System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及路径规划,更具体的说是涉及一种基于有向质点蚁群的水下机器人路径规划方法及设备。
技术介绍
1、蚁群算法作为路径规划时的一种智能规划方法,不仅非常适用于地面机器人,对水下机器人路径规划同样具有参考价值,其适用范围广,理解相对简单,因此得到了广泛的应用。
2、但是在一般情况下,蚁群算法不能直接对真实地图进行规划,而是需要先将地图信息栅格化,再运用栅格地图进行操作。在这个过程中,通常将载体看作为栅格地图中一个无方向的质点,也即认为载体在任意当前时刻都可以前往任意无障碍物的方向,不存在转弯代价。对于一般陆地机器人来说,原地调转前进方向是一项普遍具有的基本功能,其所付出能耗代价微乎其微,可忽略不计。而在水下机器人领域,因受水流阻力与水流波动等影响,其存在一定的转弯代价。在依赖螺旋桨推进的传统水下机器人领域,载体可以通过直接控制螺旋桨电机正反转的方式实现调转方向或是回退的功能,虽然其转弯过程较为迅速,但即便如此,其仍然需要付出一定的转弯代价。而对于一些新兴水下机器人,尤其是仿生类水下机器人,以仿生机器海豚为例,因受自身运动方式的影响,其无法像陆地机器人与传统水下机器人一样轻松完成较大偏转以及后退动作,这也意味着载体将具有不可忽视的转弯代价。而传统的蚁群算法路径规划并未考虑到这点,其规划出的路径甚至可能在并非最优的前提下进一步加大载体的能量消耗。此外,水下机器人在行进过程中往往面对阻力,这也是传统蚁群算法未考虑到的方面。以仿生机器海豚为例,其在水下进行运动所面对的转弯代价与水阻力不可忽视,同时在实际工程项目当中,海洋
3、传统的蚁群算法思想来源于模拟蚂蚁觅食的行为。在自然界中,蚂蚁通过一种名为“信息素”的物质实现蚁群之间的通信,并将信息素遗留到其所经过的路径上。个体蚂蚁到达终点时所经过的路径越短,其所留下的信息素浓度就越高。通过多次迭代搜索,较短路径上的信息素浓度便会不断累加,从而提高下一只蚂蚁选择该条路径的概率,最终帮助找到一条高质量路径。在现有技术中的蚁群算法中,例如基于精英蚂蚁的蚁群算法,基于最大-最小蚂蚁的蚁群算法等,从而实现了不同的路径规划效果。但上述工作都并未对质点蚂蚁的方向性进行改进,也即都将蚂蚁看错一个无方向的质点,其前往任何方向都不具有转弯代价,并且也都没有针对水下机器人运动时所产生的水阻力进行优化改进。
4、因此,如何以合理、高效、安全的方式进行水下机器人路径规划是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此,本专利技术提供了一种基于有向质点蚁群的水下机器人路径规划方法及设备,用以解决上述现有技术中存在的技术问题。
2、为了实现上述目的,本专利技术提供如下技术方案:
3、一种基于有向质点蚁群的水下机器人路径规划方法,包括:
4、s100:路径规划总过程开始时,构建水下环境模型,并确定起点与终点;每一轮迭代开始时将所有蚂蚁置于所述起点位置;每只蚂蚁开始行动时,将蚂蚁构建为有向质点,获取蚂蚁当前方向与当前可访问节点,计算得到所有可访问节点的转弯代价的集合;
5、s200:根据所述转弯代价改进轮盘赌算法实现蚂蚁寻路;
6、s300:判断蚂蚁是否抵达预设终点,若否则返回s100,更新有向质点方向,重新计算所有可访问节点的转弯代价;若是,则:
7、s400:计算当前寻路路径的总水阻力代价,并将当前寻路路径的总水阻力代价作为水阻力信息素与路径信息素同步更新;
8、s500:判断是否完成所有迭代轮次,若否则返回s100;若是则输出所有迭代轮次中路径代价最小的那只蚂蚁所经过的路径作为最终的规划路径并输出。
9、优选的,所述s100:将蚂蚁构建为有向质点,获取蚂蚁当前方向与当前可访问节点计算所有可访问节点的转弯代价,包括以下步骤:
10、s110:定义蚂蚁当前方向信息,确定当前蚂蚁处于栅格图中所有可能的方向;
11、s120:确定载体的极限转弯能力;
12、s130:根据当前蚂蚁处于栅格图中所有可能的方向以及载体的极限转弯能力,定义转弯代价函数;
13、s140:获取蚂蚁当前位置信息与所有可访问节点信息;
14、s150:基于蚂蚁当前位置信息与所有可访问节点信息,通过转弯代价函数计算转弯代价;
15、s160:输出所有可访问节点转弯代价的集合。
16、优选的,所述s200:根据所述转弯代价改进轮盘赌蚂蚁寻路,包括以下步骤:
17、s210:记录栅格图中所有可访问节点到终点的距离的倒数,构成启发式信息四维矩阵,记录栅格图中所有节点之间的信息素,构成信息素多维矩阵;
18、s220:基于所有可访问节点转弯代价的集合、启发式信息四维矩阵以及信息素多维矩阵计算蚂蚁到每个可访问节点的转移概率,并得到所有可访问节点的转移概率数组集合;
19、s230:基于所有可访问节点的转移概率数组集合,通过轮盘赌机制选择前进节点;
20、s240:更新蚂蚁位置与可访问节点信息;
21、s250:输出更新后的蚂蚁位置信息与可访问节点信息。
22、优选的,所述s220:基于所有可访问节点转弯代价的集合、启发式信息四维矩阵以及信息素多维矩阵计算蚂蚁到每个可访问节点的转移概率,并得到所有可访问节点的转移概率数组集合,公式为:
23、
