一种最佳路径的预测方法、装置以及设备与流程

1.本发明涉及路径规划领域，特别是涉及一种最佳路径的预测方法、装置以及设备。


背景技术：

2.目前海上搜救需要协调一切政府和其他社会资源，进行遇险接警、定位，组织各种力量进行搜寻救助，并将遇险人员转移到安全地点。海上安全是发展海洋强国的前提保障，对海上应急救援工作提出了更高的要求，海上救援任务日益艰巨。随着海洋工程技术的发展，海上生物、矿产资源、海水的开发利用，海洋运输等工程项目日益增多，海上活动的规模越来越大，海难事故频发。又因为海上通航环境存在特殊性，海上救援工作易受到海上天气情况的影响，导致救援工作不能及时开展，由此造成严重的经济损失和惨重的人员伤亡，突显出海上救援技术的发展的重要性。
3.现有技术中的路径规划只考虑的路径长短，并没有考虑环境障碍物在行进过程中所带来的其他因素，因此在行进过程中遇到危险的情况很大，因此在行进路径是需要将环境中障碍物的因素也考虑进去，提高路径规划的准确性。
4.综上所述可以看出，结合环境参数提高路径规划的准确性是目前有待解决的问题。


技术实现要素：

5.本发明的目的是提供一种最佳路径的预测方法，解决了现有技术中未考虑环境参数来规划路径，导致规划路径不准确的弊端。
6.为解决上述技术问题，本发明提供一种最佳路径的预测方法，包括：s1：利用gps定位技术获取目标点与起点的区域情况；
7.s2：将所述目标点与起点的区域情况量化为搜索栅格表，并确定所述搜索栅格表中的障碍栅格数和自由栅格数；
8.s3：基于所述搜索栅格表和所述障碍栅格数，确定环境参数，将所述环境参数带入a*算法中，得到新的代价函数；
9.s4：建立开启列表和关闭列表，将起点所在栅格添加至所述开启列表中；
10.s5：将所述起点所在栅格相邻的自由栅格加入所述开启列表中；
11.s6：寻找所述开启列表中新代价函数最小的栅格，记为当前栅格，并将所述起点栅格移动至所述关闭列表中，保存当前路径；
12.s7：将所述当前栅格作为新起点栅格，重复上述步骤s6至s7；
13.s8：直至所述目标节点移动至所述关闭列表时，停止迭代，将所述关闭列表中的所有路径导出，得到最佳路径。
14.优选地，利用gps定位技术获取目标点与起点的区域情况包括：
15.利用所述gps获取所述目标点与起点的位置坐标；
16.将所述目标点与所述起点的位置坐标导入卫星系统中，利用所述卫星系统获取所
述目标点与起点的区域情况。
17.优选地，所述将所述目标点与起点的区域情况量化为搜索栅格表，并确定所述搜索栅格表中的障碍栅格数包括：
18.利用所述栅格法将所述目标点与起点的区域情况进行栅格化，得到所述搜索栅格表；
19.将所述搜索栅格表中包含障碍物的栅格标识为所述障碍栅格，并确定所述障碍栅格的数量，不包含所述障碍物的栅格为所述自由栅格。
20.优选地，所述基于所述搜索栅格表和所述障碍栅格数，确定环境参数，将所述环境参数带入a*算法中，得到新的代价函数包括：
21.将所述搜索栅格表数目记为m，所述障碍栅格数目记为n，构建所述环境参数a＝n/m；
22.将所述环境参数a带入所述a*算法中的代价函数f＝g+h，得到所述新代价函数f＝g+eah；
23.其中，f为所述搜索栅格表数据m的最小代价估计；g为从起点栅格到当前栅格的最小代价，h为从当前栅格到目标点栅格的最小估计代价。
24.优选地，所述将所述起点所在栅格相邻的自由栅格加入所述开启列表中包括：
25.将所述障碍栅格记为1，所述自由栅格记为0；
26.判断所述起点所在栅格相邻的栅格为0还是为1；
27.当所述相邻的栅格为1时，则将其栅格删除；
28.若所述相邻的神格为0时，则将其栅格加入所述开启列表中。
29.优选地，所述将所述当前栅格作为新起点栅格，重复上述步骤s6至s7，每次重复后包括：
30.判断当前栅格与所述起点栅格之间是否有障碍栅格；
31.若所述当前栅格与所述起点栅格之间没有所述障碍栅格，则重新计算所述当前栅格与所述起点栅格的路径，替换当前路径；
