基于LabVIEW平臺自主避障系統(tǒng)設(shè)計

薄明麗,張嘉琪,張春蘭,孟祥杜,費學(xué)寧

（1.天津理工大學(xué)環(huán)境科學(xué)與安全工程學(xué)院，天津 300384；2.天津城建大學(xué)理學(xué)院，天津 300384）

基于LabVIEW平臺自主避障系統(tǒng)設(shè)計

薄明麗1,張嘉琪1,張春蘭1,孟祥杜1,費學(xué)寧2

（1.天津理工大學(xué)環(huán)境科學(xué)與安全工程學(xué)院，天津 300384；2.天津城建大學(xué)理學(xué)院，天津 300384）

為降低現(xiàn)代航海事故的發(fā)生率，設(shè)計了基于LabVIEW的仿真智能避讓系統(tǒng)；該系統(tǒng)利用柵格-蟻群算法尋找最佳路徑排除固定障礙物，并通過激光測距儀和陀螺儀避開隨機(jī)障礙物的影響；同時利用LabVIEW開發(fā)上位機(jī)軟件和下位機(jī)數(shù)據(jù)采集系統(tǒng)，最終達(dá)到與控制規(guī)則無縫連接的效果。經(jīng)多次仿真模擬實驗驗證，該系統(tǒng)能夠按照人類思維的最佳路徑行走并有效地避開障礙物，實現(xiàn)船舶自主避障功能。

LabVIEW；自主避障；柵格-蟻群算法；激光測距儀；陀螺儀

隨著科學(xué)技術(shù)的迅猛發(fā)展，航海技術(shù)已經(jīng)成為一個重要的研究領(lǐng)域，但船舶碰撞仍然是亟待解決的棘手問題。在全球發(fā)生的已知海難中,40%以上是船舶碰撞事故,且我國海上交通碰撞事故已為多發(fā)國家，所以加強(qiáng)船舶的自主避障功能迫在眉睫。雖然我國在船舶自主避障各個領(lǐng)域已經(jīng)有了深入的研究,例如：南京航空航天大學(xué)孫蘭蘭采用避障控制算法引入模式控制理論[1]；大連海事大學(xué)王哲通過建立無人艇自動避障決策仿真系統(tǒng)，實現(xiàn)無人艇自主避障的任務(wù)[2]；西安科技大學(xué)李雯雯使用了超聲波傳感器和紅外開關(guān)對自動導(dǎo)航小車周圍的環(huán)境進(jìn)行探測，從而實現(xiàn)了自動導(dǎo)航小車的自主避障[3]。但是由于避障參數(shù)計算不精確、海上風(fēng)浪干擾、現(xiàn)有技術(shù)及設(shè)備測量信息不明確等原因，碰撞的事故數(shù)量和規(guī)模依然令人擔(dān)憂。

本系統(tǒng)在其研究模式中，結(jié)合并借鑒了之前在船舶避障研究領(lǐng)域的經(jīng)驗，現(xiàn)集成計算機(jī)技術(shù)、通訊技術(shù)、激光測距傳感器技術(shù)等多種先進(jìn)的現(xiàn)代化技術(shù)[4]。利用GPS傳感器定位障礙物，通過柵格-蟻群算法尋找最佳路徑排除固定障礙物，激光測距儀和陀螺儀避開隨機(jī)障礙物；最終利用下位機(jī)信息采集系統(tǒng)與控制規(guī)則對信號進(jìn)行傳輸，同時LabVIEW開發(fā)的上位機(jī)進(jìn)行數(shù)據(jù)處理并對分析結(jié)果快速預(yù)報，迅速為船舶避碰做出決策[5]。

1 系統(tǒng)整體設(shè)計

該系統(tǒng)由信息采集、信息處理和信息控制三個部分組成。采集信息系統(tǒng)從對區(qū)域環(huán)境進(jìn)行GIS考察確定固定障礙物，然后引用柵格-蟻群算法來規(guī)劃路徑并得出避障參數(shù)，傳入LabVIEW軟件系統(tǒng)并運行避碰算法，完成固定障礙物的避障設(shè)計。對隨機(jī)障礙物的測量是將激光測距儀所測信息傳輸給基于LabVIEW軟件的數(shù)據(jù)處理器，在信息處理系統(tǒng)運行過程中，船舶采用自動停留式的方法，判斷隨機(jī)障礙物的運動形式，規(guī)劃下一步的前進(jìn)路徑，使信息控制系統(tǒng)具備自主導(dǎo)航、自主避障的功能，完成船舶自主避障的任務(wù)，最終形成信息采集、信息處理和信息控制的循環(huán)性、連貫性、整體性。系統(tǒng)整體設(shè)計如圖1所示。

