基于膨胀搜索机理的水下航行器快速路径规划新算法
发布时间：2021-07-11 04:42
针对目前水下航行器路径规划的典型算法中所求最优解质量不高,不能保证得到最短路径的问题,提出了一种基于膨胀搜索机理的水下快速路径规划新算法。该算法通过栅格法进行环境建模,考虑了障碍物、敌对威胁和强湍流的影响,由内而外展开了双循环搜索,能够确保所得路径是全局最优的。仿真结果表明:新算法能够在完全避障、避险的前提下找到起始点和目的点之间的一条最优路径,且相较于传统的A*算法,所得优化路径长度更短。
【文章来源】：海军工程大学学报. 2019,31(05)北大核心
【文章页数】：6 页
【部分图文】：
图１水下空间划分及坐标系建立Ｆｉｇ．１Ｓｕｂｄｉｖｉｓｉｏｎｏｆｕｎｄｅｒｗａｔｅｒｓｐａｃｅａｎｄ
２）障碍物上的坐标点均为不可通行路径点。３）障碍物的空凹部分和这个障碍物连为一体，位于空凹上的点也均为不可通行路径点。４）工作空间边界外的点均为不可通行路径点。图２障碍物形状处理及坐标点通行情况Ｆｉｇ．２Ｓｈａｐｅｐｒｏｃｅｓｓｉｎｇｏｆｏｂｓｔａｃｌｅｓａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ１．３敌对威胁及强涡流处理水下航行器运行时受到的威胁主要包括敌方的各种水下侦听探测设备和局部海域的强涡流。在执行任务时，水下航行器必须像避障一样避开侦听设备的探测区域和强涡流区域。理想状态下，这两个区域在水平剖面上的投影均为圆形区域（见图３）。因而，在二维空间，敌对威胁区域和强涡流区域可以建模为圆形（见图３（ａ））。图３威胁处理及坐标点通行情况Ｆｉｇ．３Ｔｈｒｅａｔｐｒｏｃｅｓｓｉｎｇａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ对圆形进行栅格化处理时应遵循以下两点：１）所有与圆形区域相交的栅格（第除２）点中的情况外），栅格的４个顶点均为不可通行路径点；２）圆形区域不包含某栅格，但恰好通过该栅格的一个顶点，则该栅格这个顶点为不可通行路径点，其他栅格为可通行路径点。处理后的探测区域和强涡流区域及坐标点情况如图３（ｂ）所示。２基于膨胀搜索机理的快速路径规划新算法２．１基本原理定义１膨胀搜索机理是指在物体由内而外逐步扩张、占领额外空间的过程中，立足于物体表面，对新占空间或表层外邻近空间展开探索，直至达到目的。基于膨胀搜索机理，水下
Ｓｈａｐｅｐｒｏｃｅｓｓｉｎｇｏｆｏｂｓｔａｃｌｅｓａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ１．３敌对威胁及强涡流处理水下航行器运行时受到的威胁主要包括敌方的各种水下侦听探测设备和局部海域的强涡流。在执行任务时，水下航行器必须像避障一样避开侦听设备的探测区域和强涡流区域。理想状态下，这两个区域在水平剖面上的投影均为圆形区域（见图３）。因而，在二维空间，敌对威胁区域和强涡流区域可以建模为圆形（见图３（ａ））。图３威胁处理及坐标点通行情况Ｆｉｇ．３Ｔｈｒｅａｔｐｒｏｃｅｓｓｉｎｇａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ对圆形进行栅格化处理时应遵循以下两点：１）所有与圆形区域相交的栅格（第除２）点中的情况外），栅格的４个顶点均为不可通行路径点；２）圆形区域不包含某栅格，但恰好通过该栅格的一个顶点，则该栅格这个顶点为不可通行路径点，其他栅格为可通行路径点。处理后的探测区域和强涡流区域及坐标点情况如图３（ｂ）所示。２基于膨胀搜索机理的快速路径规划新算法２．１基本原理定义１膨胀搜索机理是指在物体由内而外逐步扩张、占领额外空间的过程中，立足于物体表面，对新占空间或表层外邻近空间展开探索，直至达到目的。基于膨胀搜索机理，水下航行器的路径规划以起始点ｓ为膨胀搜索中心，从邻近ｓ的８个点开始搜索当前点到起始点的最短距离。如图４所示，图中临近ｓ的８个点围绕起始点正好一圈，可以理解为从起始点膨胀到第１圈，
【参考文献】：
期刊论文
[1]基于FPGA的增量式光电编码器接口电路设计[J]. 孙小平. 自动化应用. 2017(12)
[2]基于遗传蚂蚁混合算法的AUV全局路径规划[J]. 潘昕,吴旭升,侯新国,冯源. 华中科技大学学报(自然科学版). 2017(05)
[3]基于改进型蚁群算法的AUV路径规划[J]. 董凌艳,徐红丽. 自动化与仪表. 2017(03)
[4]基于改进粒子群算法的智能机器人路径规划[J]. 张万绪,张向兰,李莹. 计算机应用. 2014(02)
[5]基于遗传算法的多边形分割AUV全局路径规划[J]. 李建文,李沙沙. 计算机工程与设计. 2013(07)
[6]基于对比优化的RRT路径规划改进算法[J]. 冯林,贾菁辉. 计算机工程与应用. 2011(03)
[7]一种改进的高速Reed-Solomon译码算法及其FPGA实现[J]. 吴飞,王小力. 西安电子科技大学学报. 2006(06)
