本發明專利技術公開了一種基于螢火蟲算法的艦船路徑規劃方法，具體包括以下幾個步驟：步驟一：根據任務信息確定路徑的起始點和目標點，并根據起始點和目標點確定航行區域。步驟二：以起始點為坐標原點，起始點和目標點的連線為橫坐標建立新的坐標系。步驟三：將航行區域內的障礙物進行簡化合并，生成禁航區。步驟四：利用螢火蟲算法進行最優路徑搜索。步驟五：將最優路徑中各個路徑點的坐標轉換為O-XY下的坐標。步驟六：得到艦船的最優路徑，路徑規劃結束。本發明專利技術利用新的自然啟發算法螢火蟲算法作為優化算法進行艦船路徑規劃，方法執行效率高，能夠規劃出滿足實際需要的航行路徑。
【技術實現步驟摘要】
本專利技術屬于艦船路徑規劃領域，尤其是。
技術介紹
隨著科技的不斷進步，艦船導航正逐漸向著智能化的方向發展。尤其是在水面無人艦艇領域，艦船行駛的智能化更是尤為重要。在智能化過程中，路徑規劃無疑是艦船智能航行的關鍵技術之一。傳統規劃方法有視圖法、拓撲法、柵格法等，這些方法過程簡單，容易實現但路徑優化效果差，并且無法保證尋找到全局最優路徑。近年來，隨著一些生物系統及其行為特征進行模擬的優化算法的產生及日趨成熟，人們也逐漸將這些新興的算法應用于路徑規劃中，并且有些算法已經獲得了較好的效果，比如遺傳算法、人工神經網絡、粒子群算法、蟻群算法等。例如申請號為200910100613. 1的專利申請一種基于粒子群優化算法的移動機器人路徑規劃方法，該專利對機器人路徑利用粒子群優化算法進行規劃；最后對規劃的路徑進行深度優先搜索。申請號為201010123511. 4的專利提出一種基于雙群協同競爭粒子群和Ferguson樣條的機器人路徑規劃方法，該方法主要解決現有技術中存在的規劃路徑平滑性差且收斂速度緩慢的問題。螢火蟲算法(FireFly Algorithom, FFA)是一種基于螢火蟲社會特性的優化算法， 它由楊新社博士于2007年在劍橋大學提出。盡管該算法與其它基于群體智能的算法，例如著名的粒子群算法，人工蜂群算法有一些相似之處，但是相對而言該算法在理論和實現上較為簡單。另外，根據最近的文獻顯示該算法在解決很多優化問題時非常有效并且可以超過其它傳統算法，例如遺傳算法等。在最近的研究中，該算法的穩定性通過不同的標準隨機函數被證明優于其它著名的優化算法。它最突出的優點是主要利用個體的隨機運動，同時基于各個個體間的全局通訊。作為一種新的智能優化算法，螢火蟲算法正在逐步被人們應用在各種優化領域，并取得了不錯的效果。但截止到目前為止，還沒有被應用在路徑規劃領域。
技術實現思路
本專利技術的目的是為了解決上述問題，將螢火蟲算法應用到路徑規劃領域，提出。對基本螢火蟲算法進行改進，提出了自適應的吸收參數和隨機參數，提高了方法的運行速度。結合路徑規劃的特點，完成了螢火蟲算法編碼、評價函數設計及路徑規劃方法設計。本專利技術的，具體包括以下幾個步驟步驟一根據任務信息確定路徑的起始點和目標點，并根據起始點和目標點確定航行區域。步驟二 以起始點為坐標原點，起始點和目標點的連線為橫坐標建立新的坐標系。步驟三將航行區域內的障礙物進行簡化合并，生成禁航區。