一种基于环境预报信息的无人艇航线优化方法技术

本发明专利技术涉及的是一种基于环境预报信息的无人艇航线优化方法。通过气象预报收集无人艇在海上航行时可能产生影响的环境信息因素，通过全球定位系统对无人艇当前的位置进行定位，得到准确的无人艇航行状态；将考虑无人艇航行区域的静态障碍物以及海流这一气象因素对无人艇的影响，结合获得的环境数据对海域的环境进行建模；基于粒子群优化算法的无人艇航线规划算法设计，算法设计出来的无人艇航线尽量避开了静态障碍物并且利用了对于无人艇航行有利的海流区域。本发明专利技术实现了无人艇可以根据环境预报信息而设计航线，可以随时根据天气环境的变化对航线做出及时的调整，避免海域上恶劣的环境对无人艇安全产生威胁，提高无人艇航行的经济性和安全性。

A route optimization method for UAV Based on environmental forecast information

The invention relates to a route optimization method for unmanned air craft based on environmental forecast information. By collecting the environmental information factors that may affect the unmanned aerial vehicle (UAV) while navigating at sea through weather forecast, the current position of the UAV can be positioned by GPS, and the navigation state of the UAV can be obtained accurately. Combined with the obtained environmental data, the environment of the sea area is modeled; based on the particle swarm optimization algorithm, the UAV route planning algorithm is designed, which avoids static obstacles as far as possible and makes use of the favorable ocean current area for UAV navigation. The invention realizes that an unmanned aerial vehicle can design a course according to the environmental forecast information, and can adjust the course timely according to the change of weather and environment at any time, so as to avoid the danger to the safety of the unmanned aerial vehicle caused by the harsh environment in the sea area, and to improve the economy and safety of the navigation of the unmanned aerial vehicle.

