技术专栏 | 水面清洁机器人智能路径规划

欧卡智舶技术专题推送

（二）水面清洁机器人智能路径规划

☟

本篇为欧卡智舶水面无人驾驶技术专题推送

第二期——水面清洁机器人路径规划技术

后续将会分享智能感知、自主决策、多船协同控制等多个无人船关键技术

内容将陆续上线，敬请保持关注!

在前面的推送中，我们介绍了无人船水面自动驾驶的控制技术。高精度的控制为无人船运动指令的执行提供了坚实的保障，那么对于水面清洁应用下的无人船，沿着什么样的路线运行，产生什么样的运动指令，便是路径规划问题。

无人驾驶技术的重要环节—路径规划

在移动机器人、无人驾驶等领域中，路径规划是其中的重要环节。对于无人驾驶汽车，路径规划通常是在具有障碍物的环境中，规划出一条从起始位置到目标位置无碰撞且满足所有约束条件的最优路径或次优路径，如图1所示。

图 1 无人驾驶汽车路径规划
对于室内的扫地机器人，路径规划则通常要求机器能够用最短的路径去覆盖工作区域，追求大的覆盖率和小的路径重复率，如图2所示。

图 2 遍历式路径规划^[1]那么对于我们无人船水面清洁应用中的路径规划问题，同样存在着类似的任务需求，即：

（1）对于水面的障碍能够无碰撞，确保无人船的自主航行安全

（2）遍历式的路径规划，确保水面的清洁区域全覆盖

水面清洁场景下路径规划的难题

针对这两个需求，在其他移动机器人场景中，都有着一些研究工作和应用，那么对于水面清洁的场景，是否可以直接应用？答案是否定的，在实际的水面清洁场景中，存在着新的困难。常规的遍历式清洁路径规划算法将难以满足高效清扫的需求，困难主要在于以下三个方面：1、水面漂浮物的移动性如图3所示，受水流的影响，即使无人船刚刚清扫过的区域和路径，垃圾仍有可能随水流而从其他区域流动而来。

图3  无人船清理水面垃圾

2、水面漂浮物分布的不均匀

受风向、水域植被覆盖方式等因素的影响，在很多场景中，漂浮物在水面的分布并不是均匀的，而对于无漂浮物的区域，遍历式的清扫将影响着清扫的时间效率，如图4所示。

图4  水面不同区域垃圾分布密度不同

3、避障与清洁需求的平衡

在水面环境下，往往垃圾都聚集在障碍的周边，这就要求无人船贴的足够靠近才能有效清洁，但是对于现有的避障算法而言，为了保证避障过程中的安全，往往需要一个安全距离来避免机器人与障碍的碰撞。

因此，如何保证尽可能贴近障碍物，但是又不会发生碰撞，便为传统算法带来了新的挑战。

智能感知算法辅助下的水面无人船路径规划方案

这些困难为路径规划问题带来了新的挑战，针对这些困难，我们结合最新的学术成果与对实际应用场景的理解，自主研发了新的路径规划算法。我们将其集成在了欧卡智舶水面自动驾驶系统中，通过更好的路径规划，进一步提升水面清洁无人船工作的安全性和效率。一方面，我们对包含障碍场景中的遍历路径规划算法进行了优化提升，效果优化如图5所示。可以看到，左边原有的规划路径中存在诸多的空隙，并且船只轨迹较乱；经过优化后，清洁密度有了明显的提升。

图5  障碍场景中无人船遍历路径优化

另一方面，通过与智能感知算法的结合，无人船可以对清洁的场景进行判断，从而选择最佳的清洁模式，对漂浮物实现高效清洁。

对于漂浮物覆盖密集区域，无人船可以进行自主决策，重复路径多次清理，确保水面清洁的效果；对于无漂浮物的区域，无人船可以快速通过，从而提升清洁任务的时间效率。
图5  无人船密度清洁优化

结语

无人船在水面维护作业过程中，除了需要完成基础的清扫任务，其效率的提升亦是一个重要的指标。之前我们分享的水面无人船高精度控制技术，保证了无人船能够最大程度遵循指令、执行任务，但是如何选择最优的路径航行则是另一个关键问题。欧卡智舶自研的水面清洁机器人智能路径规划算法，根据作业场景的不同，自主制定清洁策略，搭配已有的高精度控制技术，能够最大限度提升无人船的清洁效率，为产品注入更多的竞争力。

参考文献

[1] Acar EU, Choset H, Rizzi A A, et al. Morse decompositions for coverage tasks[J]. The international journal of robotics research, 2002, 21(4): 331-344.