渔船作业场景的无人船环境感知与动态路径规划系统研究

摘要：随着海洋渔业智能化的发展，无人船技术在渔业作业中的应用日益广泛。本文针对渔船作业场景下的无人船自主导航问题，提出了一种基于环境感知与动态路径规划的智能系统解决方案。该系统通过集成多源传感器网络、智能决策算法和实时数据处理技术，构建了面向复杂海洋环境的无人船自主导航框架。研究结果表明，该系统能够有效提升渔业作业的安全性和作业效率，同时为捕捞策略优化提供数据支持。实验验证表明，所提出的方法在动态障碍物规避和路径规划实时性方面具有显著优势，为实现智能化海洋作业管理提供了可行的技术途径。

关键词：无人船；环境感知；动态路径规划；渔业作业；智能导航

1.引言

1.1 研究背景

随着全球海洋经济的迅猛发展和海洋资源的深度开发，渔船作为人类开发水域水生生物资源的重要装备保障，为我国渔业事业做出了巨大贡献。据统计数据显示，截止到2015年我国现有渔船中只有5.8%是近5年内建造的新船，而船龄在10年之上的占比高达80%，传统的渔船作业方式往往依赖于大量的人力投入，渔船配套设备陈旧不仅导致作业效率低下，而且存在着较高的安全风险。此外，柴油机是目前渔船上广泛使用的一种动力设备，其燃油效率高、经济实用、耐用性强。但同时也存在噪音大、排放废气等不可忽视的问题。随着全球气候变化和环境保护意识的提升，对渔船作业的绿色、智能、高效要求也越来越高。

船舶运动的建模问题是对船舶操纵性、船舶运动控制和航海仿真问题开展研究的基础。船舶运动数学模型的精确性直接影响控制器设计的有效性和航海模拟器运动仿真的真实感，一直以来受到各国学者及船舶使用者的广泛关注。随着计算机以及科学技术的不断发展，国内的学者对渔船运动数学模型的研究越来越重视。基于实船试验数据以及水池试验数据，一些渔船运动数学模型的水动力导数计算公式以及经验公式被改进，渔船运动数学模型进一步被完善。与此同时，各国也加紧了对渔船在智能化发展方向的研发，渔船控制性能进一步的改革将成为水路运输行业发展的主流趋势。在亚洲、日本对智能渔船的研发是该国船舶界未来5年发展的重点、而韩国现代重工更是智能渔船研发的先导者因此。如今，国内外学者对渔船领域的研究多集中于渔船作业特征研究、渔船概率安全评估以及渔船节能减排等方面，在无人船协同渔船作业方面的研究却很少。因此，我国建立一套高精度的智能船舶运动控制器刻不容缓。随着渔船装备技术水平的要求不断提高，在渔船作业场景下使用无人船协同作业不仅可以有效保障渔船作业的安全，还可以提高渔船作业的效率，避免不必要的航行浪费，减少作业过程中的燃料消耗。故而加快无人船舶协同渔船作业的研究对我国渔业的发展大有裨益。

1.2 研究意义

渔船作业场景的无人船环境感知与动态路径规划软件旨在通过先进的传感器技术、智能算法和实时数据分析，实现对无人船在复杂海洋环境中的高效导航和安全管理。该系统不仅提高了渔业作业的安全性和效率，还提供了详尽的数据支持，帮助用户优化捕捞策略并确保任务的成功完成。

2.系统总体设计

2.1  A*算法

A*算法是一种高效的启发式搜索算法，广泛应用于路径寻找和图遍历。其核心思想是在搜索过程中，通过一个估价函数F（） = g（） + h（）来优先选择最有潜力的节点进行扩展，其中是节点，F（）是截点的总代价，由从起点到节点的移动代价 g（）和由节点到终点的启发式代价h（）组成。下图为A*算法的简易流程图。

2.2 软件系统架构

全方位环境感知：集成多种传感器，提供360度无死角的环境监测，实时感知周围障碍物、天气变化及海洋生物活动情况。支持多源数据融合处理，确保信息准确性和可靠性，即使在恶劣天气条件下也能稳定工作。

智能避障与安全航行：利用先进的机器学习算法识别潜在危险，并自动规划避障路线，避免与其他船只或漂浮物发生碰撞。提供紧急制动和手动干预选项，确保操作员可以在必要时接管控制权。

动态路径规划与优化：基于地理信息系统和实时海洋数据（如水流、风速等），自动生成最优捕捞路线，并根据实际情况动态调整以最大化收益。支持设定特定作业区域，系统将自动计算最有效的航行顺序和停泊点，减少燃油消耗和时间浪费。

精准定位与导航：结合GPS、GLONASS等多种全球卫星导航系统，提供厘米级的精确定位服务，确保无人船能够精确到达预定位置。支持自动返航功能，在完成任务或电量不足时，无人船可以自主返回起点。

实时监控与状态报告：实时监控无人船的各项运行参数，包括速度、航向、电池电量、设备健康状况等，确保航行安全。自动生成详细的状态报告，涵盖航行轨迹、捕捞成果、能耗等多个维度，便于后续分析和改进。

数据分析与决策支持：自动记录所有航行数据，并利用大数据分析技术识别趋势和模式，帮助用户制定更科学的捕捞计划。提供预测模型，提前预估鱼类聚集区域和最佳捕捞时间，提升作业效率。

3.结论与展望

本研究设计并实现了一套面向渔船作业场景的无人船环境感知与动态路径规划系统，通过多传感器融合和智能算法实现了复杂海况下的自主导航与高效作业。实验表明，系统在避障成功率、路径规划实时性和作业效率等方面表现优异。该技术的成功应用不仅提升了渔业生产的安全性和经济性，还为海上救援、海洋科考等领域的拓展提供了技术参考。未来研究将聚焦于：深度学习模型轻量化以适应船载计算资源限制；融合海洋天气预报数据增强路径预判能力；推进实船系统联调以实现产业化应用。本系统的推广应用将显著提高作业效率，通过协同作业减少资源浪费；有效降低安全风险，替代人工执行危险任务；促进绿色发展，优化能源使用减少碳排放；同时推动无人船技术在更广泛海洋领域的创新应用。随着5G通信和数字孪生技术的发展，该系统将为海洋产业的智能化升级提供重要技术支撑，具有广阔的市场前景和社会价值。

作者简介：谷银猛（2003.09-），男，汉族，安徽省阜阳市人，大连海洋大学，无人船协同路径规划研究。