一种基于改进QPSO算法的节能型水下三维路径规划方法技术

本发提供一种基于改进QPSO算法的节能型水下三维路径规划方法，属于自主水下航行器路径规划领域。首先进行海洋环境模型的搭建，其次进行AUV路径规划中相关参数、能耗计算及避障约束等的研究，然后基于改进的QPSO算法进行AUV全局的路径规划，最后在巡航过程中实时监测环境信息，避障时基于现有路径进行二次规划。相对于传统AUV路径规划，本发明专利技术能够更快、更稳定的得到能耗最低路径，精准避免碰撞，确保AUV顺利完成相关巡航任务。保AUV顺利完成相关巡航任务。保AUV顺利完成相关巡航任务。

【技术实现步骤摘要】
一种基于改进QPSO算法的节能型水下三维路径规划方法


[0001]本专利技术属于自主水下航行器路径规划领域，具体涉及一种适用于三维复杂海洋环境下基于改进QPSO算法的节能型路径规划方法。

技术介绍

[0002]地球表面积百分之七十以上都是海洋，海洋中蕴含着丰富的矿产资源、能源资源和生物资源，对于很多海洋资源，例如可燃冰、锰结核等开采后可直接利用，海洋的重要性越来越明显。水下航行器作为海洋装备之一，其设计与研发也成为当前时代的热点问题。
[0003]路径规划是自主水下航行器关键所在。因此在特定的海洋环境下执行任务中，需要根据环境信息规划出一条可行性路径。由于海洋环境复杂多变，在航行过程中受洋流、内波、障碍物的影响，自主水下航行器需要准确检测周边环境信息，并对出现的特定变化进行航程修改，避开动态障碍物，最终完成相应航行任务。
[0004]粒子群算法是通过模拟鸟群觅食的行为方式，而创立的一种以群体协作为基础的随机搜索算法，该方法用于路径规划中具有调参方便、适应性强、良好的鲁棒性等优点，同时存在着粒子缺少随机性陷入局部最优，需要设定参数较多等缺点。

技术实现思路

[0005]针对目前AUV在复杂海洋环境下受洋流、内波、障碍物的影响，降低能耗的同时尽可能避免算法限于局部最优问题，本专利技术提出了一种改进QPSO算法的节能型水下路径规划方法，即通过理论方法推出相关能耗计算公式，并添加内波、障碍物等约束，使用B样条插值方法平滑路径，利用改进的QPSO算法实现路径规划。该方法一方面提高了算法的整体性能，平衡了全局最优与局部最优，并实现了局部避障；另一方面在洋流复杂的环境下能耗得到显著改善。
[0006]为了达到上述目的，本专利技术采用的技术方案为：
[0007]一种基于改进QPSO算法的节能型水下三维路径规划方法，包括以下步骤：
[0008]步骤一：建立海洋环境模型建立海洋环境模型。所述海洋环境模型包含三维地形环境信息模型，此外使用兰姆奥森涡建立复杂洋流场景，同时自定义内波区、三维障碍物，并添加障碍物约束，从而得到更完善的海洋环境模型。
[0009]所述步骤一，具体包括以下步骤：
[0010]步骤(1.1)，随机构建n*n个数据集点，将其作为三维地形图高度属性，对应(x，y)的点低于属性值为障碍物，高于此值为安全区，利用栅格地图法构建三维地形图。
[0011]步骤(1.2)，利用兰姆奥森涡流函数模拟洋流，同样利用栅格地图法进行数据处理，栅格内洋流数据取当前栅格内所包含洋流数据的平均值。
[0012]步骤(1.3)，在已知地形图上定义某深度为高、低密度海流分界线，该节面周围(
‑
h1，+h1)范围内定义为内波核心区，(h1，h2)和(
‑
h1，
‑
h2)为内波区域，剩余区域为海流区。
[0013]步骤(1.4)，在已知地形图上随机生成新的三维障碍物，为提高安全性，对障碍物
进行膨胀化处理，其值为d
min
。
[0014]其中，AUV在进行路径规划过程中，和障碍物满足下列约束：d≥d
min
。
[0015]步骤二：基于改进QPSO算法的全局路径规划
[0016]首先基于步骤一得到的海洋环境模型建立环境信息库，其次输入起始点与目标点，进而进行粒子的初始化，将初始化的粒子通过适应度函数计算适应度值并建立个体最优P
best
与全局最优G
best
，随后进入改进QPSO算法迭代循环，更新路径节点，循环过程中路径节点的生成采用B样条插值的方法进行平滑度处理，对新的路径计算适应度函数值，根据对比之前适应度值判断是否更新个体最优与全局最优，迭代完成后得到能耗最低的平滑路径，完成全局路径规划。
[0017]所述步骤二，具体包括以下步骤：
[0018]步骤(2.1)，将步骤一中生成的三维海洋环境模型导入；三维海洋环境数据包含地形信息、洋流信息、内波信息以及障碍物信息。
[0019]步骤(2.2)，将需要规划的起始点(x
start
，y
start
，z
start
)、目标点(x
goal
,y
goal
,z
goal
)导入；
[0020]步骤(2.3)，初始化粒子位置，具体的：根据地形图边界范围(x
min
，y
min
，z
min
)～(x
max
，y
max
，z
max
)之间进行随机粒子位置初始化(x
i
,y
i
,z
i
)(i＝1,2,
……
n)；
[0021]步骤(2.4)，采用适应度函数计算各粒子适应值；
[0022]步骤(2.5)，利用改进的QPSO算法更新粒子位置；
[0023]步骤(2.6)，对更新后的粒子进行B样条插值方法进行节点的平滑度处理；
[0024]步骤(2.7)，对生成的新节点进行对应的适应值计算并更行相关的个体最优P
best
与全局最优G
best
；
[0025]步骤(2.8)，判断迭代次数是否得到要求或路径是否满足要求，若次数或要求满足，则停止，输出生成的路径信息；反之，返回步骤(2.5)；
[0026]步骤三：基于步骤二得到的全局路径规划，通过搭载的传感器实时检测海洋环境信息，如果运行路径上存在新的障碍物，则判断是否需要更新路径，对于动态障碍物进行停止或减速实现避障，对于静态障碍物则在当前点重规划路径。
[0027]所述步骤三，具体包括以下步骤：
[0028]步骤(3.1)，AUV以步骤二全局路径规划生成的路径信息进行巡航；
[0029]步骤(3.2)，AUV巡航过程中通过搭载的传感器进行环境实时监测，传感器用于监测运行路径上实时环境中未知障碍物信息(未知静态障碍物和未知动态障碍物)；
[0030]步骤(3.3)，利用传感器所得到的信息判断环境未知障碍物类型，若为未知静态障碍物，则在当前点与目标点基于改进QPSO算法进行路径重新规划，路径规划过程中的初始化信息按照当前节点与目标节点之间的路径信息作为初始化数据；若为未知动态障碍物，则通过停止或减速避让的形式等待动态障碍物通过，之后按全局路径继续跟踪巡航；
[0031]步骤(3.4)，判断是否到达目标点，到达则结束进程；反之，返回步骤(3.2)。
[0032]进一步的，所述步骤(2.4)中适应度函数为：
[0033]f＝E+f
obs
+f
wave
ꢀꢀꢀꢀꢀꢀꢀ
(1)
[0034]其中，f
obs
为障碍物安全函数；E为能耗代价函数；f
wave...

