CN116700315B - 一种无人艇的航迹跟踪控制方法及*** - Google Patents

Abstract

本发明提供了一种无人艇的航迹跟踪控制方法及***，涉及无人艇航迹控制技术领域，该方法包括：确定路径规划、行驶参数策略；获得无人艇监控数据；确定无人艇当前位置、当前行驶速度；获得预测抵达区域；获得区域状态特征；当区域状态特征存在风险因子时，确定路径规划、行驶参数策略的调整信息；当区域状态特征不存在风险因子时，获得区域预测状态信息；当所述区域预测状态信息存在风险因子时，对所述路径规划、行驶参数策略进行调整，解决了现有技术中存在的无人艇的航迹追踪控制灵活性和准确性不足的技术问题，达到及时更改无人艇的行驶控制参数和路径规划，保证无人艇安全运行，提升航迹控制效果和控制准确度的技术效果。

Description

一种无人艇的航迹跟踪控制方法及***

技术领域

本发明涉及无人艇航迹控制技术领域，具体涉及一种无人艇的航迹跟踪控制方法及***。

背景技术

无人艇是一种在海上能够自主航行的智能平台，它可以对环境改变迅速做出反应，并且具有轻量化、功能化、高航速等优点。无人艇在海上航行时易受到风、浪、流等外界环境的影响，因此对无人艇轨迹跟踪控制进行研究具有重要意义。现有技术中无人艇的航线通常由其预设的路径规划算法实现，但是仅能对已出现的特殊情况进行自适应调整，无法根据未出现的特殊情况进行调整。

综上，现有技术中存在由于无人艇的航线大多根据已知风险进行规划，没有对未知风险进行预测，进而导致无人艇的航迹追踪控制灵活性和准确性不足的技术问题。

发明内容

本发明提供了一种无人艇的航迹跟踪控制方法及***，用以解决现有技术中存在由于无人艇的航线大多根据已知风险进行规划，没有对未知风险进行预测，进而导致无人艇的航迹追踪控制灵活性和准确性不足的技术问题。

根据本发明的第一方面，提供了一种无人艇的航迹跟踪控制方法，包括：基于无人艇任务航线，确定路径规划、行驶参数策略；通过对无人艇进行实时追踪，获得无人艇监控数据；根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征；当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息；当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整。

根据本发明的第二方面，提供了一种无人艇的航迹跟踪控制***，包括：航线分析模块，所述航线分析模块用于基于无人艇任务航线，确定路径规划、行驶参数策略；实时追踪模块，所述实时追踪模块用于通过对无人艇进行实时追踪，获得无人艇监控数据；监控数据分析模块，所述监控数据分析模块用于根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；抵达区域预测模块，所述抵达区域预测模块用于根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；区域状态获取模块，所述区域状态获取模块用于根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征；风险影响分析模块，所述风险影响分析模块用于当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；状态预测模块，所述状态预测模块用于当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息；参数调整模块，所述参数调整模块用于当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整。

根据本发明采用的一种无人艇的航迹跟踪控制方法，本发明基于无人艇任务航线，其可达到如下有益效果：

1.基于无人艇任务航线，确定路径规划、行驶参数策略；通过对无人艇进行实时追踪，获得无人艇监控数据；根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征；当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息；当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整，达到及时更改无人艇的行驶控制参数和路径规划，保证无人艇安全运行，提升航迹控制效果和控制准确度的技术效果。

2.通过建立多数据控制通道，当多无人艇任务航线的路径规划、行驶参数策略进行调整时，基于路径规划、行驶参数策略的调整信息进行相关任务影响关系分析，获得关联影响信息，将关联影响信息发送至对应的相关任务，基于关联影响信息对相关任务进行路径规划、行驶参数策略的调整，达到实现多个无人艇的协同控制，保证多个无人艇的任务执行，提升航迹控制效果的技术效果。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种无人艇的航迹跟踪控制方法的流程示意图；

图2为本发明实施例中获得区域状态特征的流程示意图；

图3为本发明实施例中确定路径规划、行驶参数策略的调整信息的流程示意图；

图4为本发明实施例提供的一种无人艇的航迹跟踪控制***的结构示意图。

附图标记说明：航线分析模块11，实时追踪模块12，监控数据分析模块13，抵达区域预测模块14，区域状态获取模块15，风险影响分析模块16，状态预测模块17，参数调整模块18。

