施工水域船舶航线路径规划算法及比较研究
发布时间：2021-01-01 14:30
随着港口和航道的通航密度迅速增加,船舶呈现大型化、专业化、高速化的发展趋势,海上交通环境越发的复杂。同时由于人民需求的增加和沿海城市经济的快速发展,海上与沿海区域的开发利用越来越频繁（如跨海大桥、海底隧道、海上钻井平台、各类水工设施等）这就对船舶的安全通行产生了一定的影响。为了提高船舶在施工水域通行的安全性,对通行船舶进行智能诱导,使船舶安全地避开施工区域上的障碍物通行则显得尤为重要。路径规划作为船舶智能诱导系统的重要组成部分,因此本文以船舶施工水域静态环境建模、路径规划为主要研究内容,继而展开了与路径规划相关的算法改进工作。本文的研究内容有以下三个方面:（1）在分析比较多种路径规划方法后,选择Maklink环境建模作为本文的主要方法,结合国内外的相关研究,在Maklink建模的基础上运用多种智能算法进行求解,如蚁群算法、遗传算法、粒子群算法、布谷鸟算法、模拟退火算法等十种启发式智能算法,并建立了多个衡量算法性能的指标对它们进行比较,并且对布谷鸟算法提出了改进,最终在仿真平台上进行了仿真实验,验证了改进后的布谷鸟算法有更好的表现结果。（2）为了符合实际需求,提高规划航线的安全性,提出了...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图２．?１施工水域示意图??Ｆｉｇ．?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｗａｔｅｒ?ａｒｅａ?ｄｉａｇｒａｍ??
步骤５。??步骤５判断该连线与该顶点处对应的凸多边形的两个边界线组成的两个外角。??ａ两个角均小于或等于１８０，该连线为最优的自由链接线，因此，忽略该点的所有??候选连线。??ｂ如果该连线不是最优连线，即存在一个角大于１８０度，则把该连线存入到候选连??线当中。??步骤６检查所有候选连线中的外角是否还有角度超过１８０度，若有，选择下一条??连线转到步骤４；若没有则转到下一步。??步骤７检査并删除冗余链接线。??步骤８重复步骤１到７，直到遍历完所有障碍物的顶点。??构建完成后如图２．２所不：??Ｉ??２００?ｒ???１??１８０?＇?鲁９??？２??１６０?－??？?．１０??１２。??１００－??丄?＃２２?．８?４１１??４０?＾?ｍｕ??２〇?卜?＃１?＾１５！??？２４?＃１６??〇?Ｌ?：——ｃ????－ｆ?——」．????￡??０?５０?１００?１５０?２００??图２．?２?Ｍａｋｌｉｎｋ链接图??Ｆｉｇ．?２．２?Ｍａｋｌｉｎｋ?ｇｒａｐｈ??７??
?大连海事大学专业学位硕士学位论文???＃Ａ＃＾Ｃ??（ａ）不可通行区域情形１?洲不；可通行区域情形２?〇：）凹＿边形分解图??图２．３改进Ｍａｋｌｉｎｋ示意图??Ｆｉｇ．?２．３?Ｉｍｐｒｏｖｅｄ?Ｍａｋｌ?ｉｎｋ?ｓｃｈｅｍａｔｉｃ??最后用上述方法画出施工水域的全ｇ连通图，如图２．４所示，其中点线是Ｍａｋｌｉｎｋ??线，黑实线为相邻Ｍａｋｌｉｎｋ线的中点连线得到的无向网格图。??２００．?；???：丨??０?５０?１００?１５０?．?２００??图２．４施工水域全局连通图??Ｆｉｇ．?２．４?Ｇｌｏｂａｌ?ｃｏｎｎｅｃｔｉｖｉｔｙ?ｍａｐ?ｏｆ?ｃｏｎｓｔｒｕｃｔｉｏｎ?ｗａｔｅｒｓ??２．２?路径规划智能算法??２．２．１?遗传算法求解流程??求解思想在于把节点在链接线上的位置作为基因进行编码，构建种群，对于每一条??染色体，用Ｄ＾ｋｓｔｒａ算法计算出最短路径长度做为该染色体的适应度值。算法流程图如??图２．５所示。??利用Ｄｉｊｋｓｔｒａ算法的结果作为基准路径的好处在于可以提高遗传算法的收敛速度，??并保证了遗传算法的收敛方向，避免了局部收敛。??Ｊ?＞?；?ｉ??９??
【参考文献】：
期刊论文
[1]融合粒子群与蚁群算法的机器人路径规划[J]. 雷超帆,赵华东,江南. 重庆理工大学学报(自然科学). 2020(01)
[2]基于改进蚁群算法的移动机器人动态路径规划[J]. 王雷,石鑫. 南京理工大学学报. 2019(06)
[3]螺线型气动软体致动器设计与建模[J]. 张志远,王松涛,王学谦,孟得山,梁斌. 机器人. 2020(01)
[4]基于改进人工鱼群算法和MAKLINK图的机器人路径规划[J]. 郭伟,秦国选,王磊,孙日杰. 控制与决策. 2020(09)
[5]基于改进势场蚁群算法的移动机器人最优路径规划[J]. 张强,陈兵奎,刘小雍,刘晓宇,杨航. 农业机械学报. 2019(05)
[6]基于Dubins轨迹的多无人飞行器队形重构航迹规划方法研究（英文）[J]. 陈清阳,鲁亚飞,贾高伟,李樾,朱炳杰,林君灿. Journal of Central South University. 2018(11)
[7]萤火虫算法结合人工势场法的机器人路径规划[J]. 李丽娜,郭永强,张晓东,卢媛,徐攀峰. 计算机工程与应用. 2018(20)
[8]基于改进模拟退火算法的搬运机器人路径规划[J]. 陶重犇,雷祝兵,李春光,孙云飞,周海冰. 计算机测量与控制. 2018(07)
[9]舰载机牵引系统路径规划方法[J]. 张竞,吴宇,屈香菊. 北京航空航天大学学报. 2018(10)
[10]基于改进A*算法的移动机器人路径规划[J]. 赵晓,王铮,黄程侃,赵燕伟. 机器人. 2018(06)
本文编号：2951459
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图２．?１施工水域示意图??Ｆｉｇ．?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｗａｔｅｒ?ａｒｅａ?ｄｉａｇｒａｍ??
