[发明专利]自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法

权利要求书

1.一种自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法，其特征在于，包括以下步骤：

(1)基于GBSOM算法模型初步对自治水下航行器进行路径规划，包括确定预定的运行方向；

(2)构建海流模型和海流能量函数，将海流对自治水下航行器的影响数学化，根据海流模型计算出海流速度；利用海洋能量函数评估自治水下航行器工作时路径规划的性能；

(3)添加海流因子，所述海流因子为海流对于自治水下航行器速度的影响函数，通过海流因子将海流模型与GBSOM算法模型相结合，将海流速度的方向与步骤(1)中预定的运行方向相叠加，更新任务目标的位置，规划出自治水下航行器的最终航行路径。

2.根据权利要求1所述的自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法，其特征在于，步骤(1)中，GBSOM算法模型包括：

(11)利用GBNN算法构建水下环境模型，使自治水下航行器的位置单元与生物神经元单元一一对应；

(12)利用SOM算法分配自治水下航行器下一步的目标；

(13)最后通过神经元活性输出值规划最优路径。

3.根据权利要求2所述的自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法，其特征在于，步骤(11)中，应用栅格法构建环境模型。

4.根据权利要求2所述的自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法，其特征在于，步骤(12)中，SOM算法的竞争过程选取获胜的神经元，合作过程选取拓扑邻域，更新权值后选择最优神经元作为目标位置。

5.根据权利要求2所述的自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法，其特征在于，步骤(11)中利用GBNN算法构建水下环境模型如下：

其中：x_i表示神经元i的活性输出值，神经元指自治水下航行器的位置；W表示连接系数矩阵，连接系数矩阵W为对称矩阵，W_ij则表示神经元相互之间的连接系数；t表示时间；x_ix、x_iy表示在二维和三维GBNN模型坐标系下的x轴坐标、y轴坐标，x_iz表示三维GBNN模型坐标系下的z轴坐标；|i-j|表示神经元相互之间的欧式距离，式(3)表示二维GBNN模型对应的距离，式(4)表示三维GBNN模型对应的距离；函数g()表示模型变换函数，主要目的是对模型的原始输出进行阈值化处理；γ和r表示大于0的常数；I_i是第i个神经元的外部输入激励值，其定义式为：

式(5)中，E代表一个常数值，表示GBNN中外部输入激励的值；如果外部输入的激励是正数，则表示目标点；如果外部输入的激励是负数，则表示障碍物；如果外部输入的激励是0，则表示其他情况。

6.根据权利要求2所述的自治水下航行器在海洋环流下的生物启发自组织映射路径规划方法，其特征在于，步骤(13)对比自治水下航行器周围每个神经元的活性输出值的大小，活性输出值大的神经元获胜，以此决定自治水下航行器接下来的目标动作对目标进行任务分配的公式为：

(T_l，R_j)＝argmax(V(T_l，R_j)) (6)

式(6)中，V(T_l，R_j)表示的是第l个任务目标点所对应的GBNN模型中第j个自治水下航行器的活性输出值。