圖1 系統(tǒng)整體設(shè)計圖

2 自主避障系統(tǒng)設(shè)計

2.1 系統(tǒng)避障算法設(shè)計

該系統(tǒng)采用基于柵格—蟻群算法的避讓原理。柵格法是用有限的網(wǎng)格逼近某個圖形，是近似離散的數(shù)據(jù)，其行列陣列易為計算機(jī)存儲、操作、顯示與維護(hù)。柵格的大小決定了所覆蓋面積內(nèi)的地理數(shù)據(jù)的精度，且二者成反比，所以網(wǎng)格單元越細(xì)柵格數(shù)據(jù)越精確。柵格法是本系統(tǒng)進(jìn)行路徑規(guī)劃的首選方法：首先將一個已知水域的空間做成柵格網(wǎng)絡(luò)模型，包括水域中固定障礙物的位置及大小；其次規(guī)定網(wǎng)格大小，網(wǎng)格的大小由所求路徑的精確度來確定。由于規(guī)避障礙物時，不能使船和障礙物在同一個格子里，所以船和障礙物的安全距離至少是2倍格子邊長；最后，對水域及固定障礙物的網(wǎng)格進(jìn)行編碼。研究采用蟻群算法[6]，蟻群算法是一種用來在圖中尋找優(yōu)化路徑的機(jī)率型算法。蟻群算法在若干領(lǐng)域己獲得成功的應(yīng)用，我們則把這個算法運用到船舶避障系統(tǒng)中，確保自主避障的準(zhǔn)確性。系統(tǒng)采用基于柵格—蟻群算法的避讓原理，且不以常數(shù)為起始信息素，以減少螞蟻在尋找路徑中失敗的次數(shù)，更加確保自主避障的準(zhǔn)確性。整體過程如圖2所示：白色柵格表示可行柵格，黑色柵格表示不可行柵格，起始點為S，目標(biāo)點為O：

圖2 柵格—蟻群算法設(shè)計圖

假設(shè)有K只螞蟻從起點S出發(fā)尋找目標(biāo)O，螞蟻一步只能走到它周圍相鄰的非障礙物的格子中。假設(shè)第k只螞蟻在第i個方格中，那么它選擇下一個方格j的概率為：

其中:τj表示方格j中的信息素含量；ηij=1/dij表示方格i，j之間距離的倒數(shù)；α，β是常數(shù)。通常取1≤α≤2,2≤β≤5。每只螞蟻在走完全程之后都會在其經(jīng)過的方格中撒下一定的信息素：

式中：Lk表示第k只螞蟻走的路徑的長度；Q是常數(shù)。如果某只螞蟻沒有找到目標(biāo)O，那么就重新尋找，直到它找到一條可行的路線。在所有螞蟻都找到目標(biāo)O之后，用下式更新每個方格中的信息素：

式中:ρ為信息素的保留程度。

2.2 系統(tǒng)避障路徑設(shè)計

系統(tǒng)避障設(shè)計的路經(jīng)規(guī)劃具體如下：

步驟1:設(shè)規(guī)劃的路徑為包含X個點的有向折線段。

步驟2:按原規(guī)劃路徑運行。

步驟3:船舶在所設(shè)定的航線上自主行駛會出現(xiàn)隨機(jī)障礙物。

步驟4:當(dāng)用激光測距儀測量到隨機(jī)障礙物時，獲取當(dāng)前船舶的坐標(biāo)，采用比較D與L大小的方法（其中，D為船體與障礙物的距離，L為船體與下一個子目標(biāo)點的距離）。