【技术保护点】

【技术特征摘要】
1.一种基于改进QPSO算法的节能型水下三维路径规划方法，其特征在于，包括以下步骤：步骤一：建立海洋环境模型建立海洋环境模型，所述海洋环境模型包含三维地形环境信息模型，此外采用兰姆奥森涡建立复杂洋流场景，同时自定义内波区、三维障碍物，并添加障碍物约束，从而得到更完善的海洋环境模型；步骤二：基于改进QPSO算法的全局路径规划首先基于步骤一得到的海洋环境模型建立环境信息库，其次输入起始点与目标点，进行粒子的初始化，将初始化的粒子通过适应度函数计算适应度值并建立个体最优Pbest与全局最优Gbest，随后采用改进QPSO算法进行迭代循环，更新路径节点，循环过程中路径节点的生成采用B样条插值的方法进行平滑度处理，对新的路径计算适应度函数值，根据对比之前适应度值判断是否更新个体最优与全局最优，迭代完成后得到能耗最低的平滑路径，完成全局路径规划；步骤三：基于步骤二得到的全局路径规划，通过搭载的传感器实时检测海洋环境信息，如果运行路径上存在新的障碍物，则判断是否需要更新路径，对于动态障碍物进行停止或减速实现避障，对于静态障碍物则在当前点重规划路径；步骤(3.1)，AUV以步骤二全局路径规划生成的路径信息进行巡航；步骤(3.2)，AUV巡航过程中通过搭载的传感器进行环境实时监测，传感器用于监测运行路径上实时环境中未知障碍物信息，包括未知静态障碍物和未知动态障碍物；步骤(3.3)，利用传感器所得到的信息判断环境未知障碍物类型，若为未知静态障碍物，则在当前点与目标点基于改进QPSO算法进行路径重新规划，路径规划过程中的初始化信息按照当前节点与目标节点之间的路径信息作为初始化数据；若为未知动态障碍物，则通过停止或减速避让的形式等待动态障碍物通过，之后按全局路径继续跟踪巡航；步骤(3.4)，判断是否到达目标点，到达则结束进程；反之，返回步骤(3.2)。2.根据权利要求1所述的一种基于改进QPSO算法的节能型水下三维路径规划方法，其特征在于，所述步骤一具体步骤如下：步骤(1.1)，随机构建n*n个数据集点，将其作为三维地形图高度属性，对应(x，y)的点低于属性值为障碍物，高于此值为安全区，利用栅格地图法构建三维地形图；步骤(1.2)，利用兰姆奥森涡流函数模拟洋流，同样利用栅格地图法进行数据处理，栅格内洋流数据取当前栅格内所包含洋流数据的平均值；步骤(1.3)，在已知地形图上定义某深度为高、低密度海流分界线，该节面周围(
‑
h1，+h1)范围内定义为内波核心区，(h1，h2)和(
‑
h1，
‑
h2)为内波区域，剩余区域为海流区；步骤(1.4)，在已知地形图上随机生成新的三维障碍物，并对障碍物进行膨胀化处理，其值为d
min
；其中，AUV在进行路径规划过程中，和障碍物满足下列约束：d≥d
min
。3.根据权利要求1所述的一种基于改进QPSO算法的节能型水下三维路径规划方法，其特征在于，所述步骤二具体步骤如下：步骤(2.1)，将步骤(1)中生成的三维海洋环境模型导入；三维海洋环境数据包含地形信息、洋流信息、内波信息以及障碍物信息；步骤(2.2)，将需要规划的起始点(x
start
，y
start
，z
start
)、目标点(x<...

【专利技术属性】
技术研发人员：黄晓明，李世龙，王子鑫，王俊强，王琪，裴彦凯，陈佳，曾岑，韩方鑫，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：