无人艇航路规划设计研究

沈海伟

（海军装备部驻上海地区第二军事代表室，上海 200129）

1 引言

水面无人艇是一种具有自主航行能力的小型水面运动平台，3 级海况下可高速航行。由大中型舰艇或岸基布放和回收。水面无人艇又称作 USV，可依据具体任务进行载荷设备的搭载。对典型作战任务进行模块化设计，以实现任务快速切换来完成反水雷、目标态势收集、水文气象调查等任务。USV 应具备有人驾驶及无人驾驶方式。USV 可执行周期长和重复性的海上任务，广泛应用在态势感知、警戒巡逻、侦察监视、目标指示、物资运输等领域。在军用和民用领域都有极大的应用价值。在军事领域，借助于无人艇的高机动性可以实现机动作战和机动部署，基于模块化技术，在通用无人水面平台的基础上，通过部署高度集成的具有不同任务功能的板卡，快速换装使无人艇具有不同任务的执行力。全球现阶段具有的 USV 可完成 16种不同种类的任务，包括海上安全、水面战、水文环境调查、反水雷、反潜战、防御性反馈等任务，应用前景被十分看好。在民用领域，USV 主要用于搜救、水文气象调查等科学研究。无论军用还是民用，路径规划都是发展 USV 自主航行技术的关键技术之一。

航路规划是指无人艇从起始点驶抵会和点的海上航行路线。依据 USV 自主航行的特点，避障成为全局路径规划的主要问题。对于此问题，已经有很多知名学者针对此问题展开研究。而复杂的海洋环境和航行船舶信息的实时变化带来的更多是动态障碍，依据《国际海上避碰公约》应对动态障碍更是难点。

本文基于 USV 航路规划获取障碍信息，将问题划分为包含全区域航路规划和部分区域动态航路规划。全区域航路规划是大规模，续航力强的路径规划。借助于已知的电子海图信息，结合相应的实时船舶信息，依据任务需求进行决策，运用相应算法，在设定的海域内完成无障碍航行的航路规划。部分区域动态航路规划指的是 USV 在全海域航行过程中，借助水听器、光电、AIS 等载荷设备对周围态势进行感知，探测到障碍物后，进行自主避障，等待成功避障后，再沿着全局路径继续航行。本文对国内外 USV 全局路径规划和局部路径规划算法现状进行综述和分析。

2 全区域航路规划

在航行指挥台上借助电子海图信息，设计 USV 全区域离线航路规划，这被称作全局路径规划。利用电子海图的提供的信息可对 USV 航行任务区域排查所有静态障碍物，包括暗礁、沉船、岛屿等。使用相应的路径规划算法找到起始点与终点的无障碍路径。通常采用离线的方法，在 USV 执行任务之前依据任务决策设定好 USV 的航路。USV 相比于 UAV 和UUV 等其他无人装备，发展较为落后。USV 的全局路径规划也是借鉴了其他无人平台及相应的智能平台，现今最常用的路径规划算法有栅格法、A* 算法、粒子群优化算法、带有大局观移动规则的蚁群算法等。但由于海洋环境相比于其他无人平台所处的环境来说更为复杂，对于 USV 航行还存在着较大影响。

为了提高目标搜索效率，学者陈超[1]等设计了 USV 基于启发式探索的全局航路规划算法，这种算法的特点是将 USV类比成一个质点，USV 的机动性限制未被考虑在内。达到找寻一条最优路径的目标，学者卢艳爽[2]等提出用 A* 等算法作为目标实现算法，优点在于可达到选取最优路径的目的，缺点为需要 USV 必须在已设定的路径范围内，需要提高对 USV 的控制性。相关研究人员在传统 A* 算法的基础上进行改进，利用可视图化的方法对算法进行改进，改进后的算法提高了可视图的机动性，提高了航路规划规划效率。该方法的缺点在于没有考虑复杂海洋环境对 USV 艇体平台及载荷设备的影响。

要解决复杂海洋环境对 USV 航行中影响并解决 Dijkstra占用大量数据资源的问题，学者庄佳园[3]等人设计出可利用电子态势显示的距离择优 Dijkstra 方法。该方法采用非静态网格模型，提高了工作速率与算法精度，缺点在于仅靠电子态势图进行模型及建立，忽略复杂海洋环境对 USV 的影响。学者张玉奎[4]借助人工势场等算法提出了 USV 大区域航路规划，借助仿真软件证实所设计的方法可以进行情况复杂的避障操作，该方法的缺点在于没有利用电子海图进行规划，仅仅对于简洁的图形结构和海岸线进行航路规划。