24、式中,为转移表达式,表示第k个可访问节点,表示蚂蚁当前栅格位置到该可访问节点的启发式信息,表示当前栅格位置到该可访问节点的信息素含量,表示蚂蚁移动到该节点的转弯代价,为蚂蚁转移到第k个节点可访问节点的转移概率;
25、遍历所有可访问节点,得到所有可访问节点的转移概率数组集合。
26、优选的,所述s220:基于所有可访问节点转弯代价的集合、启发式信息四维矩阵以及信息素多维矩阵计算蚂蚁到每个可访问节点的转移概率,并得到所有可访问节点的转移概率数组集合后,还包括:
27、在所有可访问节点的转移概率数组集合中,,取随机数,取转移概率数组为:
28、
29、其中,若不为空,则代表蚂蚁并没有走到死路,则蚂蚁转移的下一个节点为。
30、优选的,所述s240:更新蚂蚁位置与可访问节点信息,则,并遍历蚂蚁移动后所处节点的所有可访问节点,包括可访问节点数量与各个可访问节点坐标:
31、;
32、式中,表示蚂蚁当前的方向,表示选择得到的蚂蚁移动到o节点后的方向。
33、优选的,所述s400:计算当前寻路路径的总水阻力代价,并将当前寻路路径的总水阻力代价作为水阻力信息素与路径信息素同步更新,包括以下步骤:
34、s410:获取载体速度信息与运动路径信息;
...【技术保护点】
1.一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,包括:
2.根据权利要求1所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述S100:将蚂蚁构建为有向质点,获取蚂蚁当前方向与当前可访问节点计算所有可访问节点的转弯代价,包括以下步骤:
3.根据权利要求1所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述S200:根据所述转弯代价改进轮盘赌蚂蚁寻路,包括以下步骤:
4.根据权利要求3所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述S220:基于所有可访问节点转弯代价的集合、启发式信息四维矩阵以及信息素多维矩阵计算蚂蚁到每个可访问节点的转移概率,并得到所有可访问节点的转移概率数组集合,公式为:
5.根据权利要求4所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述S220:基于所有可访问节点转弯代价的集合、启发式信息四维矩阵以及信息素多维矩阵计算蚂蚁到每个可访问节点的转移概率,并得到所有可访问节点的转移概率数组集合后,还包括:
6.根据权利要
7.根据权利要求1所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述S400:计算当前寻路路径的总水阻力代价,并将当前寻路路径的总水阻力代价作为水阻力信息素与路径信息素同步更新,包括以下步骤:
8.根据权利要求7所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述S420:基于所述载体速度信息与运动路径信息,计算蚂蚁在当前寻路路径上所留下的与速度相关的水阻力信息素以及与路程相关的水阻力信息素,包括:
9.根据权利要求7所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述S450:更新节点上的信息素浓度,包括:
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至9任一所述的基于有向质点蚁群的水下机器人路径规划方法的步骤。
...【技术特征摘要】
1.一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,包括:
2.根据权利要求1所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述s100:将蚂蚁构建为有向质点,获取蚂蚁当前方向与当前可访问节点计算所有可访问节点的转弯代价,包括以下步骤:
3.根据权利要求1所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述s200:根据所述转弯代价改进轮盘赌蚂蚁寻路,包括以下步骤:
4.根据权利要求3所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述s220:基于所有可访问节点转弯代价的集合、启发式信息四维矩阵以及信息素多维矩阵计算蚂蚁到每个可访问节点的转移概率,并得到所有可访问节点的转移概率数组集合,公式为:
5.根据权利要求4所述的一种基于有向质点蚁群的水下机器人路径规划方法,其特征在于,所述s220:基于所有可访问节点转弯代价的集合、启发式信息四维矩阵以及信息素多维矩阵计算蚂蚁到每个可访问节点的转移概率,并得到所有可访问节点的转移概率数组集合后,还包括:
6.根据权利要求3所述的一种...
【专利技术属性】
技术研发人员:陈宏,陈昭阳,何莉,张德津,巩伟杰,张博,曾广娟,
申请(专利权)人:深圳大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。