【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及水下機(jī)器人的路徑規(guī)劃方法，具體涉及一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法。
技術(shù)介紹
1、隨著科學(xué)技術(shù)的發(fā)展，水下機(jī)器人在海洋勘探、資源勘探和環(huán)境監(jiān)測(cè)等領(lǐng)域發(fā)揮著重要作用。其中，水下機(jī)器人的路徑規(guī)劃技術(shù)尤為關(guān)鍵，它能夠使得機(jī)器人在海洋環(huán)境中高效地完成多個(gè)任務(wù)點(diǎn)的探測(cè)、觀測(cè)和采樣工作。路徑規(guī)劃的主要目的是在給定起點(diǎn)和終點(diǎn)的情況下，找到一條或多條最優(yōu)的行駛路線。這些路線需要滿足安全、有效且盡可能短或符合其他性能指標(biāo)(如時(shí)間、能耗、平滑度等)的要求。這項(xiàng)技術(shù)的成功應(yīng)用不僅可以提高海洋科學(xué)研究的效率和精度，還可以支持海洋資源開發(fā)利用和環(huán)境監(jiān)測(cè)保護(hù)工作。路徑規(guī)劃的主要目的是在給定起點(diǎn)和終點(diǎn)的情況下，找到一條或多條最優(yōu)的行駛路線。這些路線需要滿足安全、有效且盡可能短或符合其他性能指標(biāo)(如時(shí)間、能耗、平滑度等)的要求。
2、a*算法即有dijkstra算法和又有bfs算法的優(yōu)點(diǎn)。它采用啟發(fā)式搜索，根據(jù)代價(jià)函數(shù)的數(shù)值來(lái)確定下一步的位置，選擇代價(jià)最小的節(jié)點(diǎn)作為擴(kuò)展節(jié)點(diǎn)，最終生成路徑。
3、蟻群算法(ant?colony?optimization，aco)，又稱螞蟻算法，是一種仿生優(yōu)化算法，由意大利學(xué)者dorigo?m等人在20世紀(jì)90年代初期提出。該算法受到自然界中真實(shí)螞蟻覓食行為的啟發(fā)，通過(guò)模擬螞蟻尋找食物過(guò)程中的信息素傳遞和路徑選擇機(jī)制，來(lái)解決復(fù)雜的優(yōu)化問(wèn)題。模擬了螞蟻在捕食過(guò)程中所釋放的信息素，并利用其積累和揮發(fā)來(lái)指導(dǎo)螞蟻尋找最佳或最優(yōu)解。
4、在蟻群算法中，將待求解的問(wèn)題抽象為圖
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)存在的缺陷，本專利技術(shù)提供了一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，不同于傳統(tǒng)的蟻群算法，該方法可以解決傳統(tǒng)蟻群算法的收斂速度慢、陷入局部最優(yōu)等的性能問(wèn)題，在融合a*算法的算法基礎(chǔ)上，對(duì)傳統(tǒng)蟻群算法使用自適應(yīng)的信息素因子，啟發(fā)函數(shù)因子，揮發(fā)素因子，這樣可以有效路徑規(guī)劃速度，同時(shí)采用多指標(biāo)作為評(píng)價(jià)函數(shù)，對(duì)水下機(jī)器人高效安全作業(yè)中具有很重要的意義。
2、上述的目的通過(guò)以下技術(shù)方案實(shí)現(xiàn)：
3、一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，該方法包括以下步驟：
4、s1：根據(jù)柵格法進(jìn)行地圖構(gòu)建，同時(shí)根據(jù)洋流情況構(gòu)建洋流函數(shù)；
5、s2：根據(jù)確定好的柵格，從而確定路徑規(guī)劃的評(píng)價(jià)體系，使用步驟s1的洋流函數(shù)完成能耗構(gòu)建，再接著平滑度構(gòu)建，線性加權(quán)形成相應(yīng)的適應(yīng)度函數(shù)；
