yù)設(shè)閾值對所述梯度幅值圖像的邊緣進行檢測，其中，大于所述第一預(yù)設(shè)閾值的像素點為強邊緣，小于所述第二預(yù)設(shè)閾值的像素點為弱邊緣，所述強邊緣被保留，所述弱邊緣被剔除，小于所述第一預(yù)設(shè)閾值且大于所述第二預(yù)設(shè)閾值并與所述強邊緣連接的像素點被保留；

4.如權(quán)利要求2所述的基于改進rrt算法的無人艇路徑規(guī)劃方法，其特征在于，所述邊緣檢測算子為sobel算子。

5.如權(quán)利要求1所述的基于改進rrt算法的無人艇路徑規(guī)劃方法，其特征在于，步驟s3中，包括以下子步驟：

6.如權(quán)利要求1所述的基于改進rrt算法的無人艇路徑規(guī)劃方法，其特征在于，所述邊緣檢測算法為canny邊緣檢測算法。

技術(shù)總結(jié)
本發(fā)明提出了一種基于改進RRT算法的無人艇路徑規(guī)劃方法，包括以下步驟：傳感器實時采集無人艇周圍的環(huán)境信息和深度信息，并將環(huán)境信息和深度信息進行融合，得到規(guī)劃地圖；基于邊緣檢測算法對規(guī)劃地圖中障礙物的邊界信息進行計算，得到障礙物邊界信息；根據(jù)障礙物邊界信息和無人艇的路徑目標點構(gòu)建啟發(fā)式函數(shù)，通過啟發(fā)式函數(shù)引導(dǎo)RRT算法進行采樣，得到第一全局路徑；對第一全局路徑進行剪枝處理和平滑處理，得到第二全局路徑；根據(jù)第二全局路徑和環(huán)境信息進行局部規(guī)劃，得到局部規(guī)劃路徑；無人艇根據(jù)局部規(guī)劃路徑進行行駛。與現(xiàn)有技術(shù)相比，本發(fā)明有效提高了無人艇路徑規(guī)劃的效率和質(zhì)量。

技術(shù)研發(fā)人員：林文軒,羅顯濤,徐雍,陳仲銘,呂偉俊,張?zhí)煅?李梓甜
受保護的技術(shù)使用者：廣東工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19