一种海流影响下面向多目标优化的AUV任务分配方法组成比例

一种海流影响下面向多目标优化的AUV任务分配方法，属于AUV任务分配领域。本发明专利技术的目的是为了解决AUV任务分配过程中，由于海流的影响容易造成能量消耗过大，以及由于AUV转弯半径的约束导致分配任务点之间的绕行航路过长的问题。过程为：1：输入目标点的坐标，基于目标点的坐标确定遍历的起点与终点，根据目标点坐标通过余弦定理求出转角矩阵；2：根据海流流速方向、海流流速大小、目标点坐标、AUV航速求出能耗矩阵；3：优化路径的总能耗与总转角，获得理想解集；4：基于信息熵在理想解集中选择一个最优的解。本发明专利技术用于AUV任务分配。本发明专利技术用于AUV任务分配。本发明专利技术用于AUV任务分配。

【技术实现步骤摘要】
一种海流影响下面向多目标优化的AUV任务分配方法


[0001]本专利技术属于AUV任务分配领域，具体涉及海流影响下面向多目标优化的AUV任务分配方法。

技术介绍

[0002]当今时代，随着AUV（自主水下航行器）在民用与军用领域均受到广泛关注，AUV越来越多的应用于目标搜索、救援、水雷检测等任务，在这之中任务分配对于AUV成功执行任务至关重要。AUV在进行任务分配时需要根据已知的目标点坐标寻找一组经过所有目标点的遍历次序，从而完成给定的工作任务。由于AUV航行过程中会受到海流的干扰容易造成能量消耗过大，以及由于AUV转弯半径的约束导致分配任务点之间的绕行航路过长，因此根据目标点坐标找出一组节能、合理的观测顺序显得尤为重要。
[0003]查阅当前国内外相关研究文献，在现有研究中，对于涉及到海流干扰与AUV转弯半径约束的AUV任务分配问题研究较少，尚未检索到相关文献和专利，因此针对海流干扰环境中以及AUV转弯半径约束条件下的AUV任务分配尚无可借鉴的解决方法。

