水面无人艇路径规划研究综述

摘要：水面无人艇（unmanned surface vessel, USV）近年来受到国内外专家学者越来越多的关注。为了总结分析USV现有路径规划方法及其优缺点，通过对USV路径规划研究进行分类综述和分析，从获取环境空间障碍物的方式，将USV路径规划分为基于海洋环境信息的全局路径规划和基于传感器信息的局部路径规划。总结基于各类研究方法的主要研究成果及其主要特点，剖析其存在的主要问题，阐明USV路径规划的研究思想和意义，提出USV路径规划今后可能的发展方向。

关键词：USV；路径规划；海上交通

一 引言

随着现代科学技术的飞速发展，海上智能交通作为我国科技战略的重要组成部分，主要实现船舶的航行自动化和海上交通的智能化管理。因此，作为海上交通系统的主要个体船舶，对其航行路径的研究，显得尤为重要。而近年兴起的研究热点--水面无人艇，是一种无人操作的水面舰艇，主要用于执行危险以及不适于有人船只执行的任务^[1]。由于其具有体积小、速度快、智能化和自动化程度高的特点而吸引广大研究人员。它不仅可以用于军事领域的扫雷、侦察和反潜作战等方面，还可以用于民用领域的水文气象探测、环境监测和海上搜救等方面。文献［2，3］总结了无人艇的研究历史、现状以及发展趋势。在水面无人艇研发和使用领域，美国和以色列一直处于领先地位。位于美国弗吉尼亚州的UOV公司集风能、太阳能和回收动力作为能源而研发了理论上拥有无限续航能力的UOV，适用于海洋数据监测和收集等^[4]。以色列Elbit公司推出了Stingary号USV，它具有船型小、机动灵活、隐蔽性好和智能巡航等优点^[5]。中国对无人艇的研究起步较晚，但庆幸的是，国内对无人艇的研究已经越来越重视。中国气象局与沈阳航天新光集团共同研制了我国首艘无人驾驶船“天象一号”，它由海上无人探测平台和地面控制系统组成，能满足高海况下工作需求^[6]。

目前水面无人艇主要配备的系统包括运动控制系统、传感器系统、通信系统和武装系统。其中，文献[7]将运动控制系统分为导航定位子系统、路径规划子系统和航迹跟踪子系统。而路径规划作为无人艇研究的核心问题，在一定程度上代表着无人艇智能化水平的高低。近年来对无人艇路径规划的研究成为海上智能交通的热点问题。本文从获取环境空间障碍物的方式，将无人艇路径规划分为基于海洋环境信息的全局路径规划和基于传感器信息的局部路径规划，分别综述其研究方法和成果并深入分析其本质特点和存在的不足，并对无人艇路径规划的发展方向提出几点展望。

二 基于海洋环境信息的全局路径规划

全局路径规划是基于给定的海洋环境信息（通常指电子海图）来获取无人艇所经过区域的静态障碍物信息的大范围离线路径规划。为了解决全局路径规划问题，文献[7]将改进势场法与动态栅格法相结合设计了一种势场动态栅格法，通过将栅格动态细化的方式建立环境模型，利用改进势场法来搜索最优路径，通过减少折线来减少多余的路径点，最终达到路径优化的目的。该方法收敛速度快，能避免传统势场法容易陷入局部极小值问题，但该方法也没有考虑风、浪、流等水文气象因素对路径规划的影响。文献[8]提出一种基于电子海图的距离寻优Dijkstra算法来解决水面无人艇全局路径规划问题。为了克服传统Dijkstra算法占用内存大的问题，该算法使用动态网格模型来减少规划时间，提高规划精度。但该方法在环境模型的建立时仅仅基于电子海图，没有考虑风、浪、流等水文气象因素对航线设计的影响。文献[9]利用遗传算法和人工势场法设计了水面无人艇全局路径规划并进行了仿真实验，实验表明该方法能对多种复杂的障碍物环境进行规划，并且具有能在起点周围三面障碍物中寻找最优路径的能力。但该方法只是针对简单的几何图形和海岸线进行规划，没有引入真正意义上的电子海图。为了寻找一条最小或者接近最小的全局最优路径，文献[10,11]采用时效性好的A星算法作为路径规划算法，该方法也能找到最优路径，但局限性在于无人艇要与即定路径非常近或处在该路径上，这对无人艇的控制系统提出了更高的要求。文献[12]针对大规模海洋环境条件复杂的特点采用碰撞检测技术和限制搜索区域构建障碍物潜在碰撞集，以达到减小航线规划搜索规模的目的。基于栅格模型简单及其对不规则障碍物表达能力强的优点，提取障碍物边界信息建立紧凑、高效的环境模型，对障碍物进行离散化处理，充分利用栅格间的邻接关系基于 Elasticity 算法实现最短航线规划。实验结果表明设计的方法能够满足船舶在复杂的海洋环境中能高效的寻找出最优路径。但该方法没有考虑到转向次数问题，也没有考虑风浪流等外界环境的影响。文献[13]提出一种基于可视图法的A星算法用于解决无人艇全局路径规划问题，该方法克服了传统可视图法灵活性差的问题，可以提高规划效率，减少规划时间。但该算法将无人艇简化成一个质点，没有考虑无人艇的机动性能，同时也没有考虑风浪流的影响。为了解决大范围环境下的全局路径规划问题，文献[14]设计了分层和激活值相结合以及分层和遗传算法结合的路径规划算法，根据分层思想的特点,结合二维环境，采用十六叉树的环境模型建立每一层地图，在每层地图中建立各个区域的邻接关系，确定子起点和子终点。但该方法只是基于真实的海图，没有基于真正意义上的电子海图，也没有考虑风浪流等复杂环境因素的影响。