32.若所述当前栅格与所述起点栅格之间有所述障碍栅格，则保持所述当前路径。
33.本发明还提供了一种最佳路径的预测装置，包括：
34.获取区域模块，用于利用gps定位技术获取目标点与起点的区域情况；
35.栅格区域模块，用于将所述目标点与起点的区域情况量化为搜索栅格表，并确定所述搜索栅格表中的障碍栅格数和自由栅格数；
36.构建函数模块，用于基于所述搜索栅格表和所述障碍栅格数，确定环境参数，将所述环境参数带入a*算法中，得到新的代价函数；
37.建立列表模块，用于建立开启列表和关闭列表，将起点所在的节点栅格添加至所述开启列表中；
38.确定相邻栅格模块，用于将所述起点所在栅格相邻的自由栅格加入所述开启列表中；
39.计算最小路径模块，用于寻找所述开启列表中新代价函数最小的栅格，记为当前栅格，并将所述起点栅格移动至所述关闭列表中；
40.迭代确定路径模块，用于将所述当前栅格作为新起点栅格，重复上述所述确定相
邻栅格模块和计算最小路径模块；
41.输出最佳路径模块，直至所述目标节点移动至所述关闭列表时，停止迭代，将所述关闭列表中的路径导出，得到最佳路径。
42.本发明还提供了一种最佳路径的预测设备，包括：
43.存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述一种最佳路径的预测方法的步骤。
44.本发明还提供了一种采用上述任一项所述的最佳路径的预测方法在海上救援系统上的应用；
45.本发明还提供了一种采用上述任一项所述的最佳路径的预测方法在智能平面机器人系统上的应用。
46.本发明所提供的一种最佳路径的预测方法，确定待搜索区域，并将带搜索区域划分为栅格表，确定其地点与目标点，在栅格表中统计故障栅格，根据障碍栅格数与所有栅格数确定环境参数，并将环境参数引入a*算法中的代价函数中，改变代价函数的权重，得到新代价函数，优化a*算法，然后利用优化后的a*算法进行最佳路径的预测，得到最佳路径，本发明增加了环境参数对路径规划带来的影响，提高了最佳路径预测的准确性，实现了路径规划自适应调整。
附图说明
47.为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1为本发明所提供的最佳路径的预测方法的第一种具体实施例的流程图；
49.图2为本发明所提供的最佳路径的预测方法的第二种具体实施例的流程图；
50.图3位本发明简化模拟路径图；
51.图4为本发明实施例提供的一种最佳路径的预测装置的结构框图。
具体实施方式
52.本发明的核心是提供一种最佳路径的预测方法，增加环境参数改变代价函数的权重，提高路径预测的准确性。
53.为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
54.请参考图1，图1为本发明所提供的最佳路径的预测方法的第一种具体实施例的流程图；具体操作步骤如下：
55.步骤s101：利用gps定位技术获取目标点与起点的区域情况；
56.利用所述gps获取所述目标点与起点的位置坐标；
57.将所述目标点与所述起点的位置坐标导入卫星系统中，利用所述卫星系统获取所
述目标点与起点的区域情况。
58.步骤s102：将所述目标点与起点的区域情况量化为搜索栅格表，并确定所述搜索栅格表中的障碍栅格数和自由栅格数；
59.利用所述栅格法将所述目标点与起点的区域情况进行栅格化，得到所述搜索栅格表；
60.将所述搜索栅格表中包含障碍物的栅格标识为所述障碍栅格，并确定所述障碍栅格的数量，不包含所述障碍物的栅格为自由栅格。
61.步骤s103：基于所述搜索栅格表和所述障碍栅格数，确定环境参数，将所述环境参数带入a*算法中，得到新的代价函数；
62.将所述搜索栅格表数目记为m，所述障碍栅格数目记为n，构建所述环境参数a＝n/m；
63.将所述环境参数a带入所述a*算法中的代价函数f＝g+h，得到所述新代价函数f＝g+eah；
