[发明专利]一种基于贝叶斯多特征融合的无人水面艇自主航行方法

权利要求书

1.一种基于贝叶斯多特征融合的无人水面艇自主航行方法，其步骤如下：

步骤1，对无人水面艇路径进行参数设定；

步骤2，对步骤1中得到的特征矩阵获取训练特征核矩阵和验证核矩阵；

步骤3，使用基于贝叶斯多特征融合支持向量机模型对步骤2的数据进行模式分类，得到最优解；

步骤4，计算得到无人水面艇的期望舵角；

所述步骤1的具体过程为：

1a)输入路径规划路径，将规划路径按路径拐弯节点划分为N段，并记录下除始节点以外的各节点的经纬度和此路径对应的路径方向，记作{(lat_n,lon_n,head_n)|lat_n∈[0,90),lon_n∈[0,180),head_n∈[0,360),n∈[0,N]}，并将此数据根据墨卡托转换关系转化为相应的笛卡尔坐标点集合{l_nx,l_ny,h_n,L_n.n∈N}；

1b)记录当前无人水面艇的航行信息，包括纬度lat_s、经度lon_s、艏向head_s、航速V_s、转速R_s、当前路径编号n、当前分段规划路径结束距离d₁、路径偏离值d、舵角值{η|η∈[-α,+α]}，α为最大舵角值；期望舵角与实际舵角偏差值△η，偏差值服从均值为0，标准差为σ₀的高斯分布，记录艏向变化率△β；记录风速风向仪数据，风向H和风力p；记录艇体的横纵摇数据，横摇o和纵摇u；将经纬度和艏向信息转化为墨卡托笛卡尔二维坐标系，其中经纬度转化为二维坐标点，艏向信息转化为斜率值k，将上述航行参数统计归纳为x，记做特征向量

x＝{x_lat,x_lon,x_k,x_v,x_r,x_n,x_d,x_d1,x_α,x_△η,x_σ0,x_△β,x_H,x_p,x_o,x_u}；

1c)以当前分段规划路径方向为笛卡尔二维坐标系正x方向，用+1表示，反方向用-1表示，记录当前艏向偏差值△h，将此偏差值投影至上述坐标系中，映射区间为[-1,+1]，数值表示为x_l；

1d)以当前分规划路径起点至终点建立六个象限，分别为I～VI，作为无人水面艇转向参考，根据位置关系，设定当前无人水面艇的象限位置为x_loc；

1e)以当前分规划路径距离终点的距离与无人水面艇转弯动作相关联，将此参数设定为x_t；

1f)总结1a)～1e)形成总的无人水面艇自主航行特征向量为x₀，其包含了1a)～1e)中的所有参数，即x₀＝{x_lat,x_lon,x_k,x_v,x_r,x_n,x_d,x_d1,x_α,x_△η,x_σ0,x_△β,x_H,x_p,x_o,x_u,x_l,x_loc}^T。