基于人工势场和蚁群算法的无人船路径规划研究

发布时间：2017-09-26 19:12

  本文关键词：基于人工势场和蚁群算法的无人船路径规划研究

  更多相关文章： 无人船 路径规划 人工势场法 蚁群算法

【摘要】：为了应对复杂多变的海上环境,保证海事人员的生命安全,无人船作为海洋交通系统的重要个体,对其航行路径规划的研究具有十分重要的意义。本文针对环境信息未知以及静态障碍物的情况,提出了一种无人船混合路径规划的算法。应用此算法在保证无人船实时避开障碍物的同时,找到最优路径到达目的地。对于无人船局部路径规划的部分,提出了一种改进的人工势场法。传统人工势场法在无人船的路径规划中,由于其势场函数是由二次函数构成,因而势场强度的变化速率较快,且势场函数系数无法动态调整,导致无人船易陷入局部最小值点,无法及时躲避障碍。针对该问题,本文用指数函数代替二次函数构造势场函数,降低了势场强度的变化幅度,并在斥力势场函数中增加无人船与目标点的相对位置的一个因子,解决目标不可达问题。同时设置势场系数调整因子,引入两个判断条件确定无人船是否陷入局部最小值,在此基础上选择相应的势场系数,从而跳出局部极小值点。仿真结果证明了该算法的有效性。对于无人船全局路径规划的部分,提出了一种改进的人工势场-蚁群算法。针对传统蚁群算法在路径搜索的初期存在较大的盲目性的问题,本文将蚁群算法的信息素浓度更新规则和启发信息函数进行改进,在原本仅有当前位置与目标位置的距离控制的启发信息中加入由人工势场法控制的势场力因子,利用势场力的引导加快收敛速度；另外,本文还采用新的信息素更新规则,提出了对每次迭代的最短路径和最长路径实行奖惩制度；同时引入最大最小蚁群系统,由此可以缩小搜索到最佳路径的范围,从而在提高算法收敛速度的同时,也不至于出现“早熟”的现象。最后仿真实验结果也证明了该算法的有效性。本文结合人工势场法和蚁群算法提出了一种混合路径规划方案,分别进行无人船的局部和全局路径规划,实验结果表明该方案解决了路径规划中的常见问题,缩短了路径规划的长度和时间,从而证明了该混合路径规划方案的有效性。
【关键词】：无人船 路径规划 人工势场法 蚁群算法
【学位授予单位】：海南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U665.2;TP18
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-15
• 1.1 课题的背景意义8
• 1.2 无人船国内外研究现状8-13
• 1.2.1 国外研究现状9-12
• 1.2.2 国内研究现状12-13
• 1.3 研究内容及论文结构13-15
• 2 无人船路径规划方法研究15-23
• 2.1 路径规划概述15-16
• 2.1.1 路径规划的定义15-16
• 2.1.2 路径规划分类16
• 2.1.3 无人船路径规划问题16
• 2.2 无人船路径规划方法16-21
• 2.2.1 全局路径规划17-19
• 2.2.2 局部路径规划19-21
• 2.3 无人船路径规划特点21-22
• 2.4 本章小结22-23
• 3 基于人工势场法的路径规划23-32
• 3.1 经典人工势场法概述23-25
• 3.1.1 经典人工势场法原理23
• 3.1.2 人工势场法函数构成23-25
• 3.1.3 经典人工势场法存在问题25
• 3.2 人工势场法应用场景描述25-26
• 3.3 改进的人工势场法26-28
• 3.3.1 改进的势场函数26-27
• 3.3.2 改进的路径规划27-28
• 3.4 仿真实验与结果分析28-31
• 3.5 本章小结31-32
• 4 基于人工势场法和蚁群算法的路径规划32-46
• 4.1 蚁群算法概述32-37
• 4.1.1 蚁群算法基本原理32-35
• 4.1.2 蚁群算法函数构成35-36
• 4.1.3 蚁群算法的优缺点36-37
• 4.2 改进的人工势场-蚁群算法37-41
• 4.2.1 改进的信息素浓度更新规则37-38
• 4.2.2 改进的启发信息函数38-40
• 4.2.3 算法流程40-41
• 4.3 仿真实验与结果分析41-44
• 4.4 无人船测试平台44-45
• 4.4.1 船体部分44-45
• 4.4.2 主要功能与任务45
• 4.5 本章小结45-46
• 5 总结与展望46-47
• 5.1 本文总结46
• 5.2 工作展望46-47
• 参考文献47-50
• 攻读硕士期间研究成果及所获奖励50-51
• 致谢51

【参考文献】

中国期刊全文数据库 前10条

1 艾小波;林联平;;船舶“无人驾驶”可行性研究[J];水运管理;2015年11期

2 陈华;张新宇;姜长锋;徐国瑞;;水面无人艇路径规划研究综述[J];世界海运;2015年11期

3 宋杰;闻佳;;无人船技术在海事的应用[J];中国海事;2015年10期

4 张树凯;刘正江;张显库;刘玉;;无人船艇的发展及展望[J];世界海运;2015年09期

5 曾明如;徐小勇;刘亮;罗浩;徐志敏;;改进的势场蚁群算法的移动机器人路径规划[J];计算机工程与应用;2015年22期

6 李海峰;马斌;陈浩男;陈劲超;王鑫;;基于人工势场法与入侵杂草法路径规划研究[J];控制工程;2015年01期

7 吴正平;唐念;陈永亮;喻高明;俞辉;;基于改进人工势场法的AUV路径规划[J];化工自动化及仪表;2014年12期

8 赵开新;魏勇;王东署;;改进蚁群算法在移动机器人路径规划中的研究[J];计算机测量与控制;2014年11期

9 王芳;李昆鹏;袁明新;;一种人工势场导向的蚁群路径规划算法[J];计算机科学;2014年S2期

10 陈超;唐坚;靳祖光;杨洋;钱磊;;一种基于可视图法导盲机器人路径规划的研究[J];机械科学与技术;2014年04期

，

本文编号：925232