《Journal of Marine Science and Engineering》：A Global Path Planning Method for Unmanned Sailboats with Optimal Time Consumption
编辑推荐：
无人帆船依靠风能和太阳能执行长航时海洋任务，然而其导航性能受到帆空气动力学、船体水动力学以及时变风场的强烈制约。由于无人帆船具有欠驱动特性，且航行速度对安全性和效率具有关键影响，本研究探讨了复杂海洋环境下无人帆船的时间最优全局路径规划问题。研究人员开发了一种定
无人帆船依靠风能和太阳能执行长航时海洋任务，然而其导航性能受到帆空气动力学、船体水动力学以及时变风场的强烈制约。由于无人帆船具有欠驱动特性，且航行速度对安全性和效率具有关键影响，本研究探讨了复杂海洋环境下无人帆船的时间最优全局路径规划问题。研究人员开发了一种定制的速度预测程序（VPP），以准确估计不同真实风向角下的航行速度，并明确考虑了漂角效应。研究构建了时间高效的成本函数，并将其集成到快速扩展随机树星（RRT*）算法中。为提高计算效率，引入了目标偏向采样、人工势场引导和邻域扩展三种策略。所提出的混合算法对路径步长或方向没有限制，在满足帆船动力学约束的同时确保了渐近最优性。使用多个VPP数据集的对比仿真和验证测试表明，该方法对无人帆船导航具有可行性、高效性和广泛的适用性。
海洋是地球上至关重要的自然资源，但人类对其进行系统探索的区域比例依然极低。在长期的海洋探测与科学研究中，海洋机器人系统发挥着不可替代的作用。传统海洋机器人通常依赖电动机或内燃机进行驱动，其续航能力和任务范围受限于机载能源存储容量，难以应对长时间的远洋任务。无人帆船作为一类特殊的自主水面航行器（ASV），利用风能作为主要动力源，并辅以太阳能电池板和小型风力发电机，具备长航时、自持作业的独特优势，被广泛应用于海洋环境数据收集、海洋哺乳动物监测以及港口安全巡逻等任务。路径规划是使ASV能够安全、高效、自主执行任务的核心技术。现有的全局路径规划方法主要包括启发式搜索算法如A*算法、势场算法以及群智能优化算法。然而，无人帆船作为一种高度专业化的各向异性自主平台，其航行速度由环境风场、船舶水动力学与空气动力学设计特征以及航行航向共同决定。传统通用的路径规划算法未考虑风能驱动船舶特有的动态约束。此外，传统帆船速度预测模型忽略了漂角的影响，导致船舶受控航向与实际轨迹方向存在显著差异，这会引发严重的路径偏差，甚至使船舶陷入无法推进的顶风禁航区。现有的基于网格的改进算法往往严格限制路径段长度和方向，容易产生局部次优解；同时对于无人帆船而言，路径长度与航行时间并不总是正相关，短路径在顶风航行时可能导致航行时间剧增。针对上述问题，研究人员开展了一项关于无人帆船时间最优全局路径规划方法的研究，论文发表在《Journal of Marine Science and Engineering》。
为开展这项研究，研究人员采用了以下关键技术方法。首先，基于简化的MMG模型构建了刚性翼无人帆船的三自由度动力学模型，通过计算流体力学（CFD）仿真获取刚性翼帆的空气动力学系数，并在自由航行实验中进行水动力参数辨识。其次，开发了考虑漂角效应的定制速度预测程序（VPP），将速度预测转化为非线性约束优化问题求解。最后，在RRT*算法的框架基础上，设计了最小化航行时间的成本函数，并引入目标偏向采样、人工势场引导以及邻域扩展三种策略优化搜索过程。
在“帆船原型的性能预测”部分，研究人员通过建立三自由度动力学方程并求解VPP，得出帆船在不同真实风向角下的最大稳定航行速度及其对应极图。结果显示，该帆船原型的禁航区约为[-65°, 65°]。随着真实风向角增加，帆角和攻角随之增加；当接近禁航区时，漂角和舵角同时增加，表明维持稳定状态的难度上升。
在“改进的混合RRT*算法”部分，研究人员针对帆船运动特性构建了以最小化航行时间为目标的代价函数。通过将VPP与代价函数结合，算法能够越过多个风区进行时间评估，并将禁航区视为障碍物以进行碰撞检测。为提高计算效率，研究引入目标偏向和势场引导机制优化采样和新节点生成，并采用邻域扩展策略简化邻近节点的搜索过程。
在“仿真结果与分析”部分的算法对比中，研究在稳定均匀风场内进行了大量仿真测试。结果表明，经典RRT*算法生成的路径常使帆船陷入禁航区；改进VPP RRT*算法虽规划出避开禁航区的锯齿状路径，但搜索存在盲目性；改进APF RRT*算法显著减少了无效搜索，但在顶风下仍存在动力学安全隐患；而提出的改进混合RRT*算法在有效避开禁航区的同时，大幅缩小了搜索范围。数据对比得出，混合RRT*算法的路径时间成本约为基本RRT*算法的72%，平均搜索时间约为改进VPP RRT*算法的40%。
在与其他速度预测结果的对比中，通过在电子海图环境下引入不同S-57 ENC格式数据进行测试，研究得出结论：当目标处于上风方向且帆船禁航区较大时，限制步长与方向的网格算法无法生成有效路径；而提出的混合算法不受路径步长和方向的限制，能够最大化利用帆船的顶风航行能力，规划出具有局部和全局折线特征的可行路径，证明了其广泛的适用性与鲁棒性。
在结论部分，研究指出，针对复杂海洋环境下的无人帆船，所开发的考虑漂角效应的VPP与时间成本函数集成的混合改进RRT*算法是可行的、高效的，其时间消耗降低且具备广泛的环境适用性。未来研究将聚焦于开发考虑帆船精确转弯半径的局部路径规划器，通过全局与局部规划器的结合，最终将其部署于刚性翼无人帆船平台，以支持长航时、远距离的海上监控任务。
