一种基于萤火虫算法的无人船全局路径动态优化方法技术

本发明专利技术涉及一种基于萤火虫算法的无人船全局路径动态优化方法；包括以下步骤：S1、获取目标点和目标区域；S2、获取当前位置及当前航速，获取航行方向；S3、根据当前位置、当前航速和航行方向，确定预设时长后的无人船所能到达的位置并作为预测的下一路径点；S4、根据预先获取的外部环境信息和实时获取的检测信息判断预测的下一路径点是否属于目标区域和预测的下一路径点是否属于不可航行区域；S5、若遇到障碍物点则通过萤火虫算法避开障碍物，返回步骤S2直至无人船到达目标点；本发明专利技术无需建立环境模型，能在航行过程中实时检测并避开障碍物，路径规划用时短、效率高，适合处理无人船全局路径动态优化问题。

A Global Path Dynamic Optimization Method for Unmanned Vehicles Based on Firefly Algorithms

The present invention relates to a global path dynamic optimization method for Unmanned Aerial Vehicle Based on firefly algorithm, which includes the following steps: S1, acquiring target points and target areas; S2, acquiring current position and current speed, acquiring navigation direction; S3, determining the position of unmanned aerial vehicle after a preset time and taking it as the next path of prediction according to current position, current speed and navigation direction. 4. Judging whether the predicted next path point belongs to the target area and the predicted next path point belongs to the non-navigable area according to the pre-acquired external environment information and the real-time acquired detection information; S5. If the obstacle point is encountered, the obstacle is avoided by the firefly algorithm and returned to 2 until the unmanned ship reaches the target point; The present invention does not need to establish an environmental model, so it can be used. In the course of navigation, real-time detection and avoidance of obstacles make path planning time-consuming and efficient, which is suitable for the dynamic optimization of UAV global path.

【技术实现步骤摘要】
一种基于萤火虫算法的无人船全局路径动态优化方法
本专利技术涉及无人船路径规划
，尤其涉及一种基于萤火虫算法的无人船全局路径动态优化方法。
技术介绍
路径规划是实现无人船自主航行的前提和基础，在路径规划领域，仿生算法的出现极大促进了路径规划方法的发展。萤火虫算法最早被提出用于求解全局最优问题，随后被应用于路径规划领域。现有的基于萤火虫算法的路径规划方法会先建立环境模型，然后综合考虑路径长度、路径平滑程度以及碰撞危险度等因素，通过萤火虫种群从起点到终点的运动最终得到多条路径，最后再从路径集中选取最优的路径。目前，所有相关方法均基于已知静态环境信息建模，然后进行路径规划，最后规划得到一条从起点到终点的无碰撞集合路径，实现的是基于静态环境信息的全局路径规划，无法实现对航线的动态优化。
技术实现思路
(一)要解决的技术问题为了解决现有技术中路径规划算法需要对环境进行建模，规划的路径受模型限制，且避障算法复杂的技术问题，本专利技术提供一种基于萤火虫算法的无人船全局路径动态优化方法。(二)技术方案为了达到上述目的，本专利技术采用的主要技术方案包括以下步骤：S1、获取无人船航行任务的目标点Pg(x本文档来自技高网...

【技术保护点】
1.一种基于萤火虫算法的无人船全局路径动态优化方法，其特征在于，包括以下步骤：S1、获取无人船航行任务的目标点Pg(xg,yg)，并生成目标点Pg(xg,yg)的目标区域S；S2、获取当前位置Po(xo,yo)及当前航速Vc，将当前位置Po(xo,yo)与所述目标点Pg(xg,yg)的直线方向作为所述无人船的航行方向；S3、根据所述当前位置Po(xo,yo)、所述当前航速Vc和所述航行方向，确定预设时长t后的无人船所能到达的位置，将无人船所能到达的位置作为预测的下一路径点Pf(xf,yf)；S4、根据预先获取的外部环境信息和实时获取的检测信息判断所述预测的下一路径点Pf(xf,yf)是否属于目...

【技术特征摘要】
1.一种基于萤火虫算法的无人船全局路径动态优化方法，其特征在于，包括以下步骤：S1、获取无人船航行任务的目标点Pg(xg,yg)，并生成目标点Pg(xg,yg)的目标区域S；S2、获取当前位置Po(xo,yo)及当前航速Vc，将当前位置Po(xo,yo)与所述目标点Pg(xg,yg)的直线方向作为所述无人船的航行方向；S3、根据所述当前位置Po(xo,yo)、所述当前航速Vc和所述航行方向，确定预设时长t后的无人船所能到达的位置，将无人船所能到达的位置作为预测的下一路径点Pf(xf,yf)；S4、根据预先获取的外部环境信息和实时获取的检测信息判断所述预测的下一路径点Pf(xf,yf)是否属于目标区域S和所述预测的下一路径点Pf(xf,yf)是否属于不可航行区域；S5、若步骤S4中预测的下一路径点Pf(xf,yf)属于不可航行区域且不属于目标区域S，则利用萤火虫算法基于当前位置Po(xo,yo)、与当前位置Po(xo,yo)最近的障碍物点、目标点Pg(xg,yg)和目标函数值fi预测一个替代路径点Pf'(xf',yf')，并将所述替代路径点Pf'(xf',yf')作为预测的下一路径点Pf(xf,yf)返回步骤S4；若步骤S4中预测的下一路径点Pf(xf,yf)不属于不可航行区域且不属于目标区域S，则无人船行驶至预测的下一路径点Pf(xf,yf)，并返回步骤S2。2.如权利要求1所述的方法，其特征在于，还包括初始化萤火虫算法的参数，获取初始化的萤火虫种群；其中所述参数包括：萤火虫种群大小N，避碰系数K1、最短路径系数K2、预设最大迭代次数gen、步长参数α，最大吸引力β0和光强吸收率γ。3.如权利要求2所述的方法，其特征在于，目标函数值fi通过公式一至公式三获得；公式一：公式二：公式三：其中，K1和K2均为大于零常数，(x0,y0)为与当前位置最近的障碍物坐标，(xg,yg)为目标点坐标，on表示静态障碍障碍物，os表示动态障碍物，minon∈os||Dfo||表示每个萤火...

【专利技术属性】
技术研发人员：姜雨函，王晓原，夏媛媛，刘亚奇，唐学大，高杰，朱慎超，
申请(专利权)人：智慧航海青岛科技有限公司，
类型：发明
国别省市：山东,37