具体实施方式

以下结合附图对本发明的示范性实施例作出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了解决现有技术中存在由于无人艇的航线大多根据已知风险进行规划，没有对未知风险进行预测，进而导致无人艇的航迹追踪控制灵活性和准确性不足的技术问题，本发明的发明人经过创造性的劳动，得到了本发明的一种无人艇的航迹跟踪控制方法及***。

实施例一

图1为本发明实施例提供的一种无人艇的航迹跟踪控制方法图，所述方法包括：

步骤S100：基于无人艇任务航线，确定路径规划、行驶参数策略；

具体而言，无人艇任务航线是指无人艇航行任务对应的航行海域范围，比如进行巡航时的巡航区域，具体需要根据实际情况确定，比如由工作人员将无人艇任务航线输入到用户端，进而对无人艇任务航线进行分析，确定路径规划、行驶参数策略，路径规划即为基于无人艇任务航线规划出的航行路径，具体来说，根据无人艇任务航线，获取无人艇起始位置和终点位置，进而获取一条距离最近的连接起始位置和终点位置的路径即为路径规划，行驶参数策略即为行驶速度。

步骤S200：通过对无人艇进行实时追踪，获得无人艇监控数据；

步骤S300：根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；

具体而言，通过现有技术（比如卫星定位***、雷达、在无人艇上安装定位设备等）对无人艇进行实时追踪，获得无人艇监控数据，无人艇的航行位置实时发生变化，因此无人艇监控数据呈动态变化，无人艇监控数据包括无人艇的位置、速度等数据，比如通过卫星***实时对无人艇的位置和速度进行监测，即可获取无人艇监控数据。进而从所述无人艇监控数据可提取出无人艇当前位置、当前行驶速度。

步骤S400：根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；

具体而言，根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域，基于当前行驶速度，可以获得无人艇在预设时间内的行驶路程，进一步基于预设时间内的行驶路程和路径规划，即可确定预设时间内的预测抵达区域，预设时间可以根据实际情况自行设定，比如可以设置一个时间周期，比如3分钟，那么每隔3分钟进行一次预测抵达区域的获取，提高预测准确度。

步骤S500：根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征；

其中，如图2所示，本发明实施例步骤S500还包括：

步骤S510：根据所述预测抵达区域的坐标信息，按照预设区域范围，设定采集范围坐标信息；

步骤S520：根据所述采集范围坐标信息进行采集区域内的海面数据采集，其中，海面数据包括风力信息、海浪信息、海面船只信息；

步骤S530：基于所述预设区域范围、采集范围坐标信息，进行多范围分区，获得多目标分区；

步骤S540：对所述多目标分区分别进行海面数据状态特征分析，获得所述区域状态特征。

其中，本发明实施例步骤S530包括：

步骤S531：根据所述预设区域范围，按照区域跨度进行多级分区，获得多级划分距离；

步骤S532：基于所述多级划分距离对所述采集范围坐标信息对应的坐标区域进行距离划分，获得所述多目标分区。

其中，本发明实施例步骤S540包括：

步骤S541：分别对所述多目标分区进行海面数据与无人艇运行影响关系分析，确定海面数据影响特征；

步骤S542：基于所述海面数据影响特征对所述海面数据进行特征匹配，将匹配特征进行特征量化，获得海面数据状态特征；

步骤S543：根据所述多目标分区的位置影响信息、所述海面数据状态特征，获得所述区域状态特征。

具体而言，建立一个坐标系，将预测抵达区域的位置映射到坐标系中，得到预测抵达区域的坐标信息，进一步按照预设区域范围，设定采集范围坐标信息，比如以预测抵达区域的坐标作为原点，设置一定的半径划分出一个圆形区域，圆形区域内的坐标即为采集范围坐标信息，需要说明的是，预设区域范围需要根据实际情况自行设定，比如可以根据无人艇的定位精度确定，坐标系由工作人员自行确定原点和坐标轴，在此不做限制。进一步根据所述采集范围坐标信息基于现有技术进行采集区域内的海面数据采集，其中，海面数据包括风力信息、海浪信息、海面船只信息，风力信息包括风速、风向；海浪信息包括海浪强度，可用海浪的波峰、波谷、周期（波浪起伏一次所需的时间）等表示；海面船只信息包括采集范围坐标信息内的船只位置信息。

