無人艇航路規劃設計研究

沈海偉

（海軍裝備部駐上海地區第二軍事代表室，上海 200129）

1 引言

水面無人艇是一種具有自主航行能力的小型水面運動平臺，3 級海況下可高速航行。由大中型艦艇或岸基布放和回收。水面無人艇又稱作 USV，可依據具體任務進行載荷設備的搭載。對典型作戰任務進行模塊化設計，以實現任務快速切換來完成反水雷、目標態勢收集、水文氣象調查等任務。USV 應具備有人駕駛及無人駕駛方式。USV 可執行周期長和重復性的海上任務，廣泛應用在態勢感知、警戒巡邏、偵察監視、目標指示、物資運輸等領域。在軍用和民用領域都有極大的應用價值。在軍事領域，借助于無人艇的高機動性可以實現機動作戰和機動部署，基于模塊化技術，在通用無人水面平臺的基礎上，通過部署高度集成的具有不同任務功能的板卡，快速換裝使無人艇具有不同任務的執行力。全球現階段具有的 USV 可完成 16種不同種類的任務，包括海上安全、水面戰、水文環境調查、反水雷、反潛戰、防御性反饋等任務，應用前景被十分看好。在民用領域，USV 主要用于搜救、水文氣象調查等科學研究。無論軍用還是民用，路徑規劃都是發展 USV 自主航行技術的關鍵技術之一。

航路規劃是指無人艇從起始點駛抵會和點的海上航行路線。依據 USV 自主航行的特點，避障成為全局路徑規劃的主要問題。對于此問題，已經有很多知名學者針對此問題展開研究。而復雜的海洋環境和航行船舶信息的實時變化帶來的更多是動態障礙，依據《國際海上避碰公約》應對動態障礙更是難點。

本文基于 USV 航路規劃獲取障礙信息，將問題劃分為包含全區域航路規劃和部分區域動態航路規劃。全區域航路規劃是大規模，續航力強的路徑規劃。借助于已知的電子海圖信息，結合相應的實時船舶信息，依據任務需求進行決策，運用相應算法，在設定的海域內完成無障礙航行的航路規劃。部分區域動態航路規劃指的是 USV 在全海域航行過程中，借助水聽器、光電、AIS 等載荷設備對周圍態勢進行感知，探測到障礙物后，進行自主避障，等待成功避障后，再沿著全局路徑繼續航行。本文對國內外 USV 全局路徑規劃和局部路徑規劃算法現狀進行綜述和分析。

2 全區域航路規劃

在航行指揮臺上借助電子海圖信息，設計 USV 全區域離線航路規劃，這被稱作全局路徑規劃。利用電子海圖的提供的信息可對 USV 航行任務區域排查所有靜態障礙物，包括暗礁、沉船、島嶼等。使用相應的路徑規劃算法找到起始點與終點的無障礙路徑。通常采用離線的方法，在 USV 執行任務之前依據任務決策設定好 USV 的航路。USV 相比于 UAV 和UUV 等其他無人裝備，發展較為落后。USV 的全局路徑規劃也是借鑒了其他無人平臺及相應的智能平臺，現今最常用的路徑規劃算法有柵格法、A* 算法、粒子群優化算法、帶有大局觀移動規則的蟻群算法等。但由于海洋環境相比于其他無人平臺所處的環境來說更為復雜，對于 USV 航行還存在著較大影響。

為了提高目標搜索效率，學者陳超[1]等設計了 USV 基于啟發式探索的全局航路規劃算法，這種算法的特點是將 USV類比成一個質點，USV 的機動性限制未被考慮在內。達到找尋一條最優路徑的目標，學者盧艷爽[2]等提出用 A* 等算法作為目標實現算法，優點在于可達到選取最優路徑的目的，缺點為需要 USV 必須在已設定的路徑范圍內，需要提高對 USV 的控制性。相關研究人員在傳統 A* 算法的基礎上進行改進，利用可視圖化的方法對算法進行改進，改進后的算法提高了可視圖的機動性，提高了航路規劃規劃效率。該方法的缺點在于沒有考慮復雜海洋環境對 USV 艇體平臺及載荷設備的影響。

要解決復雜海洋環境對 USV 航行中影響并解決 Dijkstra占用大量數據資源的問題，學者莊佳園[3]等人設計出可利用電子態勢顯示的距離擇優 Dijkstra 方法。該方法采用非靜態網格模型，提高了工作速率與算法精度，缺點在于僅靠電子態勢圖進行模型及建立，忽略復雜海洋環境對 USV 的影響。學者張玉奎[4]借助人工勢場等算法提出了 USV 大區域航路規劃，借助仿真軟件證實所設計的方法可以進行情況復雜的避障操作，該方法的缺點在于沒有利用電子海圖進行規劃，僅僅對于簡潔的圖形結構和海岸線進行航路規劃。

