1. 研究目的与意义（文献综述）

曾经，世界各地都有着幽灵船，鬼船的传说。现在，这些传说或许正在变成现实。无人船便是如同这些传说所描述的一般，无需人为操作就可以在水面行驶。而我所选择的课题是对无人船在湖面上航行的路径进行规划。先对无人船做一个简单的介绍吧，无人船是一种可以无需遥控，借助精确卫星定位和自身传感即可按照预设任务在水面航行的全自动水面机器人，英文缩写为usv。早在上世纪60年代，远程控制的无人艇船队就广泛用于军事领域。近年来，随着自动控制、物联网、大数据等技术的快速发展，与船舶有关的环境感知技术、通信导航技术等也得到广泛的应用，为智能船/无人船的开发提供了广阔的技术可行性。无人船的出现可以说是历史的必然。许多在水面上的危险工作促使着他们一直在进步。而无人船的发展自然离不开软件与硬件的研发。我们需要有能支持无人船在水上行走的动力，同样的也需要为这些动力规划施展的方向。这次课题便是在为一个已经做成实物的无人船注入他的灵魂，让他能在水面上“自由”的驰骋。

纵观无人船的发展历史，自1898年尼古拉-特拉斯发明了无线机器人后，无人船首次在实战中的应用是在二战时期，被用作清除鱼雷和障碍物。这些早期无人船基本上都是由电缆或母舰通过无线电发送信号传输的。时至今日，无人船在突破了重多软硬件难关后，迎来了一段高速发展时期。今天的无人船功能更多，应用面积更广。而不同情况下，无人船的设计与路径的规划都不尽相同。

2017年6月，美国船级社、中国 船级社、中国舰船研究设计中心、沪 东中华造船（集团）有限公司等多家全 球船舶行业顶级企业和机构齐聚上 海，共同成立无人货物运输船开发 联盟。7月，中国船舶工业集团公司、 大连海事大学、中国船级社、交通运 输部水运科学研究院共建的“无人船 技术与系统联合重点实验室”揭牌。 2018年3月，珠海万山无人船海上测 试场建设项目正式启动，作为亚洲首 个无人船海上测试场，建成后将成为 世界上面积最大的无人船海上测试 场，引发美国高度关注。 国内企业、科研院所和高等学 校携起手来，产学研形成合力，我 国无人船发展进入快速发展阶段。

2. 研究的基本内容与方案

设计的基本内容为无人船避障的算法即路径规划算法，也就是无人船在自动行驶时能有效避开障碍物。

路径规划算法的使用范围很广，不仅在无人船上有应用，还在无人汽车、无人机和工业机械手等智能机器人上有应用。通常而言，对路径规划算法的研究都是针对机器人自身的特性和它的应用场所进行的。较为常用的路径规划算法有工势场法、人工神经网络、粒子群算法、遗传算法和稀疏 a*算法等。由于每种路径规划算法都或多或少存在一些缺陷，所以实际应用的方法大多数是基本路径规划算法的改进算法，或者融合了数种基本路径规划算法的算法。

设计主要目标是实现无人船在湖面的自动巡航。主要考虑湖面表面障碍，也就是二维避障，不考虑类似暗礁的存在即三维避障。同时，路径的规划为全局规划，主要规划整个湖面的大致路径，确保大致路径上没有固定障碍。这样进行的路径规划，需要用到a*这种基础的路径规划算法。