基于所述预设区域范围、采集范围坐标信息，进行多范围分区，简单来说，就是针对海面数据的不同影响范围分区，比如风浪距离预测抵达区域越近，对其影响越大，反之，距离越远，影响越小，基于此，按照风浪的影响范围，基于采集范围坐标信息对预设区域范围进行分区，由此获得多目标分区，其中，任意一个分区均用范围坐标表示。进而对所述多目标分区分别进行海面数据状态特征分析，分析各个分区的风速、风向、海浪强度作为所述区域状态特征，为后续流程提供数据基础，便于针对性地对各个分区进行航迹控制。

其中，基于所述预设区域范围、采集范围坐标信息，进行多范围分区，获得多目标分区的过程如下：根据所述预设区域范围，按照区域跨度进行多级分区，可以风浪对无人艇的影响范围作为区域跨度，以风浪的影响范围进行划分距离分析，获得多级划分距离，比如，根据风浪距离无人艇的位置距离，设置多个不同等级的距离作为多级划分距离，进而基于所述多级划分距离对所述采集范围坐标信息对应的坐标区域进行距离划分，获得所述多目标分区。

对所述多目标分区分别进行海面数据状态特征分析，获得所述区域状态特征的过程如下：分别对所述多目标分区进行海面数据与无人艇运行影响关系分析，确定海面数据影响特征，通俗地讲，就是确定各个分区的海面数据对无人艇运行的影响程度，比如不同的风向、风速、海浪强度对无人艇的影响程度，比如使得无人艇偏离航线的偏离程度，海面数据影响特征包括多种不同的风向、风速、海浪强度对无人艇的影响程度。进而基于所述海面数据影响特征对所述海面数据进行特征匹配，通俗地讲，就是根据所述海面数据在海面数据影响特征中进行相同的风向、风速、海浪强度的匹配，以匹配的风向、风速、海浪强度对无人艇的影响程度作为匹配特征，进而将匹配特征进行特征量化，就是特征数值化，比如将风向、风速、海浪强度对无人艇的影响程度值设置在0-100%，由此获得海面数据状态特征。进一步以所述多目标分区的位置影响信息、所述海面数据状态特征组合获得所述区域状态特征，其中，位置影响信息是指各个分区的位置对无人艇运行的影响程度，也就是说，分区的位置距离无人艇越远，其对无人艇的影响越小，基于此对各个分区的海面数据状态特征进行弱化，比如某一分区的海面数据状态特征显示该分区的风浪对无人艇的运行影响较大，但是该分区位置距离无人艇较远，其对无人艇的运行影响就会减小，基于现有技术获取减小的影响程度，对海面数据状态特征进行补偿，补偿后的海面数据状态特征即为所述区域状态特征，由此实现对各个分区的针对化分析，为无人艇航迹控制提供辅助作用，提升控制准确度。

步骤S600：当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；

其中，如图3所示，本发明实施例步骤S600包括：

步骤S610：根据区域状态特征确定风险因子、各目标分区的风险因子特征；

步骤S620：根据所述行驶参数策略中行驶控制参数与风险因子进行影响程度分析，确定影响控制参数；

步骤S630：根据所述影响控制参数进行调整范围、调整代价计算，确定调整范围以对应的参数调整代价；

步骤S640：基于所述调整范围以对应的参数调整代价、各目标分区的风险因子特征，确定行驶参数策略的调整信息、调整目标分区；

步骤S650：基于所述调整目标分区，确定路径规划的调整信息。

具体而言，当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息，风险因子是指海域内出现的会对无人艇造成重大影响的因素，比如较大的风、浪、流等，风险因子出现时，会对无人艇的运行造成影响，因此需要对无人艇的路径规划、行驶参数策略，使其避开风险，保证无人艇的安全运行。

