Resumen

Un vehículo autónomo de superficie (USV) planifica su trayectoria global antes de que comience la misión. Cuando aparecen obstáculos dinámicos durante la navegación, la trayectoria global planificada debe ajustarse localmente para evitar colisiones. Este estudio propone un algoritmo de planificación de trayectoria local basado en el método del "velocity obstacle" (VO) y en una optimización de enjambre de partículas cuánticas modificada (MQPSO) para la evasión de colisiones de USV. El modelo de evasión de colisiones basado en VO no solo considera la velocidad y el rumbo del USV, sino que también maneja la velocidad variable y el rumbo de un obstáculo. Según el modelo de evasión de colisiones, el USV necesita ajustar su velocidad y rumbo simultáneamente para evitar colisiones. Debido a las restricciones cinemáticas del USV, la ventana de velocidad y la ventana de rumbo del USV son determinadas por el enfoque de ventana dinámica (DWA). En resumen, la

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Vehículo superficial no tripulado; Algoritmo local de planificación de trayectorias; Evasión de colisiones; Obstáculo de velocidad; Optimización de enjambre de partículas cuánticas; Enfoque de ventana dinámica
• Keywords:Unmanned surface vehicle; Local path planning algorithm; Collision avoidance; Velocity obstacle; Quantum particle swarm optimization; Dynamic window approach