[发明专利]一种面向对象的混合遗传算法无人艇实时路径规划方法

权利要求书

1.一种面向对象的混合遗传算法无人艇实时路径规划方法，其特征在于，包括：

步骤一：建立水面无人艇的运动数学模型；

步骤二：建立海风、海浪、海流环境干扰的数学模型；

步骤三：基于进化遗传算法进行水面无人艇全局路径规划，对静态障碍物进行避碰；

步骤四：基于蚁群优化算法进行水面无人艇局部路径规划，对动态障碍物进行避碰；

步骤五：复航回归到计划航迹，重复步骤三和步骤四进行实时路径规划，到达终点。

2.根据权利要求1所述的一种面向对象的混合遗传算法无人艇实时路径规划方法，其特征在于，所述步骤一，包括：

建立水面无人艇的运动数学模型；

其中，所述水面无人艇的运动数学模型的建立方法为：

令水面无人艇的位置点为S_o(x_o,v_o)，障碍物的位置点为S_T(x_T,y_T)，水面无人艇的航行速度为v_o(v_xo,v_yo)，障碍物的运动速度为v_T(v_xT,v_yT)，则：

水面无人艇的运动速度的大小为：水面无人艇的运动速度的航向为：其中，

障碍物的运动速度的大小为：障碍物的运动速度的航向为：

水面无人艇与障碍物的相对运动速度分量表示为：水面无人艇与障碍物的相对运动速度大小为：水面无人艇与障碍物的相对运动速度方向为：

水面无人艇与障碍物的相对距离为：

障碍物相对于水面无人艇的方向为：

水面无人艇相对于障碍物的方向为：

障碍物的相对位置为：

水面无人艇航行方向和障碍物的交叉角为：

水面无人艇与障碍物最近的相遇距离为：其中，如果水面无人艇在障碍物的后方，则DCPA_T是正值；如果水面无人艇在障碍物的前方，则DCPA_T是负值；

水面无人艇与障碍物到达最近会遇点的时间为：其中，

如果障碍物还没有经过最近相遇位置点时，TCPA^T是正值；如果障碍物运动航迹已经超出了最近的相遇位置点时，TCPA^T是负值。