具体地，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息的过程如下：根据区域状态特征确定风险因子、各目标分区的风险因子特征，区域状态特征是指各个分区的海面数据对无人艇的运行影响程度，当影响程度较大时，即可认为存在风险因子，通过对各个分区的海面数据进行分析，获取对应的风向、风速、海浪强度等特征，以风向、风速、海浪强度等作为风险因子，进而获取各个分区的风险因子数值作为各目标分区的风险因子特征，目标分区即为存在风险因子的分区。进一步根据所述行驶参数策略中行驶控制参数与风险因子进行影响程度分析，确定影响控制参数，通俗地讲，行驶控制参数包括行驶速度、艏摇角、横倾角和纵倾角等，在没有风浪的平静海面即理想条件下，行驶参数策略中行驶控制参数即可使得无人艇完成航行，但是风险因子会对无人艇的运行造成影响，因此需要调节行驶速度、艏摇角、横倾角和纵倾角等保持无人艇的正常运行，通过调整行驶速度、艏摇角、横倾角和纵倾角等行驶控制参数，可以对风险因子会对无人艇的运行造成影响进行抵消，影响控制参数即为行驶速度、艏摇角、横倾角和纵倾角等行驶控制参数与风险因子的对应调整关系，比如每增大一定的风速，行驶控制参数的调整值，以及调整值对无人艇的运行影响度，基于此根据风险因子进行调整范围、调整代价计算，确定调整范围以对应的参数调整代价，调整范围即为行驶控制参数的调整值，也就是说，行驶控制参数的调整方式可以是多个控制参数的不同数值组合，参数调整代价即为调整后对风险因子对无人艇的影响抵消程度，不同数值组合对应的参数调整代价不同。基于所述调整范围以对应的参数调整代价、各目标分区的风险因子特征，在多个数值组合中选取参数调整代价最大的数值组合作为行驶参数策略的调整信息。调整目标分区即为包含风险因子，需要进行行驶控制参数调整的分区，存在一种情况，就是风险因子对无人艇的影响较大，通过调整行驶控制参数难以保证无人艇的正常运行，此时分区的参数调整代价较小，达不到预期水平，确定其对应的分区作为调整目标分区，对调整目标分区进行路径调整，避开风险因子较强的区域，以此路径规划的调整信息。通过对无人艇的到达区域进行预测，并预测到达区域的海面状态，进而对无人艇的行驶参数策略和路径规划进行调整，达到提升航迹追踪控制的灵活性和准确性的技术效果。

步骤S700：当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息；

其中，本发明实施例步骤S700包括：

步骤S710：基于所述区域状态特征，确定特征数据来源；

步骤S720：通过所述特征数据来源进行特征数据实时采集，并基于实时采集特征数据、所述区域状态特征构建预测数据链模型；

步骤S730：通过所述预测数据链模型进行各时间节点区域状态预测，获得所述区域预测状态信息。

具体而言，区域状态特征是指各个分区的海面数据对无人艇的运行影响程度，当所述区域状态特征不存在风险因子，即影响程度较小，即可认为不存在风险因子，此时基于所述区域状态特征进行预设时间内的状态预测，获得区域预测状态信息。

基于所述区域状态特征进行状态预测，获得区域预测状态信息的过程如下：基于所述区域状态特征，确定特征数据来源是指，特征数据来源是指区域状态特征所述的分区，以及数据采集手段，比如通过测风仪器采集风向、风速等。进一步通过所述特征数据来源进行特征数据实时采集，并基于实时采集特征数据、所述区域状态特征构建预测数据链模型，预测数据链模型可以现有技术中的马尔可夫链模型，一个分区可以构建一个预测数据链模型，通过分析实时采集特征数据与区域状态特征的关系，根据下一时间节点的实时采集特征数据进行区域状态预测，时间节点可自行设定，通过所述预测数据链模型进行各时间节点区域状态预测，获得所述区域预测状态信息，区域预测状态信息即为预测出的在未来某一时间节点的分区的区域状态特征，实现对未知风险的预测，提高无人艇的航迹追踪控制效果。

步骤S800：当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整。

具体而言，当所述区域预测状态信息存在风险因子时，也就是说，各个分区当前的区域状态特征中没有出现风险因子，但是，随着时间变化，风浪也在变化，未来某一时间节点下出现了风险因子，提前根据所述区域预测状态信息，采用步骤S600中相同的方法对所述路径规划、行驶参数策略进行调整，实现风险的***，达到及时更改无人艇的行驶控制参数和路径规划，保证无人艇安全运行，提升航迹控制效果的技术效果。