步驟5:最開始比較，D＞L，認(rèn)為沒有障礙物，繼續(xù)前進(jìn)，用激光探測儀一直測量。將D與L的大小的比較返回到步驟4。

步驟6:最開始比較，D＜L,則證明有障礙物，此時船體會原地等待設(shè)定時間t，當(dāng)t時刻沒有障礙物，則按照原路徑進(jìn)行。

步驟7:對于t時刻測量有障礙物，船體繼續(xù)停留，并將此隨機(jī)障礙物看做固定障礙物利用系統(tǒng)重新規(guī)劃路徑；或當(dāng)障礙物的體積相對較小，就轉(zhuǎn)角[7]進(jìn)行避障，船轉(zhuǎn)向障礙物相鄰的可行柵格轉(zhuǎn)動避過障礙物。為達(dá)到避障的最佳路徑規(guī)劃，系統(tǒng)把部分重新規(guī)劃路徑的結(jié)果與轉(zhuǎn)角之后回到原路徑運動的結(jié)果相比較，選擇最佳路徑。

步驟8：如果再遇到障礙物則返回步驟4，重新進(jìn)行循環(huán)，如果沒有隨機(jī)障礙物則直接運行到最終目標(biāo)點。系統(tǒng)避障路徑程序框圖如圖3所示：

圖3 避障路徑程序框圖

2.3 仿真模擬平臺構(gòu)建[8-9]

自主避障系統(tǒng)軟件部分采用基于LabVIEW 2012的開發(fā)平臺，LabVIEW平臺在植入算法后負(fù)責(zé)將傳感器測量的信息進(jìn)行預(yù)處理，經(jīng)過計算機(jī)計算比較之后采取最合適的方法。LabVIEW相比其他編程在數(shù)據(jù)采集和分析、信號處理和自主控制等方面有明顯的優(yōu)勢，操作流程易于掌握。圖4～圖5為LabVIEW系統(tǒng)的部分程序框圖。

圖4 螞蟻計算最小路程、步數(shù)程序圖

圖5 計算螞蟻隨機(jī)路徑程序圖

在LabVIEW程序框圖下運行得到的操作界面簡單清晰且易操作的最佳路徑循跡仿真圖如圖6所示。

圖6 最佳路徑尋跡仿真圖

2.4 仿真模擬實驗

2.4.1 固定障礙物仿真模擬 在上述LabVIEW的仿真模擬平臺的系統(tǒng)中，設(shè)定障礙物進(jìn)行仿真模擬，系統(tǒng)共運行了261次循環(huán)得到最佳理想路徑，圖7中（a）～（c）均為尋找最佳路徑的過程路徑，且分別為第60次、120次和180次，（d）圖為運行的第261次是多次循環(huán)后得到的理想最佳路徑：

圖7 仿真模擬最佳路徑過程圖

2.4.2 固定障礙物逐漸增多仿真模擬 針對環(huán)境中障礙物的逐漸增多，系統(tǒng)立即根據(jù)信息采集、信息處理、信息控制選擇出到達(dá)目標(biāo)點的最加佳路徑，如圖8所示。

圖8 仿真模擬不同障礙物的最佳路徑圖

圖8 （a）是在沒有障礙物的條件下得出的最佳路徑，可作為對比路徑圖8（b）～（d）3個圖為隨著障礙物增加系統(tǒng)做出的最佳路徑圖，該系統(tǒng)不論障礙物增加多少都可以規(guī)劃出最佳路徑，由此可以說明系統(tǒng)在實際運行時的真實性和準(zhǔn)確性。

2.4.3 避開隨機(jī)障礙物仿真模擬 當(dāng)路徑中出現(xiàn)隨機(jī)障礙物時，系統(tǒng)會重新規(guī)劃部分路徑，其方法是在此運行點及之后4個運行點之間重新進(jìn)行路徑規(guī)劃。如圖9（b）是在圖（a）原有的基礎(chǔ)上出現(xiàn)的隨機(jī)障礙物所得出的最佳路徑圖；圖（d）是在圖（c）原有的基礎(chǔ)上出現(xiàn)的隨機(jī)障礙物所得出的最佳路徑圖，且均只改變了部分路徑。

2.5 系統(tǒng)中特殊問題

柵格內(nèi)的一部分區(qū)域是安全可行的，另一部分區(qū)域是不可行的,我們將此不完全可行柵格歸為完全不可行柵格，如果終點是在完全不可行柵格[10]里，船體會在保障安全的前提下達(dá)到最接近目標(biāo)點的位置。

