动态障碍物下的无人巡航船多目标路径规划方法技术

本发明专利技术公开了一种动态障碍物下的无人巡航船多目标路径规划方法，涉及水质采样和路径规划技术领域。首先，无人机对湖面环境采集图像，进行栅格分割，在栅格地图设置起始点和若干采样点；采用改进的灰狼优化算法对若干采样点进行顺序优化，并将最优顺序的各采样点一一标记到地图上；利用D*Lite算法计算栅格地图中标记的每两个采样点之间的最优栅格路径，得到一条从起始点到最终采样点之间的最优路径；最后，自主巡航船沿最优路径完成巡航。本发明专利技术对灰狼优化算法中的收敛因子进行改进，平衡了灰狼优化算法的全局搜索和局部搜索能力，提高了灰狼优化算法的收敛速度和稳定性，可以实现在动态未知环境情况下多个目标点的路径规划。

【技术实现步骤摘要】
动态障碍物下的无人巡航船多目标路径规划方法
本专利技术属于湖泊流域水质采样和路径规划
，具体是一种动态障碍物下的无人巡航船多目标路径规划方法。
技术介绍
如今，水环境保护问题越来越受到国家的重视。随着科技的发展，在水质采样领域，智能水质采样巡航船逐渐替代人工采集，应用越来越广泛。但是，智能水质采样巡航船的路径规划问题一直以来都是国内外学者所关注的重点以及难点，其路径的选择是否合理直接影响着巡航船的运行效率。一种适合当前环境、能快速规划出采样最优路径的方法能显著地提高采样效率同时降低采样成本。当前已有很多传统方法和智能方法被用来解决巡航船的多目标点路径规划问题，如：遗传算法和蚁群算法等。灰狼优化算法是2014年提出的一种群体智能优化算法，可以实现对多个目标点的顺序优化。但是，该算法无法解决动态未知环境的路径规划问题，并且该算法的收敛性较缓慢。D*Lite算法是一种能够解决动态未知环境的路径规划问题的算法，它采用的是反向搜索方式。但是，该算法只能够解决单目标点的问题，不能够仅用该算法去遍历多个目标点。
技术实现思路
本专利技术针对自主巡航船在动态环境中采集多个点的需求问题，提出了一种动态障碍物下的无人巡航船多目标路径规划方法，利用D*Lite算法结合改进后的灰狼优化算法，充分利用两种算法的优势，缩短了搜索路径所消耗的时间，减少了设备成本，并有效解决了动态环境下多个目标点的路径规划问题。所述的动态障碍物下的无人巡航船多目标路径规划方法，具体步骤如下：步骤一：无人机对湖面的环境采集图像，采用栅格法进行分割，得到栅格地图并设置起始点和d个采样点；具体为：首先，将湖面图像分割成大小相等的栅格，组成一个栅格地图；并将环境中的障碍物设置为黑色栅格，将不规则障碍物进行填充处理，将可行区域设置为白色栅格，在栅格地图中运用二维坐标设置一个起始点和d个采样点。d为正整数。步骤二：采用改进的灰狼优化算法对d个采样点进行顺序优化，得到最优顺序并保存。所述采用改进的灰狼优化算法得到最优顺序的步骤如下：步骤201：初始化灰狼优化算法的参数。参数包括：灰狼种群数量n，最大迭代次数t，将采样点个数定义为搜索空间的维数d，灰狼种群的初始位置，以及每只灰狼各自一条随机路径等；步骤202：每只灰狼在d个采样点的空间中搜索猎物，构建搜索空间与灰狼位置关系的空间域矩阵P；首先，定义第i只灰狼的位置Xi为一组互不相同的正整数序列，公式如下：则代表灰狼种群中的第i只灰狼在第d个采样点上的值；然后，n只灰狼的位置组成空间域矩阵P，公式如下：式中，表示第i只灰狼在第m个采样点的位置，空间域矩阵P中每一行代表一只狼的路径。步骤203：构建距离矩阵W来表示每个采样点与其它采样点之间的距离；公式如下：s(n,m)为第n个采样点与第m个采样点之间的距离。步骤204：利用空间域矩阵P和距离矩阵W构建适应度函数f；表达式为：Pi是指空间域矩阵P中的第i行只狼的路径；是指第i行只狼的路径中，对每两个采样点之间的距离相加求和。步骤205：运用灰狼优化算法求解适应度函数，得到最优的遍历顺序；过程如下：首先是搜寻过程：在t代搜索过程中，灰狼的位置为X(t)，猎物的位置为XP(t)，灰狼与猎物的距离D表示为：t表示当前迭代次数，r2为从0到1的随机数；C是一个随r2变化的系数。然后是包围过程：在灰狼群体包围猎物的过程中，构造灰狼与猎物的关系模型，公式如下：式中，A·D为包围步长，a为改进后的收敛因子，r1为从0到1的随机数，tmax表示最大迭代次数，μ1和μ2为常数，λ1和λ2为调节系数，B为非线性的连续函数Beta函数。紧接着，位置更新过程：根据灰狼与猎物的关系模型，分别得到α，β和δ这三类狼的最终位置X1，X2和X3，在α，β和δ的指引下，整个狼群逐步向猎物靠近，通过α，β和δ狼的位置更新，不断确定目标的位置，从而实现灰狼对猎物最终的攻击位置。式中，Xα，Xβ，Xδ表示α，β和δ这三类狼的更新位置，A1，A2，A3表示三个随机数，X则表示灰狼对猎物最终的攻击位置。A1·Dα，A2·Dβ，A3·Dδ表示α，β和δ这三类狼的包围步长。最后判断是否达到最大迭代次数，如果是，则输出迭代过程中最优顺序；否则，依次保存适应度函数最小时得到的三个最优解，再次对α，β和δ这三类狼的位置进行更新。步骤三：按照灰狼算法得到的最优顺序，将各采样点一一标记到栅格地图上；步骤四：利用D*Lite算法计算栅格地图中标记的每两个采样点之间的最优栅格路径，得到一条从起始点到最终采样点之间的最优路径；步骤五：自主巡航船从栅格地图对应的起始点开始巡航，沿着最优栅格路径依次经过各采样点，最终返回起始点完成巡航。本专利技术的优点在于：(1)一种动态障碍物下的无人巡航船多目标路径规划方法，对湖泊环境转变成二维坐标栅格图，简化了地图，缩短了智能水质采样巡航船的路径规划时间。(2)一种动态障碍物下的无人巡航船多目标路径规划方法，基于改进的灰狼优化算法，解决了多个目标点的顺序优化问题，更适用于实际问题操作，并且收敛因子的改进增强了算法的收敛能力，直接提高了巡航船水质采样的效率。(3)一种动态障碍物下的无人巡航船多目标路径规划方法，采用了D*Lite算法，满足巡航船在动态未知环境中的路径规划需求，并与改进灰狼优化算法的结合，有效解决了多个目标点的路径规划问题。附图说明图1为本专利技术中一种动态障碍物下的无人巡航船多目标路径规划方法的流程图；图2为本专利技术中改进的的灰狼优化算法流程图；图3为本专利技术中D*Lite算法路径规划流程图。具体实施方式下面结合附图对本专利技术进行详细说明。本专利技术提出一种动态障碍物下的无人巡航船多目标路径规划方法，采用D*Lite算法和改进的灰狼优化算法，为水质采样巡航船采集多个目标点规划最优路径，如图1所示，具体包括如下步骤：步骤一：无人机对湖面的环境采集图像，采用栅格法进行分割，得到栅格地图并设置起始点和d个采样点；具体为：首先，将湖面图像分割成大小相等的栅格，组成一个栅格地图；并将环境中的障碍物设置为黑色栅格，将不规则障碍物进行填充处理，将可行区域设置为白色栅格，在栅格地图中运用二维坐标选取和设置一个起始点和d个采样点。d为正整数。步骤二：采用改进的灰狼优化算法对d个采样点进行顺序优化，得到起始点经过多个采样点并且返回到起始点的最优顺序并保存。如图2所示，所述采用改进的灰狼优化算法得到最优顺序的步骤如下：步骤201：初始化灰狼优化算法的参数。参数包括：灰狼种群数量n为15，最大迭代次数t为500，将采样点个数定义为搜索空间的维数本文档来自技高网...

