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】
本专利技术属于自主水下航行器控制,具体涉及一种用于自主水下航行器的全覆盖式目标搜索方法。
技术介绍
1、自主水下航行器(auv)因其强机动,高灵活,高效率等优点,广泛应用于海洋地貌测绘,海洋自然资源勘探、水下考古和水下搜救等领域。对特定海域进行精细化搜索的过程中,由于auv受到水下障碍物制约和自身能量约束,路径规划的低覆盖率和耗能仍是需要解决的问题。同时为保证探测设备的稳定成像,auv航行深度不宜频繁改变。具有较高安全性、稳定性和高效性的定深时覆盖型路径规划是auv应用的核心问题。
2、随机搜索算法是较早的覆盖型路径规划算法,智能体在搜索域内随机运动,该搜索算法较为简单,但在复杂环境中难以摆脱死锁点,因此搜索效率较低。近年来启发式方法得到了较快发展,遗传算法、人工神经网络算法在智能体的路径规划中得到广泛应用,然而基于启发式算法存在计算量大,收敛速度慢的问题。基于生物启发神经网络也可用于解决覆盖型路径规划问题。具有代表性的算法有:bio-inspired neural network(binn)和glasius bio-inspired neural network(gbnn),该类算法具有路径规划时间长的问题。能量补偿与障碍矢量化的覆盖型路径规划算法是基于模板法研究的,但该算法不适用于具有全向转向能力的海洋机器人。
技术实现思路
1、本专利技术的目的在于提出一种用于自主水下航行器的全覆盖式目标搜索方法,解决现有技术存在的难以摆脱死锁点、搜索效率较低、计算量大、收敛速度慢
2、为实现上述目的,本专利技术的一种用于自主水下航行器的全覆盖式目标搜索方法包括以下步骤:
3、步骤一:下载任务海域的高程地图并输入到auv;
4、步骤二:根据探测传感器作业半径和auv转弯半径选定栅格尺度,对步骤一中获得的高程地图栅格化处理,得到栅格地图;其中选取的栅格尺度l与auv的转弯半径r1和探测传感器的作业半径r2关系为:
5、
6、步骤三、基于gbnn(高斯生物启发神经网络)算法表示步骤二中获得的栅格地图,得到2d神经网络;
7、步骤四:对步骤三中获得的2d神经网络进行初始化迭代,得到迭代后的2d神经网络;
8、步骤五、确认迭代后的2d神经网络中由障碍物影响的可航行区域,该部分可航行区域作为特殊区域;
9、步骤六:对步骤五中确认的特殊区域内的神经元重赋值;
10、步骤七:根据步骤四中得到的迭代后的2d神经网络以及步骤六中重赋值的特殊区域,在神经网络的非特殊区域中,控制auv以“弓”字形路径航行,当进入特殊区域后,由该区域的神经元活性值分布引导auv航行,从而完成对auv的全覆盖路径规划;在得到的全覆盖路径基础上基于转向优化策略和基于gbnn的逃离死锁点方法实时对全覆盖路径进行优化,获得auv最终航行路径。
11、步骤五中所述的特殊区域包括auv反延展方向未覆盖区域;所述auv反延展方向未覆盖区域具体为:auv至(xa,ya)时,对于(xa-1,ya)和(xa+1,ya)的神经元活性值均大于或等于1时,以(xa-1,ya)为种子点,在[1,xa]区域内形成的可航行连通区域。其中,延展方向为auv在水平方向上运动方向,本专利技术中以auv的延展方向为从左向右方向为例,则反延展方向为从右向左的方向。
12、步骤五中所述的特殊区域还包括遍历延展方向上凹形障碍物包含区域;所述遍历延展方向上凹形障碍物包含区域包括:auv直航时紧邻区域,auv在障碍物边界转向时紧邻区域和auv在作业边界转向时紧邻区域。
13、所述auv直航时紧邻区域具体为:
14、当auv航向为90°且航行至(xa,ya)时,若(xa+1,ya)的活性值且(xa+1,ya-1)的活性值时,则分别以(xa+1,ya)和(xa+1,ya-1)为种子点分别构造可航行连通域和障碍物连通域;
15、当auv航向为-90°且航行至(xa,ya)时,若(xa+1,ya)处的神经元活性值且时,则分别以(xa+1,ya)和(xa+1,ya+1)为种子点构造可航行连通域和障碍物连通域;
16、若可航行连通域包含于障碍物连通域内,则可航行连通域作为auv直航时紧邻区域,记录为特殊区域;
17、若可航行连通域不包含于障碍物连通域内,则可航行连通域不作为特殊区域。
18、所述auv在障碍物边界转向时紧邻区域具体为:auv航向为-90航行至障碍物边界时,auv转向后航行至(xa,ya),若则以(xa+1,ya)为可航行区域种子点构造可航行连通域,以(xa+1,ya-1)为障碍物区域种子点构造障碍物连通域;
19、auv航向为90°航行至障碍物边界时,auv转向后航行至(xa,ya),若则以(xa+1,ya)为可航行区域种子点构造可航行连通域,以(xa+1,ya+1)为障碍物区域种子点构造障碍物连通域;
20、若可航行连通域包含于障碍物连通域内,则可航行连通域作为auv在障碍物边界转向时紧邻区域,记录为特殊区域;
21、若可航行连通域不包含于障碍物连通域内,则可航行连通域不作为特殊区域。
22、所述auv在作业边界转向时紧邻区域具体为:auv航向为90°或-90°航行至探测任务边界时,auv转向后航行至(xa,ya)位置,若则以(xa+1,ya)为可航行区域种子点构造可航行连通域,以第ya列距离(xa+1,ya)最近的障碍物栅格为障碍物区域种子点构造障碍物连通域;通过边缘检测方法提取邻近可航行连通域侧的障碍物边界;
23、若提取的障碍物边界与任务海域边界形成的半闭合区域包含可航行连通域时,则可航行连通域作为auv在作业边界转向时紧邻区域,记录为特殊区域;
24、若提取的障碍物边界与任务海域边界形成的半闭合区域不包含可航行连通域时,则可航行连通域不作为特殊区域。