64.其中，f为所述搜索栅格表数据m的最小代价估计；g为从起点栅格到当前栅格的最小代价，h为从当前栅格到目标点栅格的最小估计代价。
65.步骤s104：建立开启列表和关闭列表，将起点所在栅格添加至所述开启列表中；
66.步骤s105：将所述起点所在栅格相邻的自由栅格加入所述开启列表中；
67.将所述障碍栅格记为1，所述自由栅格记为0；
68.判断所述起点所在栅格相邻的栅格为0还是为1；
69.当所述相邻的栅格为1时，则将其栅格删除；
70.若所述相邻的神格为0时，则将其栅格加入所述开启列表中。
71.步骤s106：寻找所述开启列表中新代价函数最小的栅格，记为当前栅格，并将所述起点栅格移动至所述关闭列表中，保存当前路径；
72.步骤s107：将所述当前栅格作为新起点栅格，重复上述步骤s106至s107；
73.判断当前栅格与所述起点栅格之间是否有障碍栅格；
74.若所述当前栅格与所述起点栅格之间没有所述障碍栅格，则重新计算所述当前栅格与所述起点栅格的路径，替换当前路径；
75.若所述当前栅格与所述起点栅格之间有所述障碍栅格，则保持所述当前路径。
76.步骤s108：直至所述目标节点移动至所述关闭列表时，停止迭代，将所述关闭列表中的所有路径导出，得到最佳路径。
77.在本实施例中，利用定位系统锁定起点到目标点的待搜索区域，将待搜索区域进行栅格化，获取待搜索区域内的总栅格数以及带有障碍物的障碍栅格数；根据栅格总数和障碍栅格数确定环境参数，将环境参数引入a*算法的代价函数中，修订代价函数的权重得到新代价函数，提高了预测的准确性，然后采用优化后a*算法进行路径规划预测，得到起点到目标点的最佳路径，本发明将环境参数引入a*算法中，改变代价函数的权重，优化a*算法，使预测更加准确，实现路径规划的自适应调整，预测结果更加准确。
78.基于上述实施例，本实施例详细描述了一种海上无人搜救艇救援的最佳路径预测方法，请参考图2，图2为本发明所提供的最佳路径的预测方法的第二种具体实施例的流程图；具体操作步骤如下：
79.步骤s201：锁定求救信息的求救位置；
80.利用北斗定位和通讯信息确定接收到求救信号的位置。
81.步骤s202：确定搜索海域，采用栅格法建立栅格表；
82.将无人机搜救艇作为起点，将求救信号作为目标点；
83.利用卫星定位确定其搜救海域，并识别海域信息内的障碍物；
84.利用栅格法将搜救海域量化为栅格表。
85.步骤s203：确定环境参数；
86.将栅格表中为障碍物的栅格记为障碍栅格，其障碍栅格数量记为n，栅格表的总数为m，确定其环境系数a＝n/m；其余没有障碍物可自由通行的栅格为自由栅格。
87.步骤s204：利用环境参数优化a*算法，并利用优化后的a*算法进行路径搜索；
88.从起点a出发，将起点a加入打开列表中，查看与起点a相邻的自由栅格，并将其加入打开列表中；
89.将环境系数引入代价函数中，得到新代价函数f＝g+eah；
90.将起点a所在的栅格作为父栅格，从开始列表移动至关闭列表中；
91.寻找起点a相连的栅格中新代价函数最小的栅格作为新的父栅格，并将其移动至关闭列表中；
92.基于新的父栅格，继续寻找相邻栅格中代价函数最小的栅格，并设置为新的父栅格；重复上述步骤的过程，直至目标点加入所述关闭列表中；得到最佳路径。
93.a*算法是一种启发式搜索算法，主要是通过启发函数来减少搜索的节点数，提高搜索效率。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。
94.步骤s205：根据得到的路径，派出无人搜救艇进行搜救。
95.将最佳路径通过运算转变为实际的行驶路径；
96.通过无线通讯装置将实际的行驶路径传输至无人搜救艇中；
97.无人搜救艇根据路径行驶，快速到达搜救地点。
98.如图3所示，图3位本发明简化模拟路径图；a点为无人艇起点，b点为搜救点，图中黑色方格表示为搜救海域的障碍物，以a点为搜索起始点，将相邻的方格加入open表中，通过算法运行，得出路径1和路径2，计算f(min)后，得出与a相邻的右方格为父方格，以此迭代，最终得到最优路径。
