System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及無人艇自動控制,尤其涉及一種無人艇全覆蓋垃圾清掃路徑規劃方法。
技術介紹
1、近年來,無人駕駛技術在多個領域得到了廣泛應用。無人艇由于其制造成本低、制造周期短、環境適應能力強和人力成本低等優勢,在海洋資源勘測、環境監測、水域清潔等方面展現出廣闊的應用前景。然而,在復雜的水面環境中,如何高效地進行垃圾清掃和障礙規避是無人艇自主化發展面臨的主要挑戰之一。
2、單元分解法是一種經典的路徑規劃算法,適用于已知環境中的全覆蓋路徑規劃。該方法通過將整個工作區域劃分為若干小單元,并逐一遍歷這些單元來生成覆蓋路徑。傳統單元分解法在處理復雜或不規則障礙物時,可能會生成過多的單元,導致路徑冗余和不必要的轉向。改進的單元分解法通過合并相鄰的路徑片段,減少初始單元數量,優化了路徑規劃的效率和準確性。
3、現有的單元分解法在處理靜態已知環境中的全覆蓋路徑規劃時,若障礙物分布不規則或具有較多的凹形障礙物,會導致路徑規劃中出現大量冗余和不必要的轉向。此外,傳統的避障算法難以同時兼顧路徑規劃的覆蓋效率和安全性。
技術實現思路
1、有鑒于此,本專利技術的目的在于提出一種無人艇全覆蓋垃圾清掃路徑規劃方法,以解決現有方法難以同時兼顧路徑規劃的覆蓋效率和安全性的問題。
2、基于上述目的,本專利技術提供了一種無人艇全覆蓋垃圾清掃路徑規劃方法,包括:
3、s1、將水面區域劃分為柵格地圖,通過合并相鄰路徑片段生成較大的單元;
4、s2、基于貪心算法和拓撲
5、s3、使用圓形和凸四邊形包絡面處理不規則障礙物,將避障問題轉化為狀態不等式約束,即障礙物約束;
6、s4、將路徑規劃的時間最優控制問題轉化為最優參數選擇問題,得到時間最優控制的目標函數;
7、s5、將障礙物約束、控制量約束、運動學方程約束、初始狀態和終端狀態約束構建為約束懲罰函數,并添加到目標函數中,轉化為無狀態約束的最優參數選擇問題,構建優化目標函數;
8、s6、求解優化目標函數,得到無人艇全覆蓋垃圾清掃路徑。
9、優選的,步驟s1中,所述通過合并相鄰路徑片段生成較大的單元包括:
10、將柵格地圖分解為若干路徑片段,每個路徑片段由位于同一行且左右相鄰的柵格組成;
11、基于路徑片段生成初步單元,并對這些單元進行合并以減少單元數量,降低路徑冗余。
12、優選的,步驟s3中,所述使用圓形和凸四邊形包絡面處理不規則障礙物包括:
13、對于圓形包絡面,設障礙物中心坐標為(xi,yi),包絡半徑為ri,障礙物的避障約束表示為:
14、(x(t)-xi)2+(y(t)-yi)2≥ri2;
15、其中x(t)和y(t)表示無人艇在t時刻的位置坐標;
16、對于凸四邊形包絡面,設包絡面由四條邊界線組成,每條邊界線的方程為:
17、lj,z:y(t)-kj,zx(t)-bj,z≤0。
18、其中j表示障礙物序號,即建立的凸四邊形包絡面的序號,z為建立的四邊形四條邊的序號,lj,z表示第j個凸四邊形的第z條邊,kj,z表示第j個凸四邊形的第z條邊的斜率,bj,z表示第j個凸四邊形的第z條邊的截距。
19、優選的,步驟s4具體包括:
20、將可變時間域[0,t]變換為固定域[0,1],變換公式為:
21、dt/ds=t,其中,s為轉換后的時間刻度;
22、在控制參數化過程中,將連續的控制量離散化為若干區間內的控制參數,將時間域[0,t]被劃分為n個等間隔的區間,則控制量u(t)在第i個區間內的值為常數ui,即:
23、
24、對于每個區間,控制量ui作為優化變量,結合時間尺度變換,將原始的時間最優控制問題轉化為一個離散的參數優化問題,得到時間最優控制的目標函數為:
25、其中,j為性能指標,t為總時間,òi為控制量的懲罰系數,用于平滑控制量的變化。
26、優選的,時間最優控制的目標函數的約束條件包括:
27、
28、其中p1為路徑規劃中需要求解的最小目標函數,s1為控制量約束,s2為運動學方程約束,s3為初始狀態和終端狀態約束,s4和s5為障礙物約束,γ為角加速度;a為直線加速度,為運動學方程,x(0)=x0,x(t)=xt分別為初始狀態和終端狀態,ni和nj為自然數。
29、優選的,步驟s5中構建的所述優化目標函數為:
30、
31、其中,α,β,λ是常數;ε是懲罰參數,εa,εβ,εγ為懲罰因子,wj為正實數參數,δ,w為權重。
32、優選的,步驟s6還包括:
33、對所述優化目標函數進行哈密頓函數處理,得到哈密頓方程:
34、
35、求解得到的哈密頓方程,得到規劃的無人艇全覆蓋垃圾清掃路徑。
36、本專利技術的有益效果:
37、本專利技術基于改進單元分解法和精確罰函數最優控制,通過將約束條件轉化為懲罰項添加到目標函數中,使得優化問題能夠通過常規的非線性優化技術求解。精確罰函數法在處理連續狀態不等式約束和終端約束時具有顯著優勢,能夠在保證約束條件滿足的情況下,優化目標函數。結合控制參數化和時間尺度變換,精確罰函數法有效地解決了無人艇在復雜水域中的避障航跡規劃問題;
38、本專利技術通過引入自適應調整機制,根據當前路徑和障礙物分布情況動態調整控制參數和懲罰系數,確保無人艇在不同環境下均能獲得最優路徑,兼顧了路徑規劃的覆蓋效率和安全性。
本文檔來自技高網...【技術保護點】
1.一種無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,所述方法包括:
2.根據權利要求1所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,步驟S1中,所述通過合并相鄰路徑片段生成較大的單元包括:
3.根據權利要求1所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,步驟S3中,所述使用圓形和凸四邊形包絡面處理不規則障礙物包括:
4.根據權利要求3所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,步驟S4具體包括:
5.根據權利要求4所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,所述時間最優控制的目標函數的約束條件包括:
6.根據權利要求1所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,步驟S5中構建的所述優化目標函數為:
7.根據權利要求5所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,步驟S6還包括:
【技術特征摘要】
1.一種無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,所述方法包括:
2.根據權利要求1所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,步驟s1中,所述通過合并相鄰路徑片段生成較大的單元包括:
3.根據權利要求1所述的無人艇全覆蓋垃圾清掃路徑規劃方法,其特征在于,步驟s3中,所述使用圓形和凸四邊形包絡面處理不規則障礙物包括:
4.根據權利要求3所述的無人艇全覆...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。