改进分布式遗传算法的多目标无人船避碰路径规划方法技术

本发明专利技术涉及的一种改进分布式遗传算法的多目标无人船避碰路径规划方法。本发明专利技术包括如下步骤：(1)障碍物位置的获取与无人艇位置姿态的获取；(2)计算无人艇的碰撞危险度；(3)基于改进分布式遗传算法的多目标无人船避碰路径规划。本发明专利技术完成了船舶通过收集并分析障碍物信息，到制定避碰对策，完成对障碍物的躲避的一系列过程，有效提升了船舶避障的智能化，减少了操控人员的工作量。

A multi-objective collision avoidance path planning method based on improved distributed genetic algorithm

【技术实现步骤摘要】
改进分布式遗传算法的多目标无人船避碰路径规划方法
本专利技术涉及的一种改进分布式遗传算法的多目标无人船避碰路径规划方法。
技术介绍
在针对船舶避碰危险度和船舶避碰规则的研究的基础上，利用GSP和自动绘标仪等水面航行设备，提出了通过使用改进分布式遗传算法来规划规划船舶避碰路径的想法。分布式遗传算法是一种并行算法，具有快速随机搜索能力，在其被提出之后就得到了国内外学者的普遍认可，在使用分布式遗传算法规划船舶避碰航线时，首先要把这个问题转变为数学形式。考虑到每一条航线都是由一系列节点和将这些点连接起来的线段构成的，所以航线优化中实际要决定的就是这些节点，将这些节点通过编码转变为遗传算法的遗传因子，将航线的约束条件转变为目标函数，通过目标函数确定判断航线优劣性的适应度函数。本专利技术使用改进分布式遗传算法对船舶避碰路径进行规划，通过设计参考安全性和对交通规则的符合性的目标函数，以实现对多目标无人船避碰路径规划。
技术实现思路
本专利技术的目的在于提供无人船航行路径，使无人船可以有效实现多目标无人船避碰路径规划，本专利技术的目的是这样本文档来自技高网...

【技术保护点】
1.改进分布式遗传算法的多目标无人船避碰路径规划方法，包其特征在于，括如下步骤：/n(1)障碍物位置的获取与无人艇位置姿态的获取；/n(2)计算无人艇的碰撞危险度；/n(3)基于改进分布式遗传算法的多目标无人船避碰路径规划。/n

【技术特征摘要】
1.改进分布式遗传算法的多目标无人船避碰路径规划方法，包其特征在于，括如下步骤：
(1)障碍物位置的获取与无人艇位置姿态的获取；
(2)计算无人艇的碰撞危险度；
(3)基于改进分布式遗传算法的多目标无人船避碰路径规划。


2.根据权利要求1所述的改进分布式遗传算法的多目标无人船避碰路径规划方法，其特征在于，障碍物位置的获取与无人艇位置姿态的获取，具体过程为：
在基于改进分布式遗传算法的无人艇智能避碰模块里，首先会对已知周围海洋环境规划出一条最优路径，在未达到避碰要求时船舶自身会按照该规划好的路径在海域中航行，不断地扫描监测周围海洋环境判断是否存在避碰目标；在航行中，如果发现海面上存在其他目标，可以利用无人船上的的测量系统，分别测得航行中无人艇的位置及姿态与障碍物的位置。


3.根据权利要求1所述的改进分布式遗传算法的多目标无人船避碰路径规划方法，其特征在于，计算无人船碰撞危险度，具体过程为：
在船舶碰撞危险度的研究中，DCPA和TCPA是影响船舶危险度的两个重要原因；为了使计算的速度快些，将DCPA、TCPA的值作为BP神经网络的输入，将船舶碰撞危险度作为网络输出；通过对专家数据的学习，得到各神经元的连接权值和阈值，输出船舶碰撞危险度。


4.根据权利要求1所述的改进分布式遗传算法的多目标无人船避碰路径规划方法，其特征在于，所述的改进分布式遗传算法的具体过程为：
(1)子群再分配：在迁移过程中，对每个子群最优个体进行适应度计算并排队，子群下一次进化得到的空间大小和其当前的适应度成线性关系：



pi为下一次第i个子群被分配的个体数量，f(pi)是第i个子群的最优个体的适应度值，是所有子群的适应度值的和，p是第i个子群的个体数量；
(2)个体迁移：在子种群中按照适应度值的大小挑选个体作为迁移对象，即挑选适应度函数值高的个体；适应度函数较低的子种群把自己的局部最优解迁移到适应度函...

【专利技术属性】
技术研发人员：林孝工，王亭，王楠珺，郭非，袁宇祺，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23