硕士论文
[1]自主式水下机器人节能路径规划研究[D]. 苗润龙.哈尔滨工程大学 2013
[2]人工势场局部最小问题的研究[D]. 鲁新军.长沙理工大学 2008
本文编号：3277361
【文章来源】：海军工程大学学报. 2019,31(05)北大核心
【文章页数】：6 页
【部分图文】：
图１水下空间划分及坐标系建立Ｆｉｇ．１Ｓｕｂｄｉｖｉｓｉｏｎｏｆｕｎｄｅｒｗａｔｅｒｓｐａｃｅａｎｄ
２）障碍物上的坐标点均为不可通行路径点。３）障碍物的空凹部分和这个障碍物连为一体，位于空凹上的点也均为不可通行路径点。４）工作空间边界外的点均为不可通行路径点。图２障碍物形状处理及坐标点通行情况Ｆｉｇ．２Ｓｈａｐｅｐｒｏｃｅｓｓｉｎｇｏｆｏｂｓｔａｃｌｅｓａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ１．３敌对威胁及强涡流处理水下航行器运行时受到的威胁主要包括敌方的各种水下侦听探测设备和局部海域的强涡流。在执行任务时，水下航行器必须像避障一样避开侦听设备的探测区域和强涡流区域。理想状态下，这两个区域在水平剖面上的投影均为圆形区域（见图３）。因而，在二维空间，敌对威胁区域和强涡流区域可以建模为圆形（见图３（ａ））。图３威胁处理及坐标点通行情况Ｆｉｇ．３Ｔｈｒｅａｔｐｒｏｃｅｓｓｉｎｇａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ对圆形进行栅格化处理时应遵循以下两点：１）所有与圆形区域相交的栅格（第除２）点中的情况外），栅格的４个顶点均为不可通行路径点；２）圆形区域不包含某栅格，但恰好通过该栅格的一个顶点，则该栅格这个顶点为不可通行路径点，其他栅格为可通行路径点。处理后的探测区域和强涡流区域及坐标点情况如图３（ｂ）所示。２基于膨胀搜索机理的快速路径规划新算法２．１基本原理定义１膨胀搜索机理是指在物体由内而外逐步扩张、占领额外空间的过程中，立足于物体表面，对新占空间或表层外邻近空间展开探索，直至达到目的。基于膨胀搜索机理，水下
Ｓｈａｐｅｐｒｏｃｅｓｓｉｎｇｏｆｏｂｓｔａｃｌｅｓａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ１．３敌对威胁及强涡流处理水下航行器运行时受到的威胁主要包括敌方的各种水下侦听探测设备和局部海域的强涡流。在执行任务时，水下航行器必须像避障一样避开侦听设备的探测区域和强涡流区域。理想状态下，这两个区域在水平剖面上的投影均为圆形区域（见图３）。因而，在二维空间，敌对威胁区域和强涡流区域可以建模为圆形（见图３（ａ））。图３威胁处理及坐标点通行情况Ｆｉｇ．３Ｔｈｒｅａｔｐｒｏｃｅｓｓｉｎｇａｎｄａｖａｉｌａｂｉｌｉｔｙｏｆｃｏｏｒｄｉｎａｔｅｐｏｉｎｔｓ对圆形进行栅格化处理时应遵循以下两点：１）所有与圆形区域相交的栅格（第除２）点中的情况外），栅格的４个顶点均为不可通行路径点；２）圆形区域不包含某栅格，但恰好通过该栅格的一个顶点，则该栅格这个顶点为不可通行路径点，其他栅格为可通行路径点。处理后的探测区域和强涡流区域及坐标点情况如图３（ｂ）所示。２基于膨胀搜索机理的快速路径规划新算法２．１基本原理定义１膨胀搜索机理是指在物体由内而外逐步扩张、占领额外空间的过程中，立足于物体表面，对新占空间或表层外邻近空间展开探索，直至达到目的。基于膨胀搜索机理，水下航行器的路径规划以起始点ｓ为膨胀搜索中心，从邻近ｓ的８个点开始搜索当前点到起始点的最短距离。如图４所示，图中临近ｓ的８个点围绕起始点正好一圈，可以理解为从起始点膨胀到第１圈，
【参考文献】：
期刊论文
[1]基于FPGA的增量式光电编码器接口电路设计[J]. 孙小平. 自动化应用. 2017(12)
[2]基于遗传蚂蚁混合算法的AUV全局路径规划[J]. 潘昕,吴旭升,侯新国,冯源. 华中科技大学学报(自然科学版). 2017(05)
[3]基于改进型蚁群算法的AUV路径规划[J]. 董凌艳,徐红丽. 自动化与仪表. 2017(03)
[4]基于改进粒子群算法的智能机器人路径规划[J]. 张万绪,张向兰,李莹. 计算机应用. 2014(02)
[5]基于遗传算法的多边形分割AUV全局路径规划[J]. 李建文,李沙沙. 计算机工程与设计. 2013(07)
[6]基于对比优化的RRT路径规划改进算法[J]. 冯林,贾菁辉. 计算机工程与应用. 2011(03)
[7]一种改进的高速Reed-Solomon译码算法及其FPGA实现[J]. 吴飞,王小力. 西安电子科技大学学报. 2006(06)
硕士论文
[1]自主式水下机器人节能路径规划研究[D]. 苗润龙.哈尔滨工程大学 2013
[2]人工势场局部最小问题的研究[D]. 鲁新军.长沙理工大学 2008
本文编号：3277361
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3277361.html
