[发明专利]一种基于梯度下降算法与VO法相结合的无人艇避障方法

说明书

本发明属于无人艇技术领域，公开了一种基于梯度下降算法与VO法相结合的无人艇避障方法。该方法是根据当前无人艇位置、运动信息以及障碍物位置、速度信息，判断无人艇与障碍物之间是否存在碰撞风险，如不存在碰撞风险，以无人艇当前导航输出的速度和舵角作为避障输出的速度和舵角，如果存在碰撞风险，则以无人艇当前导航输出的速度和舵角为初始值，输入梯度下降算法程序，通过梯度下降算法程序获取无人艇避障输出的速度和角度，使无人艇进行避障。该方法通过梯度下降算法寻找局部最优解，使无人艇以更加平滑的轨迹避开障碍物，解决了现有VO法在寻找最优解过程中由于VO区域发生变化导致前后两次最优解发生突变致使无人艇不稳定性航行的问题。

技术领域

本发明属于无人艇技术领域，具体涉及一种基于梯度下降算法与VO法相结合的无人艇避障方法。

背景技术

水面无人艇，简称无人艇，是一种轻型智能水面运载工具，具有体积小、造价低、速度快、机动性强等特点。随着控制技术、传感技术、无线通信技术的进步，水面无人艇获得了很大的发展。通过搭载不同的设备，无人艇可以应用在不同的领域，比如，当搭载单波束、多波束、浅底层剖面仪等声呐设备时，可以用于海底测绘、探雷反潜等；当搭载水质采样或检测设备时，可以用于环境检测；当搭载武器时，可以用于区域巡逻、海岸保护、护航、作战等任务。

要想保证无人艇能够在海洋中正常安全地航行，无人艇必须能够对航行过程中遇到的岛屿、暗礁、灯塔、浮标和航行的船只等其他障碍物进行自主避障。这是无人艇航行的重中之重，而避障算法又是安全航行的重点。所以无人艇要想安全航行的前提是要有一个优秀的避障算法。目前无人艇通常采用的避障算法有很多，如人工势场法、VelocityObstacle方法(速度障碍法，简称VO法)等，与其他避障算法相比，VO法更加可靠。VO法的前提是设定障碍物的速度和方向是保持不变的，并且将无人艇的形状大小结合到障碍物层面，然后将无人艇等效为一个质点，将障碍物的形状视为圆形，即将障碍物与无人艇的碰撞问题等效为质点与圆盘的接触问题。VO法的核心就是在通过无人艇的位置与障碍物的相对位移位置，依据障碍物和无人艇的综合形状，形成一个锥形区域，该区域简称为VO区域，如图1所示，图1中阴影填充部分为VO区域，在如果无人艇相对于障碍物的相对速度落在VO区域内，则在将来的一定时间内导致无人艇和障碍物发生碰撞，属于不安全速度区，如果无人艇相对于障碍物的相对速度位于VO区域之外，则无人艇与障碍物不会发生碰撞，属于安全速度区。VO法是一种基于速度空间选择非VO区域以外最优解的算法，即在VO区域以外，基于导航避障任务获取最优的避障速度大小和舵角，并将获取的最优速度大小和舵角输入到无人艇底层控制模块，控制无人艇按照获取的最优避障速度大小和舵角行驶，避开障碍物。

对于在海洋航行的无人艇，不但要保证无人艇的安全避障，而且还要保证无人艇的平稳航行，我们在实时避障的过程中要保证上层导航避障模块输出给底层控制模块的速度大小和舵角是连续变化的，因为如果相邻两次的导航避障输出存在大角度变化容易导致无人艇的侧翻，而且避障过程中，如果舵角输出发生间断变化，容易导致船体的左右摇摆，所以保证无人艇避障输出的稳定性变化对于无人艇的稳定性航行至关重要。VO法是基于VO区域获取全局最优解(最优的避障速度大小和舵角)，由于VO法获取的VO区域会随着无人艇和障碍物的相对位置发生的变化而变化，当VO区域发生变化，那么基于VO区域获取的全局最优解也将会发生变化，最优算法会寻找全局最优，而VO法对应的极小值不止一个，从而引起前后两次获取的最优解对应不同的极小值，致使前后两次获取的最优解发生突变(即前后两次避障输出的速度大小和舵角发生大范围变化)，进而导致无人艇的不稳定性航行(参见图2，图2为VO法避障仿真实验相邻两帧时刻对应的代价函数在速度空间的分布曲线图，通过该图我们可以发现代价函数空间存在两个极值点，在代价函数发生改变的过程中最优值会在两个极值点跳动进而导致对应避障输出的角度和速度跳动)。

发明内容

针对现有技术中存在的问题和不足，本发明的目的是提供一种基于梯度下降算法与VO法相结合的无人艇避障方法。

为实现发明目的，本发明采用的技术方案如下：