99.在本实施例中采用北斗定位识别无人搜救艇和求救信号的位置，并确定搜救海域以及海域内的障碍信息；根据搜救海域的海域信息确定环境系数，将环境系数引入a*算法中优化a*算法，然后利用优化后的a*算法进行路径搜索，得到最佳的行驶路径，海上无人搜救艇根据行驶路径快速到达求救地点。本发明根据不同的环境信息，确定其环境参数，对算法进行优化，改变其代价函数的权重，实现路径规划自适应调整，提高抗干扰能力，有效解决高速搜救无人艇在复杂多变的海域中进行救援时最优路径选择问题，有效控制搜救无人艇自主航行和自主避障及自返航的行动轨迹。
100.在本发明的实施例中，还提供了一种智能平面机器人系统上的应用，其实施方式与上述一种海上无人搜救艇救援的最佳路径预测方法类似，在此不再赘述。
101.请参考图4，图4为本发明实施例提供的一种最佳路径的预测装置的结构框图；具体装置可以包括：
102.获取区域模块100，用于利用gps定位技术获取目标点与起点的区域情况；
103.栅格区域模块200，用于将所述目标点与起点的区域情况量化为搜索栅格表，并确定所述搜索栅格表中的障碍栅格数和自由栅格数；
104.构建函数模块300，用于基于所述搜索栅格表和所述障碍栅格数，确定环境参数，将所述环境参数带入a*算法中，得到新的代价函数；
105.建立列表模块400，用于建立开启列表和关闭列表，将起点所在的节点栅格添加至所述开启列表中；
106.确定相邻栅格模块500，用于将所述起点所在栅格相邻的自由栅格加入所述开启列表中；
107.计算最小路径模块600，用于寻找所述开启列表中新代价函数最小的栅格，记为当前栅格，并将所述起点栅格移动至所述关闭列表中；
108.迭代确定路径模块700，用于将所述当前栅格作为新起点栅格，重复上述所述确定相邻栅格模块和计算最小路径模块；
109.输出最佳路径模块800，直至所述目标节点移动至所述关闭列表时，停止迭代，将所述关闭列表中的路径导出，得到最佳路径。
110.本实施例的最佳路径的预测装置用于实现前述的最佳路径的预测方法，因此最佳路径的预测装置中的具体实施方式可见前文中的**方法的实施例部分，例如，获取区域模块100，栅格区域模块200，构建函数模块300，建立列表模块400，确定相邻栅格模块500，计算最小路径模块600，迭代确定路径模块700，输出最佳路径模块800，分别用于实现上述最佳路径的预测方法中步骤s101，s102，s103，s104，s104，s105，s106，s107和s108所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
111.本发明具体实施例还提供了一种最佳路径的预测设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述一种最佳路径的预测方法的步骤。
112.本发明具体实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种最佳路径的预测方法的步骤。
113.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
114.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
115.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执
行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
116.以上对本发明所提供的一种最佳路径的预测方法、装置以及设备进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。