本技术属于无人艇控制，尤其涉及无人艇路径规划方法及相关设备。
背景技术：
1、随着通信、导航和人工智能等技术的迅速发展，无人艇已经成为船舶研究领域的一个重要方向。由于其体积小、吃水浅、部署方便、机动性高等优点，无人艇被广泛应用于港口巡逻、海上救援和海洋资源勘探等任务。路径规划作为无人艇自主航行的核心技术之一，直接影响其航行效率、安全性和任务完成质量。然而，大多数算法在路径规划时仅关注路径最短或能耗最低的目标，往往忽视了安全性，并且规划的路径结果容易陷入局部最优解的问题。此外，海洋环境的特征和潜在危险因素也常被简化或忽略。在实际航行中，船舶受水深和浅水区等水文因素的影响，容易发生搁浅或碰撞等风险。
技术实现思路
1、本技术实施例提供了一种无人艇路径规划方法，可以解决现有技术中路径规划陷入局部最优解，且未考虑水深等风险因素，造成规划出的路径安全性低，规划效率低的问题。
2、第一方面，本技术实施例提供了一种无人艇路径规划方法，包括：
3、基于目标海域的水深信息和目标无人艇的最小安全水深数据绘制安全等深线，并将所述安全等深线作为约束条件，通过栅格法对所述目标海域进行建模，得到目标海域模型；
4、根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过流体力学理论和流线法规划所述目标无人艇在所述目标海域内的全局路径信息；
5、根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过预设a*算法规划所述目标无人艇在所述目标海域内的局部路径信息；
6、基于所述局部路径信息修正所述全局路径信息，得到所述目标无人艇在所述目标海域内的目标路径。
7、可选地，所述基于目标海域的水深信息和目标无人艇的最小安全水深数据绘制安全等深线的步骤，包括：
8、获取所述目标海域的海况数据和所述目标无人艇的属性数据，基于所述海况数据和所述属性数据计算所述目标无人艇的最小安全水深数据；
9、获取所述目标海域内各点的高程数据和水深数据，并根据所述最小安全水深数据、所述高程数据和所述水深数据绘制安全等深线，所述目标海域内各点的表现形式为平面坐标，所述水深信息包括海况数据、高程数据和水深数据。
10、可选地，所述将所述安全等深线作为约束条件，通过栅格法对所述目标海域进行建模，得到目标海域模型的步骤，包括：
11、将所述目标海域的海图进行灰度化处理，得到初始灰度图像；
12、对所述初始灰度图像进行尺寸调整，得到目标灰度图像，所述目标灰度图像中各个网格块与所述海图中的各个区域对应；
13、通过栅格法对所述目标灰度图像进行二值化处理，得到所述目标灰度图像中不可通行区域和可通行区域；
14、根据所述安全等深线对所述可通行区域进行划分，得到所述可通行区域中可航区域和不可航行区域，完成对所述目标海域进行建模。
15、可选地，所述根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过流体力学理论和流线法规划所述目标无人艇在所述目标海域内的全局路径信息的步骤，包括：
16、在目标海域模型的所述可航区域中，基于所述目标无人艇的起点数据和终点数据，通过预设路径规划算法计算初始路径信息；
17、流体力学理论建立所述可航区域的流场模型，所述流场模型满足质量守恒方程和动量守恒方程；
18、基于所述流线法对所述流场模型中的状态进行求解计算，得到状态数据；
19、根据所述状态数据对所述初始路径信息进行修正，得到所述目标无人艇在所述目标海域内的全局路径信息。
20、可选地，所述预设a*算法包括路径评价函数，所述路径评价函数为：
21、f(n)＝g(n)+h(n)
22、其中，f(n)是从起点数据到路径上目标点n的总代价，g(n)是在运行环境中从起点数据到路径上目标点n的实际代价，h(n)是从路径上目标点n到终点数据的最佳路径的估计代价；
23、所述预设a*算法还包括估计函数，所述估计函数为欧氏距离函数。
24、可选地，所述根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过预设a*算法规划所述目标无人艇在所述目标海域内的局部路径信息的步骤，包括：
25、在目标海域模型的所述可航区域中，基于所述目标无人艇的起点数据和终点数据，通过预设a*算法，在预设安全距离的约束下，确定所述目标无人艇在所述目标海域内的路径节点；
26、通过预设向量和预设共线条件，检查所述目标海域内任三个连续的路径节点是否共线；
27、若任三个连续的路径节点共线，则确定任三个连续的路径节点中的冗余节点；
28、若任三个连续的路径节点不共线，则按所述目标无人艇的行进方向，将所述任三个连续的路径节点中的第一个路径节点作为首节点，将所述任三个连续的路径节点中的第二个路径节点作为中节点，所述任三个连续的路径节点中的第三个路径节点作为尾节点，并计算目标无人艇由首节点行进至中节点，再行进至尾节点时的第一行进距离，计算目标无人艇由首节点直接行进至尾节点时的第二行进距离；
