欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202110504234X
申请人: 河海大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-11-17
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:包括以下步骤:步骤(1),根据Graham算法建立凸多边形障碍物,并向外拓展设定的距离以建立危险区;

步骤(2),构建基于凸多边形障碍物的MAKLINK二维地图,并在所述MAKLINK二维地图的基础上构建无向网络图;

步骤(3),对构建好的二维地图使用Dijkstra算法进行次优路径优化,得到一条基于MAKLINK图的次优路径;

步骤(4),然后利用改进的粒子群算法,优化所述次优路径,得到一条最短路径;具体过程为:采用粒子群算法模仿鸟类的活动,随机搜寻最佳位置,将每个粒子看作D维搜索空间的一个搜索个体,每一个粒子在二维地图中的速度Vid和位置Xid,表示在D维空间中第i个粒子在二维地图中的速度V和位置X,Vid和位置Xid采用粒子群算法更新后为公式(2)和公式(3):Vid=ωVid+C1r1(Rid‑Xid)+C2r2(Pgd‑Xid)    (2)Xid=Xid+Vid    (3)

其中,ω为惯性因子,其值为非负,较大时全局寻优能力强,较小时,局部寻优能力强;C1和C2为学习因子,为常数;r1和r2是[0,1]随机数,Pid为个体最优解,Pgd为全局最优解;

根据环境信息调整ω:

首先,将MAKLINK二维地图中最短路径图的每条链接线分为十个等分点作为采样点,计算采样点之间的距离L,寻找所有采样点之间的最短距离Lmin和Lmax,从节点i到节点j的代价计算公式为(4)和(5):J=∑cost    (5)

其中,J为已选择路径代价值和待选择节点的代价和;利用J作为再励信号更新粒子的惯性权重ω,更新公式为(6):ω=|exp(KJ)‑1                 (6)

其中,K为一个非负常数;

步骤(5),通过对改进粒子群算法生成的路径上折线处等距离的多个点进行采样,并利用贝塞尔曲线来减少最短路径的转折点,进而平滑路径。

2.根据权利要求1所述的基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:步骤(1)包括以下内容:步骤(1.1),利用Graham算法构建凸多边形障碍物,通过二维坐标系上随机数量的点,根据极坐标排序,查找凸包上的点生成凸多边形障碍物;

步骤(1.2),在生成凸边形障碍物的基础上,人为向外拓展设定距离,所述距离值为dmin。

3.根据权利要求2所述的基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:步骤(1.2)中,AUV在进行水下路径规划时,和障碍物的距离d满足下面约束:d≥dmin     (1) 。

4.根据权利要求1所述的基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:步骤(2)中构建MAKLINK二维地图的具体步骤为:步骤(2.1),将步骤(1)中构建的凸多边形障碍物的某一顶点与其他顶点或空间边界点相连形成链路线,在每条链接线上设置节点,根据MAKLINK图的实际情况确定节点与节点间连线未穿过障碍物的为可行线段,并形成可行线段集合;

步骤(2.2),选取链接线的中点为一个节点,将节点相互连接形成无向网络图。

5.根据权利要求1所述的基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:步骤(3)的次优路径优化包括以下步骤:在步骤(2)中生成无向网络图的基础上,根据Dijkstra算法寻找MAKLINK二维地图上从目标到起点的最短链接线,组成一条次优路径,得到最短路径点,从而得到每个路径点所在的链接线。

6.根据权利要求5所述的基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:通过改进粒子群算法来确定链接线上的新的最短路径点,然后将每条链接线上确定的新的路径点连接,得到最优规划路径。

7.根据权利要求1所述的基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:采用速度合成法对所述粒子状态进行评估,在洋流速度已知时,通过调节AUV的速度和方向来进行路径规划,AUV期望的速度VE为式(7),AUV期望的角度α3为式(8):α3=arcsin(VC*sin(α2‑α1)/VA)+α2       (8)其中,Vc为洋流速度矢量,VA为AUV的速度矢量,α1为洋流角度,α2为AUV到目标的连线的角度,α3为AUV的角度。

8.根据权利要求7所述的基于再励机制粒子群算法的节能型水下路径规划方法,其特征在于:根据评估函数判断当前粒子位置,所述粒子根据评估函数的值更新(2)式中的Xid和Vid,考虑到洋流对AUV的影响,所述评估函数为式(9):其中,E,A,B,C是一个非负常数;P0,P1,P2…,Pi,Pi+1,PD是通过Dijkstra算法求得的最短路径点,D代表最短路径中的路线数量;Vi为第i个粒子的速度,αi为第i个粒子的角度,Vexpected和αexpected是通过式(7)和式(8)求得的期望速度和角度。