步驟四利用螢火蟲算法進行最優路徑搜索。步驟五將最優路徑中各個路徑點的坐標轉換為O-XY下的坐標。步驟六得到艦船的最優路徑，路徑規劃結束。本專利技術的優點在于本專利技術利用新的自然啟發算法螢火蟲算法作為優化算法進行艦船路徑規劃，方法執行效率高，能夠規劃出滿足實際需要的航行路徑。附圖說明圖1為本專利技術的方法流程圖。圖2為本專利技術所述由規劃任務確定的新坐標系圖。圖3為本專利技術所述改進螢火蟲算法流程圖。具體實施例方式下面將結合附圖和實施例對本專利技術作進一步的詳細說明。本專利技術是一種基于螢火蟲算法的路徑規劃方法，具體流程如圖1所示，包括以下幾個步驟步驟一根據任務信息確定路徑的起始點和目標點，并根據起始點和目標點確定航行區域。航行區域為以路徑起始點和終止點連線為對角線的矩形區域，航行區域的邊界坐fe^ ^min' ^max' Ymin' ^rnax0步驟二 以起始點為坐標原點，起始點和目標點的連線為橫坐標建立新的坐標系。在原坐標系中，一個點的位置由x，y兩個參數確定。為了簡化路徑點的表示方法， 減小計算量，將建立一個新的坐標系S-X' Y'。新坐標系以起始點S和目標點G的連線為橫坐標軸X'，過S的垂線為縱坐標軸Y'，如圖2所示。步驟三將航行區域內的障礙物進行簡化合并，生成禁航區。影響艦船航行的障礙物主要有島嶼、島礁、淺水區、沉船。將航行區域中的障礙物、 淺水區、島嶼以多邊形形式進行表達。多邊形圍成的區域為禁航區，路徑不能通過，其他區域為可行域，即安全區，路徑可以通過。具體為安全區該區域中艦船航行沒有任何危險；禁航區該區域存在不利于艦船安全航行的要素，會危及艦船航行安全。禁航區的信息用一個二維數組來表示，POINT Obstacle ，其中，M為禁航區的數目，N為禁航區的最大頂點個數。步驟四利用螢火蟲算法進行最優路徑搜索。螢火蟲算法的優點在于原理簡單同時又有深刻的智能背景，既適合科學研究，又特別適合工程應用。為了提高螢火蟲算法的收斂速度，提出一種參數可以隨迭代次數自適應變化的參數調整策略。改進后的方法能夠提高螢火蟲算法在早期搜索過程中的全局搜索能力，并最終促使算法在搜索的最終階段快速收斂于全局最優解。參數為(1)吸收系數Y吸收系數Y控制著光強度的減少，刻畫了吸引力的變化，在決定算法的收斂速度和行為方面起到非常重要的作用。理論上，Y e 權利要求1. ，其特征在于，包括以下幾個步驟 步驟一根據任務信息確定路徑的起始點和目標點，并根據起始點和目標點確定航行區域；航行區域為以路徑起始點和終止點連線為對角線的矩形區域，航行區域的邊界坐標為 X X Y Y ·Ληι η' j^max‘ min' max ‘步驟二 以起始點為坐標原點，起始點和目標點的連線為橫坐標建立新的坐標系； 在原坐標系中，一個點的位置由x，y兩個點確定，以起始點S和目標點G的連線為橫坐標軸X'，過S的垂線為縱坐標軸Y'，建立新的坐標系S-X' Y'； 步驟三將航行區域內的障礙物進行簡化合并，生成禁航區； 具體為安全區該區域中艦船航行沒有任何危險；禁航區該區域存在不利于艦船安全航行的要素，會危及艦船航行安全； 步驟四利用螢火蟲算法進行最優路徑搜索； 具體步驟如下步驟4. 