← 返回论文列表

面向无人水面艇勘测的多深度均匀覆盖路径规划
Multi-Depth Uniform Coverage Path Planning for Unmanned Surface Vehicle Surveying

作者: Maider Larrazabal, Tong Yang, Izaro Goienetxea 等4人
arXiv: 2605.13123v1
分类: cs.RO
📝 论文摘要
本文提出了一种新颖的自动覆盖路径规划算法，用于无人水面艇的水深测量作业。所采用的测绘传感器——多波束回声测深仪——其探测范围受局部海底深度的显著影响。因此，旨在均匀覆盖海面的路径设计无法保证对海底的均匀覆盖。然而，这恰恰是目前水深测量的典型流程，其中最简单且最常用的规划方案是沿人工选定航点以恒定深度进行的往复式扫描。本文提出的方案整合了粗糙的先验深度信息，用于预处理目标区域，并自适应地引导路径生成与传感范围配置。通过明确考虑深度变化，该算法设计的覆盖路径优化了测量航次间距，同时调整探测波束孔径，以实现更一致的海底覆盖效果。实验证明，该方法在合成场景和真实场景中均展现出显著改进。在具有挑战性的合成地形验证中，覆盖率达到99%以上，相较于传统往复式路径（最高仅75%的覆盖率）有明显提升。使用沿海港口真实水深数据的仿真同样呈现相同趋势，覆盖率超过92%，而往复式扫描路径的覆盖率低于65%。除性能提升外，该方案还实现了完全自动化设计，适用于自主水面艇，从而为实际应用提供了实用价值。

📊 核心分析

🎯 研究动机
- 传统**无人水面艇(USV)** 水深测量使用简单**弓字形路径(boustrophedon)**，未考虑海底深度变化，导致海底覆盖不均匀。 - **多波束回声测深仪(multibeam echo sounder)** 的探测范围受局部海底深度影响，平面均匀覆盖不等同于海底均匀覆盖。 - 现有方法依赖手动选取航点，缺乏自动化与深度自适应能力，覆盖效率低（合成地形仅75%，真实场景低于65%）。
🔧 核心方法
- 利用**粗先验深度信息(coarse prior depth information)** 预处理目标区域，划分深度分区或计算局部深度影响。 - 设计**自适应路径生成(adaptive path generation)** 算法，根据深度变化动态调整测线间距。 - 联合优化**传感波束孔径(sensing beam aperture)** 配置，使不同深度处的覆盖宽度与实际海底匹配。
💡 核心创新
- **显式建模深度-覆盖关系**：首次将局部海深作为路径规划核心变量，而非仅考虑水面几何。 - **优化测线间距与波束孔径**：同时调整两个参数以最小化覆盖不均，现有方法通常固定间距或孔径。 - **全自动化设计**：无需人工干预，适合**自主海洋车辆(autonomous marine vehicles)** 实时部署。
🏆 总体贡献
- 提出了一种**深度感知的覆盖路径规划新范式**，显著提升海底覆盖均匀度。 - 在合成和真实场景中实现**超过92%的覆盖率**，相比传统弓字形提升20-30个百分点。 - 提供**实用自动化方案**，可直接集成到无人水面艇调查系统中，降低人力成本与误差。