1．目的及意义

无人船是指在无船员的情况下，直接由自动导航系统控制从而保持正常航行和作业的一类船舶的总称。对于无人船的研究国内起步较晚，但这方面的研究也已经受到越来越多的重视。在国内，无人船除了应用于科学考察外，在环境监测、区域巡航等领域也有用武之地^[1]。路径规划问题是无人船实现自主导航和执行各种特定任务的核心问题之一，也是人工智能的研究热点之一。路径规划是指无人船在起点和终点位置已经给定，且两点间障碍物和可通行区域已知或未知的环境下，通过特定的算法，自主规划一条满足从起始位置到目标位置的路径最短的安全可通行无碰撞路径^[2]。

根据无人船实际工作环境的不同可分为全局路径规划和局部路径规划两类，局部路径规划和全局路径规划并没有本质区别。很多适用于全局路径规划的方法经过改进都可以用于局部路径规划，而适用于局部路径规划的方法都可以适用于全局路径规划^[3-5]。

全局路径规划是一种静态路径规划，即在环境和障碍信息已知，且不变的前提下，搜寻从起点位置到目标位置的无碰撞最短路径，目前对于全局路径规划的研究已经取得了很好的成果，但仍有一定的局限性；而局部路径规划则侧重于路径规划的实时性，工作环境处于变化状态，适用于位置环境的路径规划，在这种环境中需要依靠传感器采集当前的障碍物信息，进而规划出局部实时路径。

随着人工智能的快速发展，国内外研究人员在路径规划问题上的研究也有了很大变革^[6]，从一开始的传统算法如弗洛伊德算法^[7]、迪杰斯特拉算法^[9]等到后来的启发式智能算法如遗传算法^[5]、人工神经网络算法^[8]、A*算法^[10]等，路径搜索的算法愈发成熟，随着对路径规划的研究越来越深入，移动机器人、无人机、无人船等自主无人设备的应用也越来越广泛。

目前已知的路径算法都各有自己的优缺点，其中A*算法是经典的启发式智能算法，吸收借鉴了迪杰斯特拉的优点，并引入了启发信息，具有效率高，操作简单，快速响应准确性高的优点，是一种在静态路网中求解最短路最有效的方法，因此在路径规划问题中被广泛应用^[11][14]。然而传统的A*算法生成的路径既不平滑也不连续^[12]，本文选题的目的在于，首先通过栅格法、可视图法和拓扑图法等环境建模方法建立环境模型^[13][15]，然后通过A*算法生成一条最短的无碰撞路径，并对已生成的路径进行平滑处理^[16]以满足无人船的机动性，最终实现无人船在静态环境中的全局路径规划。

{title}

2. 研究的基本内容与方案

{title}

研究内容主要从无人船的作业环境建模、路径搜索和路径平滑三个方面进行讨论。

1）首先对无人船的工作环境建模，环境建模是解决路径规划问题的首要任务，目的是建立便于计算机进行路径规划所使用的环境模型，考虑到无人船实际作业环境的复杂程度,本文拟采用栅格法进行环境建模。

栅格法首先对环境地图进行预处理，即对图像进行二值化处理使图像转换成灰度图，然后将其划分为多个大小相同的矩形区域，并用数组存储栅格信息。没有障碍物的栅格设为自由区域，在数组中标为0，有障碍物的栅格设为不可通行区域，标为1，对于混合栅格，即一部分为自由空间，一部分为障碍物的栅格设为不可通行区域。栅格大小会直接影响算法运行性能，当栅格尺寸的较小时，精确度更高，但是栅格数量会增多，地图维护所占用的内存和时间迅速增加，从而增加计算机的实时处理难度。栅格尺寸要根据无人船的实际尺寸和回转半径来确定，以确保任意栅格都能容纳无人船，且任意两个栅格之间都能满足无人船的航行性能。

2）路径搜索，在环境模型的基础上应用A*算法在静态环境中寻找一条可行无碰撞的最短路径，实现初步的全局路径规划。