1 確定螢火蟲種群的參數、最大迭代次數；確定隨機參數起始值α b、隨機參數終止值α。隨機運動步長1、完全隨機運動時的吸引力、吸收系數起始值Yb、吸收系數終止值Y。維數η、最大迭代次數N; 步驟4. 2 初始化螢火蟲種群，并計算每個螢火蟲的亮度值； 具體為一個螢火蟲代表一條候選路徑，一條候選路徑由一系列路徑點構成，螢火蟲的各維分量對應的實際含義是路徑上的路徑點的坐標；設螢火蟲的維數為η，將線段SG進行η+1等分，在每一個等分點作垂線，得到平行直線族(L1, L2, ... , Llri，Ln)，它們與路徑的交點即為可用路徑點序列(P1, P2，. . .，Plri, Pn)；設定起始點S為ρ。和目標點G即為ρη+1，候選路徑表示為可用路徑點的集合P = (P1, P2, ... , Pn, Ρη+1)；由于平行直線族(L”L2，. . .，Ln_1;Ln)相鄰兩條直線間的距離相同，路徑點在S-X' Y' 坐標系中橫坐標根據其所在直線序號確定，縱坐標為工作區域中的隨機數，新坐標系中第i 個路徑點的坐標為2.根據權利要求1所述的，其特征在于，禁航區的信息用一個二維數組來表示，POINT Obstacle ，其中，M為禁航區的數目，N為禁航區的最大頂點個數。全文摘要本專利技術公開了，具體包括以下幾個步驟步驟一根據任務信息確定路徑的起始點和目標點，并根據起始點和目標點確定航行區域。步驟二以起始點為坐標原點，起始點和目標點的連線為橫坐標建立新的坐標系。步驟三將航行區域內的障礙物進行簡化合并，生成禁航區。步驟四利用螢本文檔來自技高網...
【技術保護點】
ａｘ，Ｙｍｉｎ，Ｙｍａｘ；步驟二：以起始點為坐標原點，起始點和目標點的連線為橫坐標建立新的坐標系；在原坐標系中，一個點的位置由ｘ，ｙ兩個點確定，以起始點Ｓ和目標點Ｇ的連線為橫坐標軸Ｘ′，過Ｓ的垂線為縱坐標軸Ｙ′，建立新的坐標系Ｓ－Ｘ′Ｙ′；步驟三：將航行區域內的障礙物進行簡化合并，生成禁航區；具體為：安全區：該區域中艦船航行沒有任何危險；禁航區：該區域存在不利于艦船安全航行的要素，會危及艦船航行安全；步驟四：利用螢火蟲算法進行最優路徑搜索；具體步驟如下：步驟４．１：確定螢火蟲種群的參數、最大迭代次數；確定隨機參數起始值αｂ、隨機參數終止值αｅ、隨機運動步長ｌ、完全隨機運動時的吸引力β０、吸收系數起始值γｂ、吸收系數終止值γｅ、維數ｎ、最大迭代次數Ｎ；步驟４．２：初始化螢火蟲種群，并計算每個螢火蟲的亮度值；具體為：一個螢火蟲代表一條候選路徑，一條候選路徑由一系列路徑點構成，螢火蟲的各維分量對應的實際含義是路徑上的路徑點的坐標；設螢火蟲的維數為ｎ，將線段ＳＧ進行ｎ＋１等分，在每一個等分點作垂線，得到平行直線族（Ｌ１，Ｌ２，．．．，Ｌｎ－１，Ｌｎ），它們與路徑的交點即為可用路徑點序列（ｐ１，ｐ２，．．．，ｐｎ－１，ｐｎ）；設定起始點Ｓ為ｐ０和目標點Ｇ即為ｐｎ＋１，候選路徑表示為可用路徑點的集合：ｐ＝（ｐ１，ｐ２，．．．，ｐｎ，ｐｎ＋１）；由于平行直線族（Ｌ１，Ｌ２，．．．