【技术实现步骤摘要】
一种基于环境预报信息的无人艇航线优化方法
本专利技术涉及的是一种无人艇航线规划方法，具体地说是一种基于环境预报信息的无人艇航线优化方法。
技术介绍
随着无人艇数量的不断增加及运输成本的上涨，无人艇航行的经济性及安全性越来越被人们所重视。因此，设计为无人艇设计一条安全经济的航线成为节能减排和降低成本的主要途径。在过去很长时间，由于技术条件的落后，人们更多的是依据航海人的经验确定航线，效果很难令人满意。近年来，随着科技的发展，人们对于海洋气候环境的预测越来越准确，基于环境信息为无人艇规划航线，可以根据航行过程中天气环境的变化而对航线做出及时调整，使航线更具有经济性及安全性。
技术实现思路
本专利技术的目的在于提供一种能随时根据天气环境的变化对航线做出及时的调整，提高无人艇航行的经济性和安全性的基于环境预报信息的无人艇航线优化方法。本专利技术的目的是这样实现的：(1)、无人艇航行海域的环境信息及无人艇航行状态的获取通过气象预报收集无人艇在海上航行时环境信息，根据这些环境信息对无人艇航行的影响程度，筛选出对无人艇航行影响较大的环境信息；通过全球定位系统对无人艇当前的位置进行定位，得到准确的无人艇航行状态；(2)、建立包括无人艇航行海域环境信息的无人艇航行模型根据气象预报得到的无人艇航行海域的环境信息及区域中固定障碍物的位置建立航迹图；(3)、基于粒子群优化算法的无人艇航线规划将粒子群优化算法应用到航线优化，最优航线相当于鸟群中的食物，通过模仿鸟群寻找食物的过程来寻找最优航线。本专利技术还可以包括：1、所述建立包括无人艇航行海域环境信息的无人艇航行模型具体包括：在无人艇活动区域出现的静态障碍物，以任意形状的多边形表示，所述无人艇航行海域的环境信息是海流用模拟数据表示，假设无人艇整个活动区域的大小定义为：E＝{(L，W)∈R2：La≤L≤Lb，Wa≤W≤Wb}安全无碰撞的自由区域定义为：其中，Obstaclei，i＝1，2，…，k表示静态障碍物集合，k为静态障碍物的数量，使无人艇安全无碰的从起点S运动到终点G，再自由区域Efree中搜索出一条航迹，这条航迹既满足无人艇航行的安全性条件：不能与障碍物相碰，不能距离障碍物太近；又满足经济性条件，既无人艇航行过程的能耗少，将无人艇的最优航线寻找问题归结为再自由区间Efree中的优化搜索问题。2、所述基于粒子群优化算法的无人艇航线规划具体包括：1)粒子群算法的基本公式如下：Vid(t+1)＝wVid(t)+c2r2(Pgd-xid(t))(1)Vid(t+1)＝wVid(t)+c1r1(Pid-xid(t))(2)公式(1)和公式(2)称为粒子群优化算法进化公式，公式(1)为粒子的速度更新公式，公式(2)称为粒子的位置更新公式，公式中：i＝1，2...，N，是粒子的编码t-当前的迭代次数vid-经过t次迭代后，第i个粒子的第d维速度分量xid-经过t次迭代后，第i个粒子的第d维位置分量pid-第i个粒子的个体历史最优位置pbest的第d维分量pgd-群体最优位置gbest的第d维分量读入建立包括无人艇航行海域环境信息的无人艇航行模型的数据，根据环境模型的复杂程度，对种群进行初始化，设置粒子群的种群规模为10个粒子，粒子的维数为5，惯性因子w＝0.5，迭代次数为200次，学习因子c1＝c2＝1.49；将每个维度的粒子随机分布在自己的区域内；根据适应度函数公式计算粒子的适应值并和当前最优PBest和种群最优GBest相比较，输出种群最优GBest；判断输出的GBest是否满足终止条件，若不满足继续用公式(1)和公式(2)对粒子的速度和位置进行更新再进行计算；若符合终止条件达到最大迭代次数即输出；2)确定适应度函数设S模拟一条可以航行的路径，则其适应度评价函数Fit(S)如下：Fit(S)＝S_Cost(S)+E_Cist(S)其中，E_Cost(S)是无人艇航行的安全性条件，它是确保无人艇航行时不会和障碍物发生碰撞；E_Cost(S)是无人艇的能耗条件，S_Cost(S)由以下公式计算得出：SCost(S)＝w1×C(S)C(S)是表示无人艇与障碍物靠近程度的条件：其中M为航行区域中阻滞运动物体的个数，Ljk表示了这个物体第k条边的线段，gi表示线段到已知障碍物的长度，τ是需要定义的一个安全系数、其设置取决于无人艇本身的情况，α为一个系数，OJ为第j个物体的多边形的边数；用D(S)表示无人艇航行的总距离：上式中N为转折点的个数，d(pi，pi+1)＝||pi+1-pi||为各个转折点之间的直线距离，在计算无人艇的速度时只考虑y轴方向上的速度，Vm＝Vact-Vflow上式中Vact为粒子节点组成的段间的合速度方向，Vflow为海流的速度，Vm为无人艇推进器实际产生的速度，无人艇可航行航线中的E_Cost(S)可由前面的公式得出，无人艇不可航行航线有两个评价标准，一个海流速度过大的区域无人艇不可航行，另一个是静态障碍物区域无人艇不可航行，海流过大的区域直接用海流速度和无人艇的速度比较判定，在上式中，A是一个能保证Fit(p)非负的适当大的实数；dist(p)为航迹总长度；为航迹与障碍物相交的线段个数；Φ(p)为航迹转向点的安全度，r和c分别为和Φ(p)这两项的权值系数，其中，r体现了对航迹中不可行部分的惩罚。本专利技术提供了一种无人艇航线的设计方法，它实现了无人艇可以根据环境预报信息而设计航线，可以随时根据天气环境的变化，以便对航线做出及时的调整，避免海域上恶劣的环境对无人艇安全产生威胁，提高无人艇航行的经济性和安全性。本专利技术的主要技术手段体现在：1、无人艇航行海域的环境信息及无人艇航行状态的获取通过气象预报收集无人艇在海上航行时可能产生影响的环境信息因素，根据这些环境因素对无人艇航行的影响程度，筛选出对无人艇航行影响较大的环境信息因素。通过全球定位系统对当前的位置进行定位，得到准确的无人艇航行状态。2、建立包括无人艇航行海域环境信息的无人艇航行模型根据气象预报得到的无人艇航行海域的环境信息及区域中固定障碍物的位置建立航迹图，优化后无人艇的航行轨迹会避开障碍物并且能利用有利的环境因素以减少能耗耗。3、基于粒子群优化算法的无人艇航线规划算法设计基本的粒子群优化算法的步骤比较简练，相比于其它算法，它不包含太多的复杂操作，其中的粒子对信息的共享更充分，在路径规划领域的应用十分广泛。本专利技术将粒子群优化算法应用到航线优化设计的问题上，最优航线就相当于鸟群中的食物，通过模仿鸟群寻找食物的过程来寻找最优航线。本专利技术包括以下有益效果：1、本专利技术完成了无人艇从获取航行海域上的环境及固定障碍物信息，到寻找最优航线，完成避开对无人艇航行不利的环境因素的一系列过程，有效提升了操控人员的工作效率。2、本专利技术使用改进的粒子群算法对无人艇进行航线设计，不包含太多的复杂操作，并且不容易陷入局部最优解的情况，可以有效的设计出最优航线。3、本专利技术根据实时的气象预报来设计气象航线把航行海域的未来环境变化计算在内，解决传统气候航线的限制性，航行过程中随时观察天气环境的变化，以便对航线做出及时的调整，避免海域上恶劣的环境对无人艇安全产生威胁。同时利用对无人艇航行有利的环境因素，使其具有经济性及安全性，可以降低远距离海运的运营成本本文档来自技高网...