6、s3，根據(jù)當(dāng)前環(huán)境模型，設(shè)置起始點(diǎn)和多個(gè)目標(biāo)點(diǎn)，采用a*算法求得任意目標(biāo)點(diǎn)之間的最短距離；
7、s4：完成任意倆個(gè)目標(biāo)點(diǎn)之間的距離計(jì)算之后，把距離矩陣傳到改進(jìn)蟻群算法，初始化螞蟻算法相關(guān)參數(shù)，設(shè)置螞蟻個(gè)數(shù)以及最大迭代次數(shù)；
8、s5：初始化參數(shù)之后，進(jìn)一步采用自適應(yīng)的信息素因子，啟發(fā)函數(shù)因子，揮發(fā)素因子進(jìn)行改進(jìn)蟻群算法；
9、s6：在完成s5的基礎(chǔ)上，采用輪盤賭法進(jìn)行螞蟻移動(dòng)位置，直至達(dá)到目標(biāo)點(diǎn)，在所有螞蟻完成一次迭代過(guò)程后根據(jù)步驟s2確定的適應(yīng)度函數(shù)進(jìn)行信息素更新；
10、s7，重復(fù)s6迭代過(guò)程，直至所有螞蟻到大最大迭代次數(shù)，輸出最優(yōu)的路徑規(guī)劃結(jié)果，并得到相應(yīng)的路徑長(zhǎng)度，能耗值和平滑度值。
11、優(yōu)選地，步驟s1所述地圖建模的具體方法為：
12、使用方格網(wǎng)格，將有障礙物的網(wǎng)格標(biāo)注為障礙物網(wǎng)格，代表機(jī)器人無(wú)法進(jìn)入的區(qū)域；將無(wú)障礙的網(wǎng)格標(biāo)記為空白網(wǎng)格，以指示機(jī)器人可進(jìn)入的范圍，水下機(jī)器人在海洋的運(yùn)動(dòng)模型如下：
13、
14、其中，θ為水下機(jī)器人航行速度在θ軸上的夾角，u，v表示為海流分別沿著x軸與y軸方向分量。
15、優(yōu)選地，所述步驟s2的具體方法包括：
16、采用由路徑長(zhǎng)度lp和能耗ep和路徑平滑度mp這三個(gè)指標(biāo)組成的多目標(biāo)函數(shù)sp，采用線性求和的適應(yīng)度函數(shù)，并改進(jìn)信息素更新規(guī)則：
17、sp＝k1lp+k2ep+k3mp
18、式中，k1為路徑長(zhǎng)度的權(quán)重因子，k2為能耗的權(quán)重因子，k3為路徑平滑度的權(quán)重因子。
19、
20、式中，n為總的節(jié)點(diǎn)數(shù)目，pi為路徑p上的第i個(gè)節(jié)點(diǎn)；pi+1為路徑p上的第i+1個(gè)節(jié)點(diǎn)；l(pi,pi+1)為路徑p上節(jié)點(diǎn)i到節(jié)點(diǎn)i+1的歐式距離；
21、設(shè)水下機(jī)器人從節(jié)點(diǎn)i運(yùn)動(dòng)到j(luò)能量消耗記為j(i,j)，j(i,j)簡(jiǎn)化模型為
22、
23、其中，t表示移動(dòng)所需的時(shí)間，v表示水下機(jī)器人的速度，假定水下機(jī)器人作勻速運(yùn)動(dòng)，且水流的流速與方向都是恒定的，則：
24、
25、取ep＝∑j(i,j),(s…,i,j,…,g)，s為起始節(jié)點(diǎn)，g為目標(biāo)節(jié)點(diǎn)，表示水下機(jī)器人在運(yùn)動(dòng)過(guò)程中受到海流的影響時(shí)所累計(jì)總航行能耗，dij表示表示倆個(gè)節(jié)點(diǎn)之間的距離；
26、同時(shí)引用路徑平滑度參數(shù)來(lái)保證水下機(jī)器人在運(yùn)行的過(guò)程中能盡量避免碰撞，水下機(jī)器人在運(yùn)動(dòng)過(guò)程中，轉(zhuǎn)角差為θ，通過(guò)引用水下機(jī)器人在運(yùn)動(dòng)過(guò)程的轉(zhuǎn)角差來(lái)表式平滑程度，
27、
28、其中，(xi,yi)為水下機(jī)器人當(dāng)前的位置，(xi-1,yi-1)為水下機(jī)器人上一時(shí)刻的位置，(xi+1,yi+1)為下一時(shí)刻的位置。
29、優(yōu)選地，步驟s3所述具體方法包括：