其中，本发明实施例步骤S900包括：

步骤S910：建立多数据控制通道，所述多数据控制通道之间数据连接，且，所述多数据控制通道与多无人艇任务航线相对应；

步骤S920：分别将无人艇任务航线的无人艇监控数据、海面数据、路径规划、行驶参数策略的调整信息通过数据控制通道进行数据同步；

步骤S930：根据所述无人艇任务航线的路径规划、行驶参数策略，确定各无人艇任务航线的相关任务；

步骤S940：基于所述各无人艇任务航线的相关信息，确定数据传输要求，建立通道数据传输连接；

步骤S950：当多无人艇任务航线的路径规划、行驶参数策略进行调整时，基于路径规划、行驶参数策略的调整信息进行相关任务影响关系分析，获得关联影响信息，将关联影响信息发送至对应的相关任务，基于关联影响信息对相关任务进行路径规划、行驶参数策略的调整。

具体而言，建立多数据控制通道，所述多数据控制通道之间数据连接，且，所述多数据控制通道与多无人艇任务航线相对应，通俗地讲，多数据控制通道是用于分别对多个无人艇进行航迹控制的通道，每个数据控制通道采用以上所述的一种无人艇的航迹跟踪控制方法对任意一个无人艇进行航迹控制，数据控制通道之间相互连接，可以实现数据的交互、同步。任意一个无人艇的无人艇任务航线的无人艇监控数据、海面数据、路径规划、行驶参数策略的调整信息均可通过数据控制通道进行数据同步。进而根据所述无人艇任务航线的路径规划、行驶参数策略，确定各无人艇任务航线的相关任务，比如执行巡航、救援等任务的位置等，基于所述各无人艇任务航线的相关信息，确定数据传输要求，数据传输要求即为对多个无人艇进行数据传输的条件，比如当任意两个或多个无人艇之间的任务航线位置距离小于预设阈值时，建立通道数据传输连接，将任意两个或多个无人艇对应的无人艇监控数据、海面数据、路径规划、行驶参数策略的调整信息传输至多个无人艇的总控制终端。当多无人艇任务航线的路径规划、行驶参数策略进行调整时，基于路径规划、行驶参数策略的调整信息进行相关任务影响关系分析，就是确定一个无人艇的路径和行驶参数的调整是否会影响其他无人艇的任务航线，比如，任务航线距离较近的无人艇之间可能会产生影响，基于此获得关联影响信息，关联影响信息包括受到影响的任务航线位置，将关联影响信息发送至对应的相关任务，基于关联影响信息对相关任务进行路径规划、行驶参数策略的调整，实现多个无人艇的协同控制，保证多个无人艇的任务执行，提升航迹控制效果。

基于上述分析可知，本发明提供了一种无人艇的航迹跟踪控制方法，其可达到如下有益效果：

1.基于无人艇任务航线，确定路径规划、行驶参数策略；通过对无人艇进行实时追踪，获得无人艇监控数据；根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征；当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息；当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整，达到及时更改无人艇的行驶控制参数和路径规划，保证无人艇安全运行，提升航迹控制效果和控制准确度的技术效果。

2.通过建立多数据控制通道，当多无人艇任务航线的路径规划、行驶参数策略进行调整时，基于路径规划、行驶参数策略的调整信息进行相关任务影响关系分析，获得关联影响信息，将关联影响信息发送至对应的相关任务，基于关联影响信息对相关任务进行路径规划、行驶参数策略的调整，达到实现多个无人艇的协同控制，保证多个无人艇的任务执行，提升航迹控制效果的技术效果。

实施例二

基于与前述实施例中一种无人艇的航迹跟踪控制方法同样的发明构思，如图4所示，本发明还提供了一种无人艇的航迹跟踪控制***，所述***包括：

航线分析模块11，所述航线分析模块11用于基于无人艇任务航线，确定路径规划、行驶参数策略；

实时追踪模块12，所述实时追踪模块12用于通过对无人艇进行实时追踪，获得无人艇监控数据；

监控数据分析模块13，所述监控数据分析模块13用于根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；

抵达区域预测模块14，所述抵达区域预测模块14用于根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；

区域状态获取模块15，所述区域状态获取模块15用于根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征；