學者 SONG CH[5]等設計了一種基于蟻群算法的 USV 航路規劃算法，該算法使用柵格化電子海圖環境建模方法，利用反饋的信息素的更新情況進行航路規劃路線的實時更新，保證任務完成更加高效。學者 SONG CH 等在傳統蟻群算法上提出了一種改進算法為水面 USV 全局路徑規劃辦法，事實證明該算法可以為 USV 在已知水文環境中得到一條全局避碰航路。要克服全區域環境因素下的航路全區域規劃等相關難點，學者饒森[6]提出可以將分類和激活值相輔助以及分類和遺傳算法相輔助的航路規劃辦法，分類方式的特點在于基于二維環境，提出用十六叉樹的環境模型進行每一層地圖的建立，對于每層地圖都建立鄰近劃分域之間的聯系，標記開始與結束點。該方法并不適用電子海圖需要在真實環境下才能適用，該方法依然沒有考慮復雜的海洋環境狀態對艇體性能的影響。

基于上述，學者張玉奎利用仿真軟件對所做的 USV 航路規劃進行了仿真，仿真結果表明可以對復雜障礙物環境下的航路規劃有較好的表現，而且可以擇優選擇避障路徑。該方法存在的缺點是未能將復雜電子海圖考慮進去，而僅僅只能對于較簡單的海洋環境進行規劃。

學者劉建[7]基于勢場法進行了優化，并將優化后的方法與非靜態柵格法進行統一，提出一種非靜態勢場柵格法，借助于此方法對環境進行建模，利用優化的勢場法選擇最佳航路規劃，借助相應方法減少標記點，目標完成航路規劃優化。該方法的學習速度快但該方法依然沒有考慮復雜的海洋環境狀態對艇體性能的影響。

3 局部路徑規劃

局部路徑規劃依靠的基礎為 AIS（民用船舶設備）載荷設備獲取周圍海域船舶目標態勢信息，依據艇體搭載的光電，導航雷達等水面載荷設備，水下載荷設備包括側掃聲吶，吊放聲吶，前世聲吶等對障礙物探測信息的輔助進行局部航路規劃。USV 的局部路徑規劃算法常見的為速度障礙法、滾動窗口法、向量場直方圖法、人工勢場法、智能優化算法等。

向祖權[8]等提出了在滿足國際海上避碰規則下的粒子群航路規劃算法，該算法在極坐標系下建模處理，利用啟發式知識和平滑處理對 USV 航行路線優化改善，提高了算法的性能，并利用仿真試驗驗證算法的有效性。對于非靜態避障問題，杜開君[9]等相關研究人員設計出滿足國際海事規則的局部航路規劃辦法，該方法利用對于動態避障時的速度匹配使其達到與相應動態障礙物相對靜止，以國際海事規則為限制條件，采用粒子群算法進行仿真得到此方案對于動態障礙的避障性能較好，決策合理?？山柚鄳d荷設備提供的動態障礙態勢信息提高預測的準確性。

相比于其他無人平臺的規避，由于背景環境并沒有像海洋環境如此復雜的程度，要給出3級海況以上的危險規避方案，以國際海事規則為約束，學者張汝波[10]等研究人員建立了USV 自適應避碰模型，此模型以強化學習為基礎，并以漸進貪心策略作為相應策略建立機制，得出這種策略過程在3級海況以上的工作狀態是有效的。學者 Kuwata[11]等在速度障礙法的基礎上完成了 USV 的局部動態避障，已知相對障礙物的速度下計算出可以到達的安全臨界點的相對距離與到達臨界點的時間。當計算的結果均滿足上述約束條件視為會碰撞會發生，并建立代價函數，計算出下一步可行速度完成局部避障。

4 結語

對比全局靜態航路規劃和局部動態航路規劃比較而言，前者在算法理論研究的層面較為成熟，并已開展了相關海面試驗；對于后者來說卻還處于大部分研究處于較簡單的工程應用層面，對于相對復雜的障礙物環境并不具備完善的處理能力。在無人艇運動與動力學、國際海事規則、航路規劃效率等約束條件下，兼顧復雜多變海洋環境的局部動態路徑規劃算法依然是下一步的重點研究方向。