25、步骤六中所述的特殊区域内神经元重赋值的方法具体为:
26、首先定义活性值递增梯度方向;层数索引值和每层中神经元索引值均按梯度方向递增;沿梯度方向,神经元活性值递增,计算每层中最大活性值模型如下:
27、v(n)=1+η·ρ(n-1/2),n=1,2,...,n
28、其中:v(n)表示第n层神经元中最大活性值;n表示区域的最大层数,η和ρ是正数;
29、计算每层中剩余神经元活性值模型如下:
30、
31、
32、
33、
34、其中:v(i,n)表示第n层中第i神经元的活性值,mn表示每层中的神经元数量。
35、步骤七中规划路径的计算方法为:迭代后2d的神经网络中非特殊区域神经元引导auv以“弓”字形路径航行,当auv航行至特殊区域时,由重赋值后的神经元活性值分布引导航行,auv在特本文档来自技高网...
【技术保护点】
1.一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,步骤五中所述的特殊区域包括AUV反延展方向未覆盖区域;所述AUV反延展方向未覆盖区域具体为:AUV至(xA,yA)时,对于(xA-1,yA)和(xA+1,yA)的神经元活性值均大于或等于1时,以(xA-1,yA)为种子点,在[1,xA]区域内形成的可航行连通区域。
3.根据权利要求2所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,步骤五中所述的特殊区域还包括遍历延展方向上凹形障碍物包含区域;所述遍历延展方向上凹形障碍物包含区域包括:AUV直航时紧邻区域,AUV在障碍物边界转向时紧邻区域和AUV在作业边界转向时紧邻区域。
4.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,所述AUV直航时紧邻区域具体为:
5.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,所述AUV在障碍物边界转向时紧邻区域具体为:A
6.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,所述AUV在作业边界转向时紧邻区域具体为:AUV航向为90或-90°航行至探测任务边界时,AUV转向后航行至(xA,yA)位置,若则以(xA+1,yA)为可航行区域种子点构造可航行连通域,以第yA列距离(xA+1,yA)最近的障碍物栅格为障碍物区域种子点构造障碍物连通域;通过边缘检测方法提取邻近可航行连通域侧的障碍物边界;
7.根据权利要求1所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,步骤六中所述的特殊区域内神经元重赋值的方法具体为:
8.根据权利要求1所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,步骤七中规划路径的计算方法为:迭代后2D的神经网络中非特殊区域神经元引导AUV以“弓”字形路径航行,当AUV航行至特殊区域时,由重赋值后的神经元活性值分布引导航行,AUV在特殊区域中从活性值最小的神经元航行至活性值最大的神经元,完成在特殊区域的航行,在航行过程中,若AUV进入死锁点神经元内,则采用基于GBNN的逃离死锁点方法帮助AUV逃离死锁点;若AUV在转向时出现多个神经元可选择航行时,采用转向优化策略完成对AUV路径的优化。
9.根据权利要求1所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,所述转向优化策略具体包括以下步骤:
10.根据权利要求9所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,所述基于GBNN的逃离死锁点方法具体包括以下步骤:
...【技术特征摘要】
1.一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,步骤五中所述的特殊区域包括auv反延展方向未覆盖区域;所述auv反延展方向未覆盖区域具体为:auv至(xa,ya)时,对于(xa-1,ya)和(xa+1,ya)的神经元活性值均大于或等于1时,以(xa-1,ya)为种子点,在[1,xa]区域内形成的可航行连通区域。
3.根据权利要求2所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,步骤五中所述的特殊区域还包括遍历延展方向上凹形障碍物包含区域;所述遍历延展方向上凹形障碍物包含区域包括:auv直航时紧邻区域,auv在障碍物边界转向时紧邻区域和auv在作业边界转向时紧邻区域。
4.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,所述auv直航时紧邻区域具体为:
5.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于,所述auv在障碍物边界转向时紧邻区域具体为:auv航向为-90°航行至障碍物边界时,auv转向后航行至(xa,ya),若则以(xa+1,ya)为可航行区域种子点构造可航行连通域,以(xa+1,ya-1)为障碍物区域种子点构造障碍物连通域;
6.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法,其特征在于...
【专利技术属性】
技术研发人员:陈延礼,曹哲,胡鑫玉,张宇,任天龙,
申请(专利权)人:吉林大学,
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。