步骤５。??步骤５判断该连线与该顶点处对应的凸多边形的两个边界线组成的两个外角。??ａ两个角均小于或等于１８０，该连线为最优的自由链接线，因此，忽略该点的所有??候选连线。??ｂ如果该连线不是最优连线，即存在一个角大于１８０度，则把该连线存入到候选连??线当中。??步骤６检查所有候选连线中的外角是否还有角度超过１８０度，若有，选择下一条??连线转到步骤４；若没有则转到下一步。??步骤７检査并删除冗余链接线。??步骤８重复步骤１到７，直到遍历完所有障碍物的顶点。??构建完成后如图２．２所不：??Ｉ??２００?ｒ???１??１８０?＇?鲁９??？２??１６０?－??？?．１０??１２。??１００－??丄?＃２２?．８?４１１??４０?＾?ｍｕ??２〇?卜?＃１?＾１５！??？２４?＃１６??〇?Ｌ?：——ｃ????－ｆ?——」．????￡??０?５０?１００?１５０?２００??图２．?２?Ｍａｋｌｉｎｋ链接图??Ｆｉｇ．?２．２?Ｍａｋｌｉｎｋ?ｇｒａｐｈ??７??
?大连海事大学专业学位硕士学位论文???＃Ａ＃＾Ｃ??（ａ）不可通行区域情形１?洲不；可通行区域情形２?〇：）凹＿边形分解图??图２．３改进Ｍａｋｌｉｎｋ示意图??Ｆｉｇ．?２．３?Ｉｍｐｒｏｖｅｄ?Ｍａｋｌ?ｉｎｋ?ｓｃｈｅｍａｔｉｃ??最后用上述方法画出施工水域的全ｇ连通图，如图２．４所示，其中点线是Ｍａｋｌｉｎｋ??线，黑实线为相邻Ｍａｋｌｉｎｋ线的中点连线得到的无向网格图。??２００．?；???：丨??０?５０?１００?１５０?．?２００??图２．４施工水域全局连通图??Ｆｉｇ．?２．４?Ｇｌｏｂａｌ?ｃｏｎｎｅｃｔｉｖｉｔｙ?ｍａｐ?ｏｆ?ｃｏｎｓｔｒｕｃｔｉｏｎ?ｗａｔｅｒｓ??２．２?路径规划智能算法??２．２．１?遗传算法求解流程??求解思想在于把节点在链接线上的位置作为基因进行编码，构建种群，对于每一条??染色体，用Ｄ＾ｋｓｔｒａ算法计算出最短路径长度做为该染色体的适应度值。算法流程图如??图２．５所示。??利用Ｄｉｊｋｓｔｒａ算法的结果作为基准路径的好处在于可以提高遗传算法的收敛速度，??并保证了遗传算法的收敛方向，避免了局部收敛。??Ｊ?＞?；?ｉ??９??
【参考文献】：
期刊论文
[1]融合粒子群与蚁群算法的机器人路径规划[J]. 雷超帆,赵华东,江南. 重庆理工大学学报(自然科学). 2020(01)
[2]基于改进蚁群算法的移动机器人动态路径规划[J]. 王雷,石鑫. 南京理工大学学报. 2019(06)
[3]螺线型气动软体致动器设计与建模[J]. 张志远,王松涛,王学谦,孟得山,梁斌. 机器人. 2020(01)
[4]基于改进人工鱼群算法和MAKLINK图的机器人路径规划[J]. 郭伟,秦国选,王磊,孙日杰. 控制与决策. 2020(09)
[5]基于改进势场蚁群算法的移动机器人最优路径规划[J]. 张强,陈兵奎,刘小雍,刘晓宇,杨航. 农业机械学报. 2019(05)
[6]基于Dubins轨迹的多无人飞行器队形重构航迹规划方法研究（英文）[J]. 陈清阳,鲁亚飞,贾高伟,李樾,朱炳杰,林君灿. Journal of Central South University. 2018(11)
[7]萤火虫算法结合人工势场法的机器人路径规划[J]. 李丽娜,郭永强,张晓东,卢媛,徐攀峰. 计算机工程与应用. 2018(20)
[8]基于改进模拟退火算法的搬运机器人路径规划[J]. 陶重犇,雷祝兵,李春光,孙云飞,周海冰. 计算机测量与控制. 2018(07)
[9]舰载机牵引系统路径规划方法[J]. 张竞,吴宇,屈香菊. 北京航空航天大学学报. 2018(10)
[10]基于改进A*算法的移动机器人路径规划[J]. 赵晓,王铮,黄程侃,赵燕伟. 机器人. 2018(06)
本文编号：2951459
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2951459.html
