[发明专利]一种水下自主航行器的三维航迹智能规划方法

说明书

本发明涉及一种水下自主航行器的三维航迹智能规划方法，包括以下步骤：1)海底地形模拟；2)航迹评价指标和优化函数选取，通过对航迹规划问题的分析，建立了综合考虑航程长度及规避动态目标的评价函数模型；3)约束处理和搜索空间划分，制定了一种将约束处理与搜索空间裁剪相结合的机制，用于在缩减搜索空间的同时使得航迹满足各项约束条件；4)采用改进的蚁群算法进行航迹的优化。与现有技术相比，本发明具有提高了最优航迹的搜索效率等优点。

技术领域

本发明涉及机器人路径规划技术领域，尤其是涉及一种水下自主航行器的三维航迹智能规划方法。

背景技术

航迹规划是水下自主航行器任务规划系统的核心之一，其目的是在综合考虑时间、燃料消耗、避障以及允许工作区域等因素的前提下，为水下自主航行器规划出一条最优、或者是最满意的航行轨迹。

与其他无人系统相比，水下自主航行器的航迹规划具有一些特殊性。一方面，水下自主航行器任务需求复杂，不但要规避静态障碍物，还要规避其他的水下航行器等动态障碍物。由于大多数水下自主航行器属于欠驱动航行器，机动性能较差，响应速度较慢，因此航迹的实时规划对完成工作任务至关重要。另一方面，水下自主航行器工作环境复杂，会受到海流、跃层及海洋内波等多种干扰因素的影响，而任务指定的抵达目标位置也可能会有所改变，给航迹实时规划施加了很强的约束，降低了优化求解的效率，限制了航迹规划的效率。

针对航迹规划的研究，研究人员提出了许多不同的方法。以往主要采用的方法可分为全局航迹规划方法和局部航迹规划方法。全局航迹规划方法有最速下降法、动态规划方法、A*算法、最优控制法和Voronoi图法等；局部航迹规划方法主要有梯度法和人工势场法等。这些方法各有优缺点，其优劣主要取决于方法的计算效率及所求解的最优性。现有的航迹规划算法主要存在以下问题：

1)为了加速搜索进程和减少内存需求，很多算法采用了将环境信息投影到一个二维的C空间中。而二维的C空间不能完全包括战区的所有信息(如地形、障碍、动态目标的三维信息)，因此这种方法生成的航迹不可能有很好的地形跟随和地形规避，也无法在规划的时候综合考虑实际地形条件和动态目标的威胁。

2)尽管有些文献研究三维空间的航迹规划，但这些方法或者不能满足航迹规划的各项约束条件，规划出的航迹无法真正用于实际任务，或者为了提高算法的可行性而牺牲了算法的优化精度和优化效率。

3)航迹规划的区域非常广阔，是一个巨大的搜索空间。通常的搜索算法计算时间随着问题规模的变大往往以几何级数增长，要获得最优航迹往往需要很长的收敛时间和很大的内存空间。很多算法在二维空间下可以较快地得到一条航迹，但一旦上升到三维空间，其时间将显著增加，很难满足水下自主航行器的实时规划需求。

目前，水下自主航行器三维航迹规划研究的重点是向实时性、可实现性和增强寻优能力方向发展。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种水下自主航行器的三维航迹智能规划方法。

本发明的目的可以通过以下技术方案来实现：

一种水下自主航行器的三维航迹智能规划方法，包括以下步骤：

1)海底地形模拟；

2)航迹评价指标和优化函数选取，通过对航迹规划问题的分析，建立了综合考虑航程长度及规避动态目标的评价函数模型；

3)约束处理和搜索空间划分，制定了一种将约束处理与搜索空间裁剪相结合的机制，用于在缩减搜索空间的同时使得航迹满足各项约束条件，提高航迹的可实现性和规划效率；

4)采用改进的蚁群算法进行航迹的优化，可以克服经典蚁群算法收敛时间长和易于陷入局部最优的缺点，提高最优航迹的搜索效率。