【技术保护点】
1.一种基于环境预报信息的无人艇航线优化方法，其特征是：(1)、无人艇航行海域的环境信息及无人艇航行状态的获取通过气象预报收集无人艇在海上航行时环境信息，根据这些环境信息对无人艇航行的影响程度，筛选出对无人艇航行影响较大的环境信息；通过全球定位系统对无人艇当前的位置进行定位，得到准确的无人艇航行状态；(2)、建立包括无人艇航行海域环境信息的无人艇航行模型根据气象预报得到的无人艇航行海域的环境信息及区域中固定障碍物的位置建立航迹图；(3)、基于粒子群优化算法的无人艇航线规划将粒子群优化算法应用到航线优化，最优航线相当于鸟群中的食物，通过模仿鸟群寻找食物的过程来寻找最优航线。

【技术特征摘要】
1.一种基于环境预报信息的无人艇航线优化方法，其特征是：(1)、无人艇航行海域的环境信息及无人艇航行状态的获取通过气象预报收集无人艇在海上航行时环境信息，根据这些环境信息对无人艇航行的影响程度，筛选出对无人艇航行影响较大的环境信息；通过全球定位系统对无人艇当前的位置进行定位，得到准确的无人艇航行状态；(2)、建立包括无人艇航行海域环境信息的无人艇航行模型根据气象预报得到的无人艇航行海域的环境信息及区域中固定障碍物的位置建立航迹图；(3)、基于粒子群优化算法的无人艇航线规划将粒子群优化算法应用到航线优化，最优航线相当于鸟群中的食物，通过模仿鸟群寻找食物的过程来寻找最优航线。2.根据权利要求1所述的基于环境预报信息的无人艇航线优化方法，其特征是所述建立包括无人艇航行海域环境信息的无人艇航行模型具体包括：在无人艇活动区域出现的静态障碍物，以任意形状的多边形表示，所述无人艇航行海域的环境信息是海流用模拟数据表示，假设无人艇整个活动区域的大小定义为：E＝{(L,W)∈R2：La≤L≤Lb，Wa≤W≤Wb}安全无碰撞的自由区域定义为：其中，Obstaclei，i＝1，2，…，k表示静态障碍物集合，k为静态障碍物的数量，使无人艇安全无碰的从起点S运动到终点G，再自由区域Efree中搜索出一条航迹，这条航迹既满足无人艇航行的安全性条件：不能与障碍物相碰，不能距离障碍物太近；又满足经济性条件，既无人艇航行过程的能耗少，将无人艇的最优航线寻找问题归结为再自由区间Efree中的优化搜索问题。3.根据权利要求2所述的基于环境预报信息的无人艇航线优化方法，其特征是所述基于粒子群优化算法的无人艇航线规划具体包括：1)粒子群算法的基本公式如下：Vid(t+1)＝wVid(t)+c2r2(Pgd-xid(t))(1)Vid(t+1)＝wVid(t)+c1r1(Pid-xid(t))(2)公式(1)和公式(2)称为粒子群优化算法进化公式，公式(1)为粒子的速度更新公式，公式(2)称为粒子的位置更新公式，公式中：i＝1，2…，N，是粒子的编码t-当前的迭代次数vid-经过t次迭代后，第i个粒子的第d维速度分量xid-经过t次迭代后，第i个粒子的第d维位置分量pid-第i个粒子的个体历史最优位置pbest的第...

【专利技术属性】
技术研发人员：丁福光，张棹轻，王元慧，王成龙，刘向波，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23