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小并最终趋于全局最优的串行结构的优化算法。
[0004]水下无人船其通过无人驾驶的方式在水中行进，其行进的方向以及路径均是预先规划好的，因此其仅需在北斗导航或GPS导航的带领下即可实现无人驾驶，其路径的规划方法仅是从水路的起点和终点的最近连线构成，虽然理论上节省了时间，但是现有的路径规划方法没有采用退火算法进行路径的比较，并最终形成最优路径，且不能根据突发状况及时进行路径的改变。

技术实现思路

[0005]本专利技术的目的在于提供一种基于模拟退火算法的水下无人船的路径规划方法，以解决上述
技术介绍
提出的现有的路径规划方法没有采用退火算法进行路径的比较，并最终形成最优路径，且不能根据突发状况及时进行路径的改变的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：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：
[0007]S1：收集数据：对水下环境进行扫描形成数据；
[0008]S2：设定位置：设定起始位置和终点位置，确定路径行进方向；
[0009]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；
[0010]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；
[0011]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；
[0012]S6：计算最优路径：利用模拟退火法比较并计算最优路径；
[0013]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。
[0014]优选的，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。
[0015]优选的，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。
[0016]优选的，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。
[0017]优选的，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。
[0018]优选的，所述S61设定任务约束；
[0019]S62设定目标函数；
[0020]S63设定模型综合约束；
[0021]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数目M，初始化粒子群位置，粒子个体最优位置pbest，全局最优位置gbest，定义适应度函数F1为步骤S62)定义的目标函数，得到所有粒子初始适应度值；
[0022]S65更新算法中间参数：计算得到平均最优位置的mbest，其值为所有粒子当前最优位置的平均值，定义收缩扩张因子β及其线性递减策略其中βt为第t次迭代时的参数值，βini为初始值，βend为结束值，t是迭代次数，T是最大迭代次数；
[0023]S66迭代粒子位置：计算局部吸引子；
[0024]其中，表示(0，1)间的随机数，ppid(t)表示第t次迭代时第i个粒子第d个维度值，pbestid(t)表示第t次迭代时第i个粒子历史最优值，gbestd(t)表示第t次迭代时全局最优值；每个粒子计算新位置；
[0025]新位置时的适应度与该粒子之前的最优位置pbest适应度作比较，如果新位置的适应度优于之前的最优位置适应度，将pbest更新为新位置；将每个粒子的新位置xt+1适应度函数与全局最优位置gbest的适应度函数作比较，如果新位置的适应度优于全局最优位置的适应度，将gbest更新为新位置；
[0026]S67跳转到步骤S65直至达到最大循环次数maiter，将得到的gbest的值赋值给gbest，得到全局最优位置gbest；由于粒子群算法得到的解为连续值，根据四舍五入原则，将连续的值变成离散值，最优粒子第i个维度的值即为第i个任务点归属的水下无人船序号；
[0027]S68统计此处得到的gbest的值，该粒子第i个维度上的值即为该第i个任务点应该分配到的水下无人船；
[0028]最优路径为计算时点下的可快速到达终点的路径，若发生情况变化则可根据局部动态路径进行最优路径的调整。
[0029]优选的，所述数据收集还应包括：风速、降雨以及水流速度，上述数据会对船只行驶的姿态造成影响，水流流速发生变化时则可能会对船只移动方向造成影响，按原路径最终无法到达终点，因此也应计算上述数据。
[0030]与现有技术相比，本专利技术的有益效果是：该基于模拟退火算法的水下无人船的路
径规划方法通过对各项数据的收集，并通过三维成像的方式呈现出来，便于计算机或人工在进行路径的规划时进行比较，减小出错率，提高路径规划的效率，并且综合多种环境因素，并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。
具体实施方式
[0031]对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]本专利技术提供一种技术方案：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：
[0033]S1：收集数据：对水下环境进行扫描形成数据，通过对各项数据的收集，并通过三维成像的方式呈现出来，便于计算机或人工在进行路径的规划时进行比较，减小出错率本文档来自技高网...

【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：