一种基于多目标改进粒子群算法的自主式水下机器人的路径规划方法技术

本发明专利技术涉及一种基于多目标改进粒子群算法的自主式水下机器人的路径规划方法，其包括：自主式水下机器人路径规划问题环境建模；多目标改进粒子群算法参数初始化；多目标改进粒子群算法对路径进行优化；输出最优路径。本发明专利技术在标准粒子群算法的基础上引入变异算子，避免算法陷入局部最优，利用自适应惯性权重系数和动态调整的学习因子有效地缩短了规划时间，综合考虑路径长度、路径安全性和路径平滑度等因素的影响，避免出现大的转角变化，实现安全、经济的自主航行，可应用于自主式水下机器人的自主航行系统。器人的自主航行系统。

【技术实现步骤摘要】
一种基于多目标改进粒子群算法的自主式水下机器人的路径规划方法


[0001]本专利技术涉及自主式水下机器人路径规划领域，尤其涉及一种基于多目标改进粒子群算法的自主式水下机器人的路径规划方法。

技术介绍

[0002]自主式水下机器人(AUV)被广泛应用于军事和民用领域，例如排雷、海洋采样、地质采样和海底勘探等任务。它融合了通信、网络化系统、信息融合和智能控制等技术，可实现自主导航、智能避障等功能，其中路径自动规划是自主式水下机器人自主航行系统的核心内容。
[0003]目前关于自主式水下机器人的路径规划方法有多种，常采用标准粒子群算法、遗传算法等群智能算法进行路径规划，但是在使用标准粒子群算法进行路径规划时，其规划时间长、收敛速度慢，且易于陷入局部最优。遗传算法进行路径规划时搜索速度比较慢，对初始种群的选择有一定的依赖性缺。对于自主式水下机器人来说，这些算法在规划路径都有各自的弊端。另外，已有的一些路径规划方法通常只考虑路径长度等单一目标，忽略水下机器人自身机动性、路径安全和路径平滑度等因素的影响，无法安全、经济、稳定的实现水下机器人的自主航本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标改进的粒子群算法的自主式水下机器人的路径规划方法，其特征在于，其包括：步骤一：自主式水下机器人路径规划问题环境建模(1)路径规划问题的环境建模路径规划的环境设置为三维空间，建立环境地图的全局坐标系O
‑
XYZ；P0为水下机器人的出发点，P
N
为水下机器人的目标点；水下机器人的路径在三维环境地图中可以表示为起点、目标点和中间经过的n个航路点组成的集合：Path＝{P0,p1,p2…
p
n
,P
N
}；其中，P＝{p1,p2…
p
n
}为路径规划的优化目标，每个p航路点含有水下机器人运动的三维坐标[x,y,z]；(2)路径规划问题的三个目标函数本发明考虑三个目标函数：路径长度函数、路径安全函数和路径平滑度函数；其定义分别是如下：1)路径长度函数A1：其中，||
·
||表示欧式距离；2)路径安全函数A2：OB表示所有障碍区域的集合；3)路径平滑度函数A3：其中，γ
n
分别表示规划路径中航路点之间在水平平面上的角度和垂直平面上的角度；步骤二：多目标改进粒子群算法参数初始化多目标改进粒子群算法需要初始化的参数：首先设置粒子数量M、粒子数量p
num
、最大迭代次数T、最小迭代次数iter
min
，自适应惯性权重系数ω，两个动态调整的学习因子c1，c2；
步骤三：多目标改进粒子群算法对路径进行优化种群初始化，粒子获得初始位置；计算综合适应度函数值；判断粒子是否达到变异阈值，即判断同一个粒子的综合适应度函数值小于个体最优综合适应度函数值的次数是否大于变异阈值，若是则利用变异算子进行变异操作，返回上一步计算综合适应度函数值，否则，利用速度和位置规则不断更新，更新个体最优位置和全局最优位置；此步结束之后，判断是否已经达到最大迭代次数，如果算法未达到最大迭代次数算法的迭代次数加1，重复步骤三，如果算法达到最大迭代...

【专利技术属性】
技术研发人员：王龙金，何燕，展邦顺，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：