[发明专利]基于改进Astar算法的港口无人机巡检路径规划方法

说明书

本发明提供了基于改进Astar算法的港口无人机巡检路径规划方法，包括如下步骤：首先根据港口实际环境建立飞行场地地图，设置飞行起点以及所有任务点；然后采用改进Astar算法进行起点和任务点的路径规划；其次对无人机进行实时定位，无人机沿规划路径飞行；之后针对飞行过程中出现的新的障碍物，进行局部路径规划；最后判断任务是否完成，完成则回归起点，否则重复上述流程。本发明可以规划无人机港口巡检的路径，能够很好地满足无人机巡检的任务。

技术领域

本发明涉及港口机械领域，更具体地说，涉及基于改进Astar算法的港口无人机巡检路径规划方法。

背景技术

港口机械在物流领域应用广泛，港口机械主要包括岸边集装箱起重机、轨道吊、轮胎吊、门座式起重机和卸船机等。对于岸边集装箱起重机而言，其工作位置处于海边，是易腐蚀的环境。因此，及时对岸边集装箱起重机进行巡检，可以预防事故发生。

目前的港口机械巡检主要是以人工巡检为主，由巡检员攀爬港口机械，对港口机械的各处结构进行检测。然而，由于港口机械的结构特殊性有些区域人员无法到达，或者由于人工视角问题，无法获取图像，形成检测盲区，因此需要新的巡检方式。

公开号为CN 107607543 A的中国专利“港口机械的巡检装置及巡检方法”揭示了无人机对港口机械的巡检方法，通过事先导入港机的数据自动生成巡检路径，属于全局静态路径规划，然而没有给出路径规划相应算法，另外对于港机周围新出现的障碍物，需要手动修改航线参数来更改无人机飞行路径，较依赖于人工经验，执行效率不高。

发明内容

针对现有技术的以上缺陷和改进需求，本发明提供了基于改进Astar算法的港口无人机巡检路径规划方法，其目的在于：将改进Astar算法作为港口无人机巡检的路径规划方法，根据实际情况规划出合适的港口巡检路线，同时通过传感器及时检测到周围障碍物并重新规划出新的飞行路线，进而达到港口巡检的要求。为了达到上述要求，本发明给出了港口无人机巡检的路径规划方法步骤如下：

S1：根据港口实际环境建立飞行场地地图。

S2：设置飞行起点以及所有任务点。

S3：无人机的起点设为当前点，任务点为之后的目标点。

S4：当前点到下一个目标点采用改进Astar算法进行路径规划。

S5：对无人机进行实时定位，沿规划路径飞行。

S6：判断是否出现新的障碍物，若没出现则继续沿全局最优路径飞行并跳到S8，若出现则进入S7。

S7：鸣笛提醒并判断新的障碍物是否远离预定路径，若远离则无人机继续沿原定路径飞行，否则判断新的障碍物的停留时间是否超过设定值，若超过时间则重新规划至下一个目标点的路径。

S8：判断是否到达下一个目标点，是则进入S9，否则回到S6。

S9：判断任务点是否全部飞完，是则进入S10，否则更新当前点与目标点信息，然后回到S4。

S10：无人机回到起点，停止规划。

进一步地：步骤S2中设定了飞行起点和任务点，其中飞行起点是人为随机选择的起点，而任务点是无人机必须经过的岸桥关键部位点，包括：海侧门框连接处、前拉杆连接处，大梁末端处，前拉杆眼镜板处，梯形架连接处，后拉杆眼镜板处，后拉杆连接处、大梁门框连接处、门框连接处、杆件连接处、陆侧门框连接处等岸桥巡检的重要部位。

进一步地：S4中所述的改进Astar算法，在搜索过程中，将整个搜索空间划分为规则的网格节点，用三维数组表示整个搜索区域的地图信息。每个数组元素对应一个网格节点，0表示该节点可以到达，1表示该节点不可以到达。具体搜索步骤如下：