风险影响分析模块16，所述风险影响分析模块16用于当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；

状态预测模块17，所述状态预测模块17用于当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息；

参数调整模块18，所述参数调整模块18用于当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整。

进一步而言，所述区域状态获取模块15还用于：

根据所述预测抵达区域的坐标信息，按照预设区域范围，设定采集范围坐标信息；

根据所述采集范围坐标信息进行采集区域内的海面数据采集，其中，海面数据包括风力信息、海浪信息、海面船只信息；

基于所述预设区域范围、采集范围坐标信息，进行多范围分区，获得多目标分区；

对所述多目标分区分别进行海面数据状态特征分析，获得所述区域状态特征。

进一步而言，所述区域状态获取模块15还用于：

根据所述预设区域范围，按照区域跨度进行多级分区，获得多级划分距离；

基于所述多级划分距离对所述采集范围坐标信息对应的坐标区域进行距离划分，获得所述多目标分区。

进一步而言，所述区域状态获取模块15还用于：

分别对所述多目标分区进行海面数据与无人艇运行影响关系分析，确定海面数据影响特征；

基于所述海面数据影响特征对所述海面数据进行特征匹配，将匹配特征进行特征量化，获得海面数据状态特征；

根据所述多目标分区的位置影响信息、所述海面数据状态特征，获得所述区域状态特征。

进一步而言，所述风险影响分析模块16还用于：

根据区域状态特征确定风险因子、各目标分区的风险因子特征；

根据所述行驶参数策略中行驶控制参数与风险因子进行影响程度分析，确定影响控制参数；

根据所述影响控制参数进行调整范围、调整代价计算，确定调整范围以对应的参数调整代价；

基于所述调整范围以对应的参数调整代价、各目标分区的风险因子特征，确定行驶参数策略的调整信息、调整目标分区；

基于所述调整目标分区，确定路径规划的调整信息。

进一步而言，所述状态预测模块17还用于：

基于所述区域状态特征，确定特征数据来源；

通过所述特征数据来源进行特征数据实时采集，并基于实时采集特征数据、所述区域状态特征构建预测数据链模型；

通过所述预测数据链模型进行各时间节点区域状态预测，获得所述区域预测状态信息。

进一步而言，所述***还包括多数据控制模块，所述多数据控制模块用于：

建立多数据控制通道，所述多数据控制通道之间数据连接，且，所述多数据控制通道与多无人艇任务航线相对应；

分别将无人艇任务航线的无人艇监控数据、海面数据、路径规划、行驶参数策略的调整信息通过数据控制通道进行数据同步；

根据所述无人艇任务航线的路径规划、行驶参数策略，确定各无人艇任务航线的相关任务；

基于所述各无人艇任务航线的相关信息，确定数据传输要求，建立通道数据传输连接；

当多无人艇任务航线的路径规划、行驶参数策略进行调整时，基于路径规划、行驶参数策略的调整信息进行相关任务影响关系分析，获得关联影响信息，将关联影响信息发送至对应的相关任务，基于关联影响信息对相关任务进行路径规划、行驶参数策略的调整。

前述实施例一中的一种无人艇的航迹跟踪控制方法具体实例同样适用于本实施例的一种无人艇的航迹跟踪控制***，通过前述对一种无人艇的航迹跟踪控制方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种无人艇的航迹跟踪控制***，所以为了说明书的简洁，在此不再详述。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行，也可以顺序地执行也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所做的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (7)

1.一种无人艇的航迹跟踪控制方法，其特征在于，包括：

基于无人艇任务航线，确定路径规划、行驶参数策略；

通过对无人艇进行实时追踪，获得无人艇监控数据；

根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；

根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；

根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征，所述区域状态特征是指各个分区的海面数据对无人艇的运行影响程度；

当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；

当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息，所述区域预测状态信息是指预测出在未来某一时间节点分区的区域状态特征；