，Ｌｎ－１，Ｌｎ）相鄰兩條直線間的距離相同，路徑點在Ｓ－Ｘ′Ｙ′坐標系中橫坐標根據其所在直線序號確定，縱坐標為工作區域中的隨機數，新坐標系中第ｉ個路徑點的坐標為：＊＊＊其中：ＬＳＧ為起始點和目標點連線的直線長度，Ｙ′ｍｉｎ和Ｙ′ｍａｘ分別為縱坐標的最小值和最大值，ｒａｎｄ為介于縱坐標最大值和最小值間的隨機數；將路徑的評價函數設為螢火蟲的亮度，螢火蟲亮度的獲取方法為：采用路徑長度作為路徑的評價函數；對于一條含有ｎ個航路點的路徑來說，由ｎ－１條路徑段組成，路徑長度為將各個路徑段的長度相加，即：＊＊＊其中，ΔＬｉ表示第ｉ個路徑點和第ｉ＋１個路徑點間的距離，ｘ′ｉ，ｙ′ｉ為第ｉ個路徑點的坐標，ｘ′ｉ－１，ｙ′ｉ－１為第ｉ－１個路徑點的坐標，１≤ｉ＜ｎ；路徑評價函數為：＊＊＊其中：為起始點與第一個路徑點間的距離，ΔＬｉ為第ｉ個路徑點和第ｉ＋１個路徑點間的距離，為最后一個路徑點與目標點間的距離；將評價函數的倒數作為螢火蟲的亮度值，即＊＊＊其中：Ｉｉ表示第ｉ個螢火蟲的亮度值，Ｅｉ表示第ｉ條候選路徑的長度；步驟４．３：將螢火蟲種群按照亮度進行排序，找到最亮蟲；步驟４．４：判斷當前迭代次數是否達到設定的最大迭代次數Ｎ，如果達到則執行步驟五，否則轉向步驟４．５；步驟４．５：根據當前的迭代次數，確定吸收系數和隨機參數；吸收系數γ為：第ｉ次迭代的吸收參數γ為：γｉ＝γｂ＋（γｅ－γｂ）×ｉ／Ｎ其中：γｅ＞γｂ，γｂ為初始值，γｅ為最終值，Ｎ為總的迭代次數；隨機參數α為：第ｉ次迭代的隨機參數α為：αｉ＝αｂ＋（αｅ－αｂ）×ｉ／Ｎ其中：αｅ＜αｂ，αｂ為初始值，αｅ為最終值，Ｎ為總的迭代次數；步驟４．６：將非最亮螢火蟲的位置進行更新；假設螢火蟲ｉ被一個比它亮的螢火蟲ｊ吸引，它的新位置為：＊＊＊其中：ｘ１ｉ表示螢火蟲ｉ的新位置；ｘ０ｉ表示螢火蟲ｉ的當前位置；由該螢火蟲被其它臨近蟲看到的光強度決定；γ由步驟４．５得到；ｒｉｊ是螢火蟲ｉ和螢火蟲ｊ之間的歐里幾何距離，計算公式如下：＊＊＊ｘｉ和ｘｊ分別為螢火蟲ｉ和螢火蟲ｊ的位置，ｎ為維數；表示當前螢火蟲的隨機運動；α根據步驟４．５得到；ｒａｎｄ是一個介于０和１之間的隨機數；判斷非最亮螢火蟲的位置是否均更新完畢，如果是，則轉向步驟４．７，否則，繼續更新非最亮螢火蟲的位置；步驟４．７：將最亮螢火蟲的位置進行更新，并轉向步驟４．３；最亮蟲的位置進行更新為：＊＊＊步驟五：將最優路徑中各個路徑點的坐標轉換為Ｏ－ＸＹ下的坐標；步驟六：得到艦船的最優路徑，路徑規劃結束。１．一種基于螢火蟲算法的艦船路徑規劃方法，其特征在于，包括以下幾個步驟：步驟一：根據任務信息確定路徑的起始點和目標點，并根據起始點和目標點確定航行區域；航行區域為以路徑起始點和終止點連線為對角線的矩形區域，航行區域的邊界坐標為Ｘｍｉｎ，Ｘｍ...
【技術特征摘要】
【專利技術屬性】
技術研發人員：劉廠，高峰，李剛，趙玉新，董靜，
申請(專利權)人：哈爾濱工程大學，
類型：發明
國別省市：93
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。