30、f(n)＝g(n)+h(n)
31、其中，f(n)為節(jié)點(diǎn)的評(píng)價(jià)適應(yīng)度函數(shù)，g(n)為當(dāng)前點(diǎn)到起始點(diǎn)的路徑距離，h(n)表示目標(biāo)點(diǎn)與當(dāng)前點(diǎn)的估計(jì)路徑距離，其表達(dá)式為：
32、
33、
34、其中，(x0,y0)是當(dāng)前節(jié)點(diǎn)的坐標(biāo)值，(xs,ys)起始位置的坐標(biāo)值，(xg,yg)為終點(diǎn)位置的坐標(biāo)值。
35、優(yōu)選地，所述步驟s4中所述設(shè)置螞蟻個(gè)數(shù)以及最大迭代次數(shù)：根據(jù)多次反復(fù)實(shí)驗(yàn)設(shè)置最大迭代次數(shù)100，螞蟻個(gè)數(shù)為50。
36、優(yōu)選地，所述步驟s5的具體方法包括：
37、采用自適應(yīng)信息素因子，在迭代次數(shù)比較小的時(shí)候，讓信息素因子比較小，并隨著迭代次數(shù)的增加，信息素因子逐漸增加，讓螞蟻的移動(dòng)方向主要由產(chǎn)生的信息素決定：
38、
39、式中，α0為信息素因子的最小值，αmax為信息素因子的最大值，λ1是信息素因子變化參數(shù)，t為迭代次數(shù)；
40、采用自適應(yīng)啟發(fā)函數(shù)因子β，隨著迭代次數(shù)的增加而讓?duì)聹p小，滿足迭代后期時(shí)候β值比較?。?/p>
41、
42、式中，β0為啟發(fā)函數(shù)因子的最小值，βmin為啟發(fā)函數(shù)因子的最小值，λ2是啟發(fā)函數(shù)因子變化參數(shù)，t為迭代次數(shù)；
43、調(diào)整信息素?fù)]發(fā)因子，本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：步驟S1所述地圖建模的具體方法為：
3.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：所述步驟S2的具體方法包括：
4.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：步驟S3所述具體方法包括：
5.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：所述步驟S4中所述設(shè)置螞蟻個(gè)數(shù)以及最大迭代次數(shù)：根據(jù)多次反復(fù)實(shí)驗(yàn)設(shè)置最大迭代次數(shù)100，螞蟻個(gè)數(shù)為50。
6.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：所述步驟S5的具體方法包括：
7.根據(jù)權(quán)利要求6所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：所述步驟S6的具體方法包括使用輪盤賭法確定螞蟻下一個(gè)目標(biāo)點(diǎn)的移動(dòng)位置
【技術(shù)特征摘要】
1.一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：步驟s1所述地圖建模的具體方法為：
3.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：所述步驟s2的具體方法包括：
4.根據(jù)權(quán)利要求1所述的一種考慮海洋環(huán)境的水下機(jī)器人多任務(wù)點(diǎn)路徑規(guī)劃方法，其特征在于：步驟s3所述具體方法包括：
...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王海龍，王迪，王冰，黃浩乾，劉萌萌，張勁峰，
申請(qǐng)(專利權(quán))人：河海大學(xué)，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。