总之，无人艇全局路径规划的研究思路为：从电子海图中获取本航次所要经过海区的静态障碍信息，包括岸线、岛屿、暗礁和沉船等。然后采用A星算法、距离寻优Dijkstra算法、遗传算法和人工势场法等方法找出从起点到终点的无碰路径。一般采用离线的方法，即在无人艇开航前就设定好航线。但从目前现有的方法来看，大都没有考虑风、浪、流等水文气象因素对航线设计的影响。

三 基于传感器信息的局部路径规划

局部路径规划是根据AIS获取附近船舶信息或者根据雷达等传感装置探测周围障碍物信息的小范围在线路径规划。障碍物通常是动态的船舶或者电子海图未显示的静态障碍物。英国的Wasif Naeeml^[15]等基于哈默斯坦和维纳模型，采用遗传算法非线性预测控制的思想来对无人艇进行实时局部路径规划，它是一个两输入单输出的系统。Canny和Reif^[16]证明了在平面内限定动态障碍物速度的路径规划是NP问题。研究仍没有发现可以得到USV需要的接近于实时计算的最优方案。文献[17]采用基于模糊理论改进的ND方法规避局部危险，并采用Q学习机制和同时更新相似海风状态的Q值来提高收敛速度。该方法主要的贡献是打破了传统忽略风浪流影响的研究方法，在考虑外界因素上迈进了一步，但由于海面环境的复杂性，该方法也只是考虑了二维风的影响，而实际的海风是三维的，也没有考虑海浪和海流等因素的影响。文献[18,19]根据来船的航向和相对方位判断两船的会遇态势，根据来船的距离和速度，不同的会遇态势生成不同的会遇安全领域，进而采用进化算法生成安全路径。该方法融合了国际海上避碰规则的追越、交叉相遇和对遇条款，摒弃了传统的根据两船DCPA和TCPA判断紧迫局面的方法，而是采用规定好的来船相对方位和航向判断会遇态势，智能的生成安全领域和航行路径。该方法简单易行，执行效率高，能快速的生成满足要求的优化路径，但该方法将无人艇简化为一个质点，没有考虑无人艇的机动性能，也没有考虑海风、海浪和海流的影响。为了解决无人艇同时会遇多艘船舶问题，文献[20]提出基于国际海上避碰规则（International Regulations for Preventing Collisions at Sea，以下简称避碰规则）的确定性协同路径规划算法，该算法能使无人艇在会遇多艘船舶时能成功避让并寻找出最优路径，文中从不同的角度验证了算法的一致性和有效性，但该算法也没有考虑风浪流的影响。根据动态障碍物的规避问题，文献[21]提出基于海事规则的局部路径规划方法，该方法将动态障碍物在某一瞬时转换为相对无人艇静止的状态，并用粒子群算法以避碰规则为约束条件进行求解，通过仿真结果表明，该方法能有效规避动态障碍物，得到合理的规避策略。但由于障碍物运动状态的不确定性，预测的障碍物信息难免出现不准确的情况。为了解决复杂海况下的危险规避问题，文献[22]以Sarsa在线策略强化学习算法为基础，提出了USV在复杂海况下的自适应危险规避决策模型，并以渐进贪心策略作为行为探索策略，证明了USV自适应危险规避决策过程能够以概率１收敛到最优行为策略，论证结果表明，采用在线策略强化学习算法提升USV在复杂海况下的危险规避性能是可行的。

对现有文献的综述发现，无人艇局部路径规划可以分为融合避碰规则和不考虑避碰规则两类。融合避碰规则的局部路径规划中，大都采用速度避障法，该方法对来船能成功避让，但对于未知障碍为静态障碍并不适用。不考虑避碰规则的局部路径规划中，将来船视为其他动态障碍，即无论来船的航向和航速如何，无人艇都对其进行避让，这会使无人艇在海上航行时，当需要来船采取避让行动的时候，无人艇也采取了避让行动，这会使两船行为的不协调，容易引起碰撞事故的发生。