3. 研究计划与安排

2019年3月8日——2019年4月20日：完成论文第一、二、三章。

2019年5月11日——2019年5月14日：检查修改完成一次论文初稿。

2019年5月15日——2019年5月23日：根据指导老师的讲评及意见，修改并提交二次论文草稿。

4. 参考文献（12篇以上）

参考文献
[1] 张树凯,刘正江,张显库,刘玉. 无人船艇的发展及展望[J].航海技术,2015(9).
[2] 严汝建,庞硕,孙寒冰,庞永杰. 水面无人船的发展与使命(英文)[J]. Journal of Marine Science and
Application, 2010, (04):451-457.
[3] 徐国保,尹怡欣,周美娟. 智能移动机器人技术现状及展望[J].机器人技术与应用,2007,(02):29-34.
[4] 柳晨光,初秀民,吴青. USV 发展现状及展望[J].中国造船.2014.12.
[5] 蔡自兴. 中国机器人学 40 年[J].科技导报,2015,(21):23-31.
[6] 肖南峰. 智能机器人[M].广州:华南理工大学出版社, 2008:140-145.
[7] 杜安红. 障碍环境中路径规划算法研究[D].中国地质大学,2004.
[8] http://www.yunzhou-tech.com/Products/detail/id/26.html
[9] 刘铁军,刘文远. 航天新光无人船奉献科技奥运[J].航天工业管理. 2008(8): 46.
[10] http://www.qlwb.com.cn/2015/0728/426408.shtml
[11] 卢艳爽. 水面无人艇路径规划算法研究[D].哈尔滨：哈尔滨工程大学,2010.
[12] 李飞飞. 遥控式移动水质监测系统[D].杭州：浙江大学,2011.
[13] G. L. FORESTI, S. GENTILI. A VISION BASED SYSTEM FOR OBJECT DETECTION IN
UNDERWATER IMAGES [J]. International Journal of Pattern Recognition amp; Artificial Intelligence, 2000,
14(2):167-188.
[14] 万媛媛. 水下光视觉目标检测与定位系统关键技术研究[D].哈尔滨工程大学,2012.
[15] CURCIO J, LEONARD J, PATRIKALAKIS A. SCOUT – a low cost autonomous surface platform
for research in cooperative autonomy[C]//Proceedings of MTS/IEEE, OCEANS, Washington: IEEE,
2005,(1): 725-729.
[16] 张广林,胡小梅,柴剑飞,赵磊,俞涛. 路径规划算法及其应用综述[J]. 现代机械,2011,(05):85-90.
[17] 劳家骏. 水质移动监测平台路径规划的研究[D]. 杭州：浙江大学,2016.
[18] Kane B T, Theory D. Real-Time Obstacle Avoidance for Manipulators and Mobile Robot[C]//
International Journal of Robotics Research. 2012.
[19] 黄炳 强, 曹广 益. 基 于人 工势 场 法的 移动 机 器人 路径 规 划研 究 [J]. 计 算机 工程 与 应
用,2006,(27):26-28.
[20] Min Gyu Park, Min Cheol Lee. A new technique to escape local minimum in artificial potential field
based path planning [J]. KSME International Journal, 2003, Vol.17 (12), pp.1876-1885
[21] 姚靖靖,邱于兵,敖俊宇. 移动机器人避障路径规划改进人工势场法[J].科学技术与工程.2011.5.
[22] 毛健,赵红东,姚婧婧. 人工神经网络的发展及应用[J]. 电子设计工程,2011,(24):62-65.
[23] 李慧,杨东梅,沈洁,高凯. BP 神经网络在路径规划中的应用[J]. 应用科技,2004,(09):15-17.
[24] Jinkun Liu. RBF Neural Network Design and Simulation [M].Springer Berlin Heidelberg: 2013.
[25] Zbigniew Nagórny. Application of a Modified Hopfield Network to the Traveling Salesman Problem
[J]. Economics and Organization of Future Enterprise,2009,6(4):.
[26] Ming Gu. The Application of the Fuzzy ART Neural Network Algorithm[J]. Applied Mechanics and
Materials,2014,2987(513).
[27] 丁香乾,曹均阔,贺英. Kohonen 网络与 BP 网络的集成应用研究[J]. 青岛海洋大学学报(自然科学
版),2003,(04):615-620.
[28] Rob Callan. 人工智能[M].北京：电子工业出版社,2004. 参考文献
32

[29] 陈滔滔,李坤和,杜晓容. 基于改进型 BP 网络的自动寻路设计与实现[J].计算机工程与设
计,2013(11).
[30] Kennedy J, Eberhart RC.Particle swarm optimization∥Proceedings of the 1995 IEEE International
Conference on Neural Networks. Perth,1995:1942.
[31] 瞿 博 阳 , 刘 丁 明 , 乔 百 豪 , 刘 凯 松 , 谢 亮 . 粒 子 群 算 法 及 其 改 进 研 究 [J]. 自 动 化 应
用,2016,(11):49-51 60.
[32] 张 万 绪 , 张 向 兰 , 李 莹. 基 于 改 进 粒 子 群 算 法 的 智 能 机 器 人 路 径 规 划 [J]. 计 算 机 应
用,2014,(02):510-513.
[33] 李擎,徐银梅,张德政,尹怡欣. 基于粒子群算法的移动机器人全局路径规划策略[J].北京科技大学
学报,2010(3).
[34] Holland J H. Adaptation in natural and artificial systems [J]. Ann Arbor: The University of Michigan
Press, 1975.
[35] 马永杰,云文霞. 遗传算法研究进展[J]. 计算机应用研究,2012,(04):1201-1206 1210.
[36] 金芬. 遗传算法在函数优化中的应用研究[D].苏州大学,2008.
[37] 李明. 遗传算法的改进及其在优化问题中的应用研究[D].吉林大学,2004.
[38] 刘旭红,张国英,刘玉树,张君. 基于多目标遗传算法的路径规划[J]. 北京理工大学学报,2005(7).