29、当所述第二行进距离小于所述第一行进距离，且由首节点直接行进至尾节点的路径满足所述预设安全距离，则将所述中节点作为冗余节点；
30、在所述路径节点中删除冗余节点，得到所述目标无人艇在所述目标海域内的局部路径信息。
31、可选地，所述在所述路径节点中删除冗余节点，得到所述目标无人艇在所述目标海域内的局部路径信息的步骤，包括：
32、在所述路径节点中删除冗余节点，得到目标路径节点；
33、采用样条插值法对所述目标路径节点组成的规划路径进行平滑处理，得到所述目标无人艇在所述目标海域内的局部路径信息。
34、另一方面，本技术提供了一种无人艇路径规划装置，所述装置，包括：
35、数据采集模块，用于基于目标海域的水深信息和目标无人艇的最小安全水深数据绘制安全等深线，并将所述安全等深线作为约束条件，通过栅格法对所述目标海域进行建模，得到目标海域模型；
36、全局路径规划模块，用于根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过流体力学理论和流线法规划所述目标无人艇在所述目标海域内的全局路径信息；
37、局部路径规划模块，用于根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过预设a*算法规划所述目标无人艇在所述目标海域内的局部路径信息；
38、修正模块，用于基于所述局部路径信息修正所述全局路径信息，得到所述目标无人艇在所述目标海域内的目标路径。
39、第三方面，本技术实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的方法。
40、第四方面，本技术实施例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存储有计算机程序，所述计算机程序被处理器执行时实现如上述的方法。
41、本技术实施例与现有技术相比存在的有益效果是：
42、通过基于目标海域的水深信息和目标无人艇的最小安全水深数据绘制安全等深线，并将所述安全等深线作为约束条件，通过栅格法对所述目标海域进行建模，得到目标海域模型；根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过流体力学理论和流线法规划所述目标无人艇在所述目标海域内的全局路径信息；根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过预设a*算法规划所述目标无人艇在所述目标海域内的局部路径信息；基于所述局部路径信息修正所述全局路径信息，得到所述目标无人艇在所述目标海域内的目标路径。通过建立考虑水深限制的目标海域模型，使得针对目标海域的环境建模更加精准，使得后续规划出的路径符合无人艇航行的限制条件，有效优化无人艇在复杂海域中的安全性；采用流线法进行目标无人艇的全局路径规划，采用预设a*算法进行目标无人艇的局部路径规划，避免规划的路径结果容易陷入局部最优解，有效优化无人艇在复杂海域中的路径规划效率。在全局规划阶段，利用计算流体力学技术为无人艇提供一条平滑、全局优化的路径，避免陷入局部最优解；在局部规划阶段，针对环境复杂或障碍物较多的区域，通过改进的a*算法并考虑安全距离进行精细规划。最终结合全局路径信息与局部路径信息，为无人艇在复杂海洋环境中提供可靠的路径。
1.一种无人艇路径规划方法，其特征在于，包括：
2.如权利要求1所述的无人艇路径规划方法，其特征在于，所述基于目标海域的水深信息和目标无人艇的最小安全水深数据绘制安全等深线的步骤，包括：
3.如权利要求1所述的无人艇路径规划方法，其特征在于，所述将所述安全等深线作为约束条件，通过栅格法对所述目标海域进行建模，得到目标海域模型的步骤，包括：
4.如权利要求3所述的无人艇路径规划方法，其特征在于，所述根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过流体力学理论和流线法规划所述目标无人艇在所述目标海域内的全局路径信息的步骤，包括：
5.如权利要求1所述的无人艇路径规划方法，其特征在于，所述预设a*算法包括路径评价函数，所述路径评价函数为：
6.如权利要求1所述的无人艇路径规划方法，其特征在于，所述根据所述目标海域模型，基于所述目标无人艇的起点数据和终点数据，通过预设a*算法规划所述目标无人艇在所述目标海域内的局部路径信息的步骤，包括：
7.如权利要求6所述的无人艇路径规划方法，其特征在于，所述在所述路径节点中删除冗余节点，得到所述目标无人艇在所述目标海域内的局部路径信息的步骤，包括：
8.一种无人艇路径规划装置，其特征在于，所述装置，包括：
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