四 无人艇路径规划的发展方向

为深入研究无人艇路径规划中的建模问题，笔者认为以下可能的发展方向应该受到重视。

（一） 针对无人艇路径规划中的环境建模问题，应考虑加入风、浪和流等外界因素的干扰。通过模拟，实测和咨询专家等方式获取比较可靠的数据，将获得的数据对模型进行验证。

（二） 在无人艇会遇他船时，在采取避让行动时应考虑无人艇碰撞危险度问题，目前并无权威的无人艇碰撞危险度模型，因此可以参考现有船舶的碰撞危险度，根据无人艇的实际情况，构建无人艇碰撞危险度。

（三） 人工智能方法具有快速寻优的优点，已在建模、数字信号和图像处理等方面得到了广泛的应用，但在无人艇路径规划中，基于智能技术的路径规划远未发挥现有智能信息处理技术的优势，还需深入研究。

五 结语

    水面无人艇无论在民用领域还是军事领域都发挥着不可估量的重要作用，是一个国家大力发展海洋强国战略不可或缺的有力武器。为推动无人艇路径规划的深入研究和广泛应用，本文从获得障碍物信息方式的角度，对现有路径规划方法进行分类综述和分析，总结出各类研究方法的现有成果和主要优缺点，剖析存在的问题。在此基础上，提出无人艇路径规划具有重要理论意义和实际应用价值的发展方向。

参考文献

[1]熊亚洲,张晓杰,冯海涛等.一种面向多任务应用的无人水面艇[J].船舶工程,2012, 34(1):16-19.

[2]Manely J E. Unmanned Surface Vehicles, 15 Years of Development [C]// Proc. Oceans 2008 MTS/IEEE Quebec Conference Exhibition, Quebec City: Ocean’08, 2008:1-4.

[3]Veers J, Bertran V. Development of the USV Multi-mission Surface Vehicle III [C]//5th Int. Computer and IT Application in the Maritime Industries, COMPIT.2006:345-355.

[4]VEERS J, BERTRAM V. Development of the USV multi-mission surface vehicle III[C] // 5th International Conference on Computer Applications and Information Technology in the Maritime Industries. Delft, 2006.

[5]YAN R, PANG S, SUN H, et al. Development and missions of unmanned surface vehicle [J]. Journal of Marine Science and Application, 2010, 9(4):451-457.

[6]柳晨光,初秀民,吴青等. USV发展现状及展望[J].中国造船,2014,55(4):194-205.

[7]刘建.水面无人艇路径规划技术的研究[D].江苏科技大学.2014.

[8]庄佳园,万磊,廖煜雷,孙寒冰.基于电子海图的水面无人艇全局路径规划研究[J].计算机科学,2011,38(9):211-219.

[9]张玉奎.水面无人艇路径规划技术研究[D].哈尔滨工程大学.2008.

[10]卢艳爽.水面无人艇路径规划算法研究[D].哈尔滨工程大学,2010.

[11]王锦川.自主式水面航行器导航与制导算法的研究[D].大连海事大学,2014.

[12]汤青慧.基于电子海图的航线规划方法研究[D].中国海洋大学,2011.

[13]陈超,唐坚.基于可视图法的水面无人艇路径规划设计[J].中国造船,2013,54(1):129-135.

[14]饶森.水面无人艇的全局路径规划技术研究[D].哈尔滨工程大学.2007.

[15] Naeeml W, R Sutton, J Chudley. Modeling and Control of unmanned surface vehicle for environment monitoring [J]. Robotic Ocean Vehicles for Marine Science Applications, 2006, 1:409-415.

[16] J Canny, J Reif. New lower bound techniques for robot motion planning problem[C]. Proceedings of 28th Annual IEEE Symp on Foundation of Computer Science, Los Angeles: CA, 1987:49-60

[17]王敏捷.USV自适应局部危险规避方法研究[D].哈尔滨工程大学,2012.

[18] Tam C, Bucknall R. Collision risk assessment for ships [J].Journal of Marine Science and Technology, 2010, 15:257-270.

[19] Tam, C, Bucknall R. Path planning algorithm for ships in close range encounters [J].Journal of Marine Science and Technology, 2010, 15:395-470.

[20] Tam, C, Bucknall R. Cooperative path planning algorithm for marine surface vessels [J].Ocean Engineering, 2013, 57:25-33.

[21]杜开君,茅云生,向祖权,周永清等.基于海事规则的水面无人艇动态障碍规避方法[J].船舶工程,2015,44(3):119-124.

[22]张汝波,唐平鹏,杨歌,李雪耀等.水面无人艇自适应危险规避决策过程收敛性分析[J].计算机研究与发展,2014,51(12):2644-2652.