【技术保护点】
1.动态障碍物下的无人巡航船多目标路径规划方法，其特征在于，具体步骤如下：/n步骤一：无人机对湖面的环境采集图像，采用栅格法进行分割，得到栅格地图并设置起始点和d个采样点；/n步骤二：采用改进的灰狼优化算法对d个采样点进行顺序优化，得到最优顺序并保存；/n所述采用改进的灰狼优化算法得到最优顺序的步骤如下：/n步骤201：初始化灰狼优化算法的参数；/n步骤202：每只灰狼在d个采样点的空间中搜索猎物，构建搜索空间与灰狼位置关系的空间域矩阵P；/n首先，定义第i只灰狼的位置X

【技术特征摘要】
1.动态障碍物下的无人巡航船多目标路径规划方法，其特征在于，具体步骤如下：
步骤一：无人机对湖面的环境采集图像，采用栅格法进行分割，得到栅格地图并设置起始点和d个采样点；
步骤二：采用改进的灰狼优化算法对d个采样点进行顺序优化，得到最优顺序并保存；
所述采用改进的灰狼优化算法得到最优顺序的步骤如下：
步骤201：初始化灰狼优化算法的参数；
步骤202：每只灰狼在d个采样点的空间中搜索猎物，构建搜索空间与灰狼位置关系的空间域矩阵P；
首先，定义第i只灰狼的位置Xi为一组互不相同的正整数序列，公式如下：



则代表灰狼种群中的第i只灰狼在第d个采样点上的值；
然后，n只灰狼的位置组成空间域矩阵P，公式如下：



式中，表示第i只灰狼在第m个采样点的位置，空间域矩阵P中每一行代表一只狼的路径；
步骤203：构建距离矩阵W来表示每个采样点与其它采样点之间的距离；
公式如下：



s(n,m)为第n个采样点与第m个采样点之间的距离；
步骤204：利用空间域矩阵P和距离矩阵W构建适应度函数f；
表达式为：



Pi是指空间域矩阵P中的第i行只狼的路径；∑si(n,m)是指第i行只狼的路径中，对每两个采样点之间的距离相加求和；
步骤205：运用灰狼优化算法求解适应度函数，得到最优的遍历顺序；
步骤三：按照灰狼算法得到的最优顺序，将各采样点一一标记到栅格地图上；
步骤四：利用D*Lite算法计算栅格地图中标记的每两个采样点之间的最优栅格路径，得到一条从起始点到最终采样点之间的最优路径；
步骤五：自主巡航船从栅格地图对应的起始点开始巡航，沿着最优栅格路径依次经过各采样点，最终返回起始点完成巡航。


2.如权利要求1所述的动态障碍物下的无人巡航船多目标路径规划方法，其特征在于，所述的步骤一，具体为：
首先，将湖面...

【专利技术属性】
技术研发人员：于家斌，刘冠东，王小艺，许继平，赵峙尧，王立，白玉廷，孙茜，张慧妍，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：北京;11