[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

说明书

本发明涉及海事智能交通技术领域，具体涉及一种面向对象的混合遗传算法无人艇实时路径规划方法。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；本发明通过进化遗传算法进行全局路径规划，解决无人艇对多个静态静态障碍物的路径规划问题，通过蚁群优化算法进行局部路径规划，对动态障碍物进行实时避碰。

技术领域

本发明涉及海事智能交通技术领域，具体涉及一种面向对象的混合遗传算法无人艇实时路径规划方法。

背景技术

水面无人艇(unmanned surface vessel，简称USV)在工业和军事领域不断的发展，作为海洋环境监测、维护海洋权益的重要工具也得到了极大的重视。

由于，路径规划是无人艇自主控制研究的关键技术之一。全局路径规划能够在无人艇航行区域离线生成预定路径，并能够避开静态障碍物，如岛屿、静态浮标等。然而，无人艇航行区域的实际环境是会不断发生变化的，应用非实时性的全局路径规划将会导致与动态障碍物的碰撞。

目前，水面无人艇多采用局部路径规划技术，然而局部路径规划的算法相对较为简单，能够执行实时性要求较高的任务，但是把局部路径规划作为一个独立的系统，其并不能包含有整体的环境信息。因此，一个理想的解决方案是将这两种路径规划集成一个混合路径规划的架构中，来处理实际环境中的路径规划问题。

发明内容

本发明的目的在于提供一种面向对象的混合遗传算法无人艇实时路径规划方法，以通过进化遗传算法进行全局路径规划，解决无人艇对多个静态静态障碍物的路径规划问题，通过蚁群优化算法进行局部路径规划，对动态障碍物进行实时避碰。

本发明实施例提供一种面向对象的混合遗传算法无人艇实时路径规划方法，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；

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：