AUTONOMOUS NAVIGATION AND OBSTACLE AVOIDANCE FOR
UNMANNED SURFACE VEHICLES
无人艇的自主导航和避障
目录
CONTENTS
1
2
3
4
避障架构
反应性避障组件
审议性避障组件
无人艇平台
自主性
传感器
未来工作
避障传感器
审议避障传感器
反应避障传感器
背景介绍
平台本身不是项目的重点,而只是方便将开发的无人艇核心技术,转移到海军的其他无人项目中。
SEADOO 挑战号2000运动船配置喷射驱动器选择的该平台,在图1中显示出来。
圣地亚哥无人艇项目,大多数技术和装备是从无人地面车上转变过
来的。圣地亚哥开发无人艇自主导航的方法与所有的无人车方法相同。这
就是开发基本的,强大的,过渡就绪的能力,然后在这些功能的基础上
逐渐增加更复杂和有利的功能。关键是转换技术,而不是花费几年试图
同时开发整个系统。
避障架构
采用双层避障方法,包括近场或反应性避障组件和远程或审议避障组件,它们同时并且彼
此协同工作。
首要的审议部分的功能是不断修改现有的航点路线,以避开
用远程传感器检测到的障碍。反应性避障组件负责当障碍物非常
接近车辆时,而不管车辆的操作模式或任务进行避障。
双重避障原理图
审议避障:针对远场障碍物的路径规划,该路径在避免碰触障碍物的情况下尽量遵循原始路径。它在路径
规划器的帮助下使用二维(2D)障碍图实现该操作。障碍物图本质上是一个网格图,将环境划分为离散的网
格,并且确定每个单元格被障碍物占据的概率。
固定障碍物
无人艇的底层搜索技术的审议避障是A *(A Star)搜索算法。选择A *是因为它可以在短时间内找到最佳路径。
A星算法的示例:
障
碍
物
A *搜索算法
原理:
F
)(
n
G
)(
n
H
)(
n
G(n)表示从起点移动到下一方格的成本,H(n)表示从当前点移动到终点的成本。H(n)是预估值,因为
在路线确定之前,无法知道H(n)值得大小,预测的方法多种,但常用的是曼哈顿法。
A
对于A点,下一移动位置有八种可能。假设水平移动的
成本为10,斜方向的移动成本为14,F(n),G(n),
H(n)标注如图。
把八种可能的移动节点放置开启列表,并把A视为他们的
父节点。
A
D2
D1
我们检查G值来判定,如果通过这一格到达那里,
路径是否更好。我们来看选中格子下面的方格。
它的G值是14。如果我们从当前格移动到那里,
G值就会等于20(到达当前格的G值是10,移动
到上面的格子将使得G值增加10)。因为G值20
大于14,所以这不是更好的路径。
为所有这些方格保存点A作“父节点”。即由该父节点引申
出来的其他节点,选出C的F值最小,则把C节点放置在“关
闭列表”,并将其从“开启列表”中删除。“关闭列表”中的节点
即为待选的下一个“父节点”。
A C
F
D
G E
略过
这次,当我们检查相邻格的时候,发现右侧是墙,于是略过。上面一
格也被略过。因为你不能在不穿越墙角的情况下直接到达那个格子。
你的确需要先往下走然后到达那一格,按部就班的走过那个拐角。(注
解:穿越拐角的规则是可选的。它取决于你的节点是如何放置的。)