技术实现思路

[0004]本专利技术的目的是为了解决AUV任务分配过程中，由于海流的影响容易造成能量消耗过大，以及由于AUV转弯半径的约束导致分配任务点之间的绕行航路过长的问题，而提出一种海流影响下面向多目标优化的AUV任务分配方法。
[0005]一种海流影响下面向多目标优化的AUV任务分配方法具体过程为：步骤1：获取所有目标点的坐标，在所有目标点中随机选择进行遍历的起点与终点；取任意三个目标点，由任意三个目标点组成转角，则得到包含起点与终点的所有目标点中任意三个目标点之间的转角，从而得到由所有转角组成的三维转角矩阵A；步骤2：根据海流流速方向、海流流速大小、目标点坐标、AUV航速求出能耗矩阵；AUV为自主水下航行器；步骤3：基于分解的多目标蚁群优化算法优化路径的总能耗与总转角，获得理想解集；步骤4：基于信息熵在步骤3得到的理想解集中选择一个最优的解，最优的解即为AUV寻找到的一组满足转弯半径约束的经过所有目标点且总能耗与总转角最小的目标点遍历顺序。
[0006]本专利技术的有益效果在于：本专利技术的目的在于设计可以在具有海流干扰的真实海洋环境中，在已知一定数量目标点坐标的条件下，为AUV寻找一组满足转弯半径约束的经过所有目标点且总能耗与总转角最小的观测遍历路径的任务分配方法。
[0007]本专利技术解决了AUV任务分配过程中，由于海流的影响容易造成能量消耗过大的问题，以及由于AUV转弯半径的约束导致分配任务点之间的绕行航路过长的问题。本专利技术通过使用基于分解的多目标蚁群优化算法对能耗与转角进行优化，以确保分配结果的总能耗与总转角均为最优，并且提取出所有局部转角均满足AUV转弯半径约束的分配结果，进行多属性决策处理以得到最优的分配结果，有效地节约了能源，提升了AUV的工作效率。
附图说明
[0008]图1 为局部转角示意图，为AUV航行速度，代表局部转角，r代表转弯半径；图2 为海流影响下面向多目标优化的AUV任务分配方法流程图；图3 为水下待测目标点分布图，箭头代表海流的流速矢量，О代表目标点在海域中的位置，代表起点，+代表终点；图4 为遍历待测目标点路线图，路径能耗为170.7517J，J为能量单位（焦耳），路径转角为1344.6601
°
，
°
为角度单位（度），1代表起点，38代表终点，2
‑
37代表目标点。
具体实施方式
[0009]具体实施方式一：本实施方式一种海流影响下面向多目标优化的AUV任务分配方法具体过程为：本专利技术根据海流的方向与流速大小建立AUV航行过程中的能耗模型，并采用基于分解的多目标蚁群优化算法对于AUV的能耗与转角进行优化，在使用多目标蚁群算法的过程中通过初始化特定的信息素矩阵与启发式信息素矩阵限制局部转角以满足AUV自身转弯半径的约束。并且，在多目标蚁群算法迭代的过程中记录产生的满足AUV转弯半径约束的各个理想解，存入理想解集中，进而通过基于信息熵的逼近理想解的排序法进行多属性决策以得到理想解中的最优解。
[0010]步骤1：获取所有目标点的坐标（目标点坐标由坐标和坐标组成），在所有目标点中随机选择进行遍历的起点与终点；取任意三个目标点，由任意三个目标点组成转角，则得到包含起点与终点的所有目标点中任意三个目标点之间的转角，从而得到由所有转角组成的三维转角矩阵A；步骤2：根据海流流速方向、海流流速大小、目标点坐标、AUV航速求出能耗矩阵；AUV为自主水下航行器；步骤3：基于分解的多目标蚁群优化算法优化路径的总能耗与总转角，获得理想解集；步骤4：基于信息熵在步骤3得到的理想解集中选择一个最优的解，最优的解即为AUV寻找到的一组满足转弯半径约束的经过所有目标点且总能耗与总转角最小的遍历顺序。
[0011]具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤1中获取所有目标点的坐标（目标点坐标由坐标和坐标组成），在所有目标点中随机选择进行遍历的起点与终点；取任意三个目标点，由任意三个目标点
组成转角，则得到包含起点与终点的所有目标点中任意三个目标点之间的转角，从而得到由所有转角组成的三维转角矩阵A；具体过程为：获取所有目标点的坐标（目标点坐标由坐标和坐标组成），在所有目标点中随机选择进行遍历的起点与终点；取任意三个目标点，其中，表示目标点和目标点之间的距离，表示目标点和目标点之间的距离，表示目标点和目标点之间的距离；由任意三个目标点组成的转角表示为：则得到包含起点与终点的所有目标点中任意三个目标点之间的转角，从而得到由所有转角组成的三维转角矩阵A；所述步骤2中根据海流流速方向、海流流速大小、目标点坐标、AUV航速求出能耗矩阵，具体为：具体为：其中为第段子路径的能量消耗，为AUV的推进功率，为通过第段子路径的时间，为AUV的阻力系数，为AUV在第段子路径上航行时的推进速度值，为AUV在第段子路径上航行时AUV相对于海底的实际航行速度值，为海流流速矢量，为AUV在第段子路径上航行时的推进速度矢量，为AUV在第段子路径上航行时AUV相对于海底的实际航行速度矢量，为乘号。
