一种基于模拟退火算法的水下无人船的路径规划方法技术

本发明专利技术涉及水下无人船技术领域，具体为一种基于模拟退火算法的水下无人船的路径规划方法，包括如下步骤：S1：收集数据：对水下环境进行扫描形成数据；S2：设定位置：设定起始位置和终点位置，确定路径行进方向；S3：确定威胁环境：对扫描生成的数据进行比较，确定可能对水下无人船造成缠绕或搁浅的区域；S4：模拟路径：生成多条可行进路径，并最终能够到达终点的路径，同时每条路径可分为若干通道。该基于模拟退火算法的水下无人船的路径规划方法通过最优路径与局部动态路径结合的方式最终规划行进路线，当发生突发情况时，能够及时对船只的姿态进行调整，从而最终到达目的地，并且保证行径的路径始终为最优，且该路径也是最安全的。的。

【技术实现步骤摘要】
一种基于模拟退火算法的水下无人船的路径规划方法


[0001]本专利技术涉及水下无人船
，具体为一种基于模拟退火算法的水下无人船的路径规划方法。

技术介绍

[0002]模拟退火算法(Simulated Annealing，SA)最早的思想是由N.Metropolis等人于1953年提出。1983年，S.Kirkpatrick等成功地将退火思想引入到组合优化领域。它是基于Monte
‑
Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降，结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能，目前已在工程中得到了广泛应用，诸如VLSI、生产调度、控制工程、机器学习、神经网络、信号处理等领域。
[0003]模拟退火算法是通过赋予搜索过程一种时变且最终趋于零的概率突跳性，从而可有效避免陷入局部极本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模拟退火算法的水下无人船的路径规划方法，其特征在于：包括如下步骤：S1：收集数据：对水下环境进行扫描形成数据；S2：设定位置：设定起始位置和终点位置，确定路径行进方向；S3：确定威胁环境：对扫描生成的数据进行比较，确定可能对水下无人船造成缠绕或搁浅的区域；S4：模拟路径：生成多条可行进路径，并最终能够到达终点的路径，同时每条路径可分为若干通道；S5：使用水下无人船局部动态路径规划方法，确定水下无人船对于突发危险区的局部动态路径；S6：计算最优路径：利用模拟退火法比较并计算最优路径；S7：并将所得的最优路径与局部动态路径进行合并，得到最终的移动路径。2.根据权利要求1所述的一种基于模拟退火算法的水下无人船的路径规划方法，其特征在于：所述S1数据收集可采用三维扫描、红外线探测等方式进行数据收集，并通过计算机形成三维图像。3.根据权利要求1所述的一种基于模拟退火算法的水下无人船的路径规划方法，其特征在于：所述S2设定位置：在扫描完成并形成的三维图像上选择起始和终点位置，将上述数据反馈到无人小船中，使其形成记忆，用于进行路径的规划。4.根据权利要求1所述的一种基于模拟退火算法的水下无人船的路径规划方法，其特征在于：所述S3确定威胁环境包括可造成船只搁浅的浅滩、会造成缠绕的树枝或植被、会发生碰撞的鱼群或浮游物，综合比较数据，用于优化路径。5.根据权利要求1所述的一种基于模拟退火算法的水下无人船的路径规划方法，其特征在于：所述S4将路径分为若干条通道，在船只行进过程中，能够实时对数据进行接收，若通道情况发生变化时可及时从新计算路径，并最终到达终点。6.根据权利要求1所述的一种基于模拟退火算法的水下无人船的路径规划方法，其特征在于：所述S61设定任务约束；S62设定目标函数；S63设定模型综合约束；S64初始化量子粒子群算法：设置算法参数，粒子维数为任务点数目N，粒子数为K，最大迭代次数为maiter，每个维度的上限为水下无人船...

【专利技术属性】
技术研发人员：王文辉，陈满，叶复萌，李贻凯，彭煜民，贺儒飞，张豪，
申请(专利权)人：南方电网调峰调频发电有限公司储能科研院，
类型：发明
国别省市：