圖9 部分規(guī)劃路徑圖

當(dāng)區(qū)域環(huán)境相對較大的時候，船體旋轉(zhuǎn)5°有可能會大大偏離原來路徑，所以系統(tǒng)在仿真運算中，采用重新規(guī)劃路徑的方法比采用轉(zhuǎn)角方法操作得多。

3 結(jié)論

自主避障系統(tǒng)在總結(jié)船舶避碰領(lǐng)域知識及避障算法的基礎(chǔ)上,將系統(tǒng)與傳感器的無縫連接，成功創(chuàng)建了仿真平臺，可真實反映船體遇到障礙物的情況并應(yīng)用于船舶避碰仿真研究中。且該系統(tǒng)基于LabVIEW平臺將柵格—蟻群算法成功應(yīng)用于構(gòu)建避障系統(tǒng)設(shè)計中,提高了柵格—蟻群算法實際應(yīng)用的可能性。在規(guī)劃路徑時，對固定障礙物的多少與隨機(jī)障礙物的出現(xiàn)的問題，都可以迅速規(guī)劃出最佳路徑為系統(tǒng)做出決策。驗證了自主避障系統(tǒng)的可行性和實用性。

[1]孫蘭蘭.自主避障系統(tǒng)的研究與設(shè)計[D].南京：南京航空航天大學(xué)，2007.

[2]王哲.無人艇自動避碰策略的研究[D].大連：大連海事大學(xué)，2013.

[3]李雯雯.基于多種傳感器的自動導(dǎo)航小車避障的研究[D].西安：西安科技大學(xué)，2008.

[4]張嘉琪.無人走航式監(jiān)測平臺系統(tǒng)的構(gòu)建[J].天津理工大學(xué)，2015，37（4）：61-64.

[5]薛賢杰.船舶避碰智能決策系統(tǒng)與三維顯示的應(yīng)用[D].大連：大連海事大學(xué)，2006.

[6]朱慶保,張玉蘭.基于柵格法的機(jī)器人路徑規(guī)劃蟻群算法[J].南京師范大學(xué)，2005，27（2）：132-136.

[7]王鳳軍.船舶避碰仿真平臺設(shè)計[D].大連：大連海事大學(xué)，2013.

[8]孟曉超.基于LabVIEW的水力機(jī)械模型性能測試系統(tǒng)[C]//中國水利水電科學(xué)研究院.水電設(shè)備的研究與實踐—第十七次中國水電設(shè)備學(xué)術(shù)討論會論文集2008：374-378.

[9]尹勇，張秀鳳，張顯庫.船舶自動舵和自動避障算法仿真測試平臺的研究[J].系統(tǒng)仿真學(xué)報，2007，19(1)：56-66.

[10]王娟娟,曹凱.基于柵格法的機(jī)器人路徑規(guī)劃[J].農(nóng)業(yè)裝備與車輛工程，2009（04）：14-17.

Design of the Autonomous Obstacle Avoidance System Based on LabVIEW

BO Ming-li1,ZHANG Jia-qi1,ZHANG Chun-lan1,MENG Xiang-du1,FEI Xue-ning2
1.School of Environment Science and Safety Engineering,Tianjin University of Technology,Tianjin 300384,China; 2.College of Science,Tianjin Chenjian University,Tianjin 300384,China

In order to reduce the incidence rate of modern maritime accidents,this paper designs a simulative intelligent avoidance system based on LabVIEW.The system uses the grid-ant colony algorithm to find the best path to exclude fixed obstacles.Through the laser range finder and gyroscope,the system is able to avoid random obstacles.Meanwhile,the upper PC developed based on LabVIEW is combined with the data acquisition system, ultimately achieving the effect of seamless connection with control rules.Numerous simulation experiments have been conducted,proving that the system can walk the best route as human thinking and effectively avoid obstacles,so as to realize the function of ship autonomous obstacle avoidance.

LabVIEW;autonomous obstacle avoidance;grid-ant colony algorithm;laser range finder;gyroscope

U666.11

A

1003-2029（2017）03-0103-05

10.3969/j.issn.1003-2029.2017.03.019

2017-01-02

天津市科技興海資助項目（KJXH2014-13）；天津理工大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項目（201410060038）

薄明麗（1993-），女，主要研究方向傳感器系統(tǒng)和安全工程。E-mail：1014068638@qq.com

張嘉琪(1962-)，男，教授，主要研究方向為安全工程。E-mail：zhangjqa@sina.com