[0012]其它步骤及参数与具体实施方式一相同。
[0013]具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤3中基于分解的多目标蚁群优化算法优化路径的总能耗与总转角，获得理想解集；具体过程为：步骤3.1：生成个权重向量，将针对总能耗与总转角的多目标优化问题根据权重向量分解成个子问题，每只蚂蚁负责解决一个子问题；
通过聚类蚂蚁的权重向量将蚂蚁分成个子群，每个子群共用一个信息素矩阵，每只蚂蚁具有各自的启发式信息素矩阵；具体过程为：初始化各个子群的信息素矩阵以及各只蚂蚁的启发式信息素矩阵；子群的信息素矩阵初始化为：蚂蚁的启发式信息素矩阵初始化为：其中为起点与目标点连接路径上的能耗信息素初始浓度，，为目标点的数量；为起点与目标点连接路径上的能耗启发函数初始值，；为经过目标点的路径的转角，为经过目标点的路径的能量消耗，为蚂蚁对应的权重向量，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海流影响下面向多目标优化的AUV任务分配方法，其特征在于：所述方法具体过程为：步骤1：获取所有目标点的坐标，在所有目标点中随机选择进行遍历的起点与终点；取任意三个目标点，由任意三个目标点组成转角，则得到包含起点与终点的所有目标点中任意三个目标点之间的转角，从而得到由所有转角组成的三维转角矩阵A；步骤2：根据海流流速方向、海流流速大小、目标点坐标、AUV航速求出能耗矩阵；AUV为自主水下航行器；步骤3：基于分解的多目标蚁群优化算法优化路径的总能耗与总转角，获得理想解集；步骤4：基于信息熵在步骤3得到的理想解集中选择一个最优的解，最优的解即为AUV寻找到的一组满足转弯半径约束的经过所有目标点且总能耗与总转角最小的遍历顺序。2.根据权利要求1所述的一种海流影响下面向多目标优化的AUV任务分配方法，其特征在于：所述步骤1中获取所有目标点的坐标，在所有目标点中随机选择进行遍历的起点与终点；取任意三个目标点，由任意三个目标点组成转角，则得到包含起点与终点的所有目标点中任意三个目标点之间的转角，从而得到由所有转角组成的三维转角矩阵A；具体过程为：获取所有目标点的坐标，在所有目标点中随机选择进行遍历的起点与终点；取任意三个目标点，其中，表示目标点和目标点之间的距离，表示目标点和目标点之间的距离，表示目标点和目标点之间的距离；由任意三个目标点组成的转角表示为：则得到包含起点与终点的所有目标点中任意三个目标点之间的转角，从而得到由所有转角组成的三维转角矩阵A；所述步骤2中根据海流流速方向、海流流速大小、目标点坐标、AUV航速求出能耗矩阵，具体为：
其中为第段子路径的能量消耗，为AUV的推进功率，为通过第段子路径的时间，为AUV的阻力系数，为AUV在第段子路径上航行时的推进速度值，为AUV在第段子路径上航行时AUV相对于海底的实际航行速度值，为海流速矢量，为AUV在第段子路径上航行时的推进速度矢量，为AUV在第段子路径上航行时AUV相对于海底的实际航行速度矢量，为乘号。3.根据权利要求2所述的一种海流影响下面向多目标优化的AUV任务分配方法，其特征在于：所述步骤3中基于分解的多目标蚁群优化算法优化路径的总能耗与总转角，获得理想解集；具体过程为：步骤3.1：生成个权重向量，将针对总能耗与总转角的多目标优化问题根据权重向量分解成个子问题，每只蚂蚁负责解决一个子问题；通过聚类蚂蚁的权重向量将蚂蚁分成个子群，每个子群共用一个信息素矩阵，每只蚂蚁具有各自的启发式信息素矩阵；具体过程为：初始化各个子群的信息素矩阵以及各只蚂蚁的启发式信息素矩阵；子群的信息素矩阵初始化为：蚂蚁的启发式信息素矩阵初始化为：其中为起点与目标点连接路径上的能耗信息素初始浓度，，为目标点的数量；为起点与目标点连接路径上的能耗启发函数初始值，；为经过目标点的路径的转角，为经过目标点
的路径的能量消耗，为蚂蚁对应的权重向量，代表蚂蚁对应的权重向量中能耗对应的权重值，代表蚂蚁对应的权重向量中转角所对应的权重值；为子群中所有蚂蚁在目标点连接路径上的信息素浓度初始值；为蚂蚁在目标点连接路径上的启发函数初始值；为从起点航行至目标点过程中克服海流干扰产生的能耗；步骤3.2：设置迭代次数=1，利用信息素矩阵和启发式信息素矩阵通过轮盘赌的概率选择方式找到解路径；具体过程为：轮盘赌的概率选择方式即：轮盘赌的概率选择方式即：其中为时刻子群中所有蚂蚁在目标点连接路径上的信息素浓度；为时刻蚂蚁在目标点连接路径上的启发函数值；为蚂蚁待访问目标点的集合，，为蚂蚁的数量；为信息素重要程度因子，为启发函数重要程度因子；为蚂蚁从...

【专利技术属性】
技术研发人员：邢文，刘炜栋，严浙平，陈力恒，曹浩浩，
申请(专利权)人：青岛哈尔滨工程大学创新发展中心，
类型：发明
国别省市：