论文部分内容阅读
水下无人潜器(Autonomous Unmaned Vehicle,简称AUV )是一种能够在海洋中自主航行的智能化无人装备,而航路规划是实现AUV自主航行的关键技术。AUV的航路规划属于三维空间规划领域,具有维数高,计算量大等技术难点,现有方法主要是通过限制节点的运动方向,将规划空间由三维转化为二维,进而降低航路规划的难度。但对于复杂非均匀的障碍物环境,限制节点的运动方向存在浪费存储空间、对环境自适应性差等问题,因此研究复杂非均匀障碍物环境下的航路规划方法是一个很有实际意义的课题。由实际航行路线的特点,可以发现,路径相邻节点之间不是相互独立的,应存在一种相互牵制的作用力。本文通过对该作用力进行数学建模,并与粒子群算法(Particle Swarm Optimization, PSO )相结合,提出了一种基于弹性关联性质的粒子群航路规划方法。本文完成的主要工作有:首先,详细介绍了粒子群算法的相关知识,并对空间等分法建模技术进行分析,总结了该环境建模方法存在的不足。其次,针对空间等分法建模技术存在的问题,观察实际航行路线的特点,提出一种弹性关联性质,并对其进行数学建模,给出弹性关联算子的计算公式,同时阐述了弹性关联性质的自适应性和降维作用。然后,将弹性关联算子加入粒子群算法的更新公式,提出基于弹性关联的粒子群航路规划方法。针对路径与障碍物相交的两种情况,即节点在障碍物内和相邻节点均不在障碍物内其连线与障碍物相交,分别采取相应的避障策略,并结合具体的适应度函数形式以及节点移动步长控制方法,完成该算法在不同二维障碍物环境下的仿真实验,分析算法的收敛性和收敛速度,并与基于空间等分法建模的PSO进行对比,进一步验证基于弹性关联的PSO在复杂非均匀环境中的规划效果。最后,研究基于弹性关联的PSO在三维空间中的应用,分别完成该算法在球形障碍物环境和真实海底地形环境中的寻路实验,验证其在三维规划空间的寻路能力。由于真实海底地形表面是不规则的,无法用数学公式表达,提出一种在相邻节点之间插入虚拟节点的方法来判断其连线是否与障碍物相交。