当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整；

其中，基于所述区域状态特征进行状态预测，获得区域预测状态信息，包括：

基于所述区域状态特征，确定特征数据来源，所述特征数据来源是指所述区域状态特征所处的分区和数据采集手段；

通过所述特征数据来源进行特征数据实时采集，并基于实时采集特征数据、所述区域状态特征构建预测数据链模型；

通过所述预测数据链模型进行各时间节点区域状态预测，获得所述区域预测状态信息。

2.如权利要求1所述的方法，其特征在于，根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征，包括：

根据所述预测抵达区域的坐标信息，按照预设区域范围，设定采集范围坐标信息；

根据所述采集范围坐标信息进行采集区域内的海面数据采集，其中，海面数据包括风力信息、海浪信息、海面船只信息；

基于所述预设区域范围、采集范围坐标信息，进行多范围分区，获得多目标分区；

对所述多目标分区分别进行海面数据状态特征分析，获得所述区域状态特征。

3.如权利要求2所述的方法，其特征在于，基于所述预设区域范围、采集范围坐标信息，进行多范围分区，获得多目标分区，包括：

根据所述预设区域范围，按照区域跨度进行多级分区，获得多级划分距离；

基于所述多级划分距离对所述采集范围坐标信息对应的坐标区域进行距离划分，获得所述多目标分区。

4.如权利要求2所述的方法，其特征在于，对所述多目标分区分别进行海面数据状态特征分析，获得所述区域状态特征，包括：

分别对所述多目标分区进行海面数据与无人艇运行影响关系分析，确定海面数据影响特征；

基于所述海面数据影响特征对所述海面数据进行特征匹配，将匹配特征进行特征量化，获得海面数据状态特征；

根据所述多目标分区的位置影响信息、所述海面数据状态特征，获得所述区域状态特征。

5.如权利要求2所述的方法，其特征在于，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息，包括：

根据区域状态特征确定风险因子、各目标分区的风险因子特征；

根据所述行驶参数策略中行驶控制参数与风险因子进行影响程度分析，确定影响控制参数；

根据所述影响控制参数进行调整范围、调整代价计算，确定调整范围以对应的参数调整代价；

基于所述调整范围以对应的参数调整代价、各目标分区的风险因子特征，确定行驶参数策略的调整信息、调整目标分区；

基于所述调整目标分区，确定路径规划的调整信息。

6.如权利要求1所述的方法，其特征在于，还包括：

建立多数据控制通道，所述多数据控制通道之间数据连接，且，所述多数据控制通道与多无人艇任务航线相对应；

分别将无人艇任务航线的无人艇监控数据、海面数据、路径规划、行驶参数策略的调整信息通过数据控制通道进行数据同步；

根据所述无人艇任务航线的路径规划、行驶参数策略，确定各无人艇任务航线的相关任务；

基于所述各无人艇任务航线的相关信息，确定数据传输要求，建立通道数据传输连接；

当多无人艇任务航线的路径规划、行驶参数策略进行调整时，基于路径规划、行驶参数策略的调整信息进行相关任务影响关系分析，获得关联影响信息，将关联影响信息发送至对应的相关任务，基于关联影响信息对相关任务进行路径规划、行驶参数策略的调整。

7.一种无人艇的航迹跟踪控制***，其特征在于，所述***包括：

航线分析模块，所述航线分析模块用于基于无人艇任务航线，确定路径规划、行驶参数策略；

实时追踪模块，所述实时追踪模块用于通过对无人艇进行实时追踪，获得无人艇监控数据；

监控数据分析模块，所述监控数据分析模块用于根据所述无人艇监控数据，确定无人艇当前位置、当前行驶速度；

抵达区域预测模块，所述抵达区域预测模块用于根据所述无人艇当前位置、当前行驶速度、路径规划，获得预测抵达区域；

区域状态获取模块，所述区域状态获取模块用于根据所述预测抵达区域的坐标信息，采集区域状态信息，获得区域状态特征，所述区域状态特征是指各个分区的海面数据对无人艇的运行影响程度；

风险影响分析模块，所述风险影响分析模块用于当所述区域状态特征存在风险因子时，根据所述风险因子与所述行驶参数策略进行影响性分析，确定路径规划、行驶参数策略的调整信息；

状态预测模块，所述状态预测模块用于当所述区域状态特征不存在风险因子时，基于所述区域状态特征进行状态预测，获得区域预测状态信息，所述区域预测状态信息是指预测出在未来某一时间节点分区的区域状态特征；

参数调整模块，所述参数调整模块用于当所述区域预测状态信息存在风险因子时，根据所述区域预测状态信息对所述路径规划、行驶参数策略进行调整；

所述状态预测模块还用于：

基于所述区域状态特征，确定特征数据来源，所述特征数据来源是指所述区域状态特征所处的分区和数据采集手段；

通过所述特征数据来源进行特征数据实时采集，并基于实时采集特征数据、所述区域状态特征构建预测数据链模型；

通过所述预测数据链模型进行各时间节点区域状态预测，获得所述区域预测状态信息。