学者 SONG CH[5]等设计了一种基于蚁群算法的 USV 航路规划算法，该算法使用栅格化电子海图环境建模方法，利用反馈的信息素的更新情况进行航路规划路线的实时更新，保证任务完成更加高效。学者 SONG CH 等在传统蚁群算法上提出了一种改进算法为水面 USV 全局路径规划办法，事实证明该算法可以为 USV 在已知水文环境中得到一条全局避碰航路。要克服全区域环境因素下的航路全区域规划等相关难点，学者饶森[6]提出可以将分类和激活值相辅助以及分类和遗传算法相辅助的航路规划办法，分类方式的特点在于基于二维环境，提出用十六叉树的环境模型进行每一层地图的建立，对于每层地图都建立邻近划分域之间的联系，标记开始与结束点。该方法并不适用电子海图需要在真实环境下才能适用，该方法依然没有考虑复杂的海洋环境状态对艇体性能的影响。

基于上述，学者张玉奎利用仿真软件对所做的 USV 航路规划进行了仿真，仿真结果表明可以对复杂障碍物环境下的航路规划有较好的表现，而且可以择优选择避障路径。该方法存在的缺点是未能将复杂电子海图考虑进去，而仅仅只能对于较简单的海洋环境进行规划。

学者刘建[7]基于势场法进行了优化，并将优化后的方法与非静态栅格法进行统一，提出一种非静态势场栅格法，借助于此方法对环境进行建模，利用优化的势场法选择最佳航路规划，借助相应方法减少标记点，目标完成航路规划优化。该方法的学习速度快但该方法依然没有考虑复杂的海洋环境状态对艇体性能的影响。

3 局部路径规划

局部路径规划依靠的基础为 AIS（民用船舶设备）载荷设备获取周围海域船舶目标态势信息，依据艇体搭载的光电，导航雷达等水面载荷设备，水下载荷设备包括侧扫声呐，吊放声呐，前世声呐等对障碍物探测信息的辅助进行局部航路规划。USV 的局部路径规划算法常见的为速度障碍法、滚动窗口法、向量场直方图法、人工势场法、智能优化算法等。

向祖权[8]等提出了在满足国际海上避碰规则下的粒子群航路规划算法，该算法在极坐标系下建模处理，利用启发式知识和平滑处理对 USV 航行路线优化改善，提高了算法的性能，并利用仿真试验验证算法的有效性。对于非静态避障问题，杜开君[9]等相关研究人员设计出满足国际海事规则的局部航路规划办法，该方法利用对于动态避障时的速度匹配使其达到与相应动态障碍物相对静止，以国际海事规则为限制条件，采用粒子群算法进行仿真得到此方案对于动态障碍的避障性能较好，决策合理。可借助相应载荷设备提供的动态障碍态势信息提高预测的准确性。

相比于其他无人平台的规避，由于背景环境并没有像海洋环境如此复杂的程度，要给出3级海况以上的危险规避方案，以国际海事规则为约束，学者张汝波[10]等研究人员建立了USV 自适应避碰模型，此模型以强化学习为基础，并以渐进贪心策略作为相应策略建立机制，得出这种策略过程在3级海况以上的工作状态是有效的。学者 Kuwata[11]等在速度障碍法的基础上完成了 USV 的局部动态避障，已知相对障碍物的速度下计算出可以到达的安全临界点的相对距离与到达临界点的时间。当计算的结果均满足上述约束条件视为会碰撞会发生，并建立代价函数，计算出下一步可行速度完成局部避障。

4 结语

对比全局静态航路规划和局部动态航路规划比较而言，前者在算法理论研究的层面较为成熟，并已开展了相关海面试验；对于后者来说却还处于大部分研究处于较简单的工程应用层面，对于相对复杂的障碍物环境并不具备完善的处理能力。在无人艇运动与动力学、国际海事规则、航路规划效率等约束条件下，兼顾复杂多变海洋环境的局部动态路径规划算法依然是下一步的重点研究方向。