[发明专利]一种基于改进麻雀搜索算法的水下多AUV路径规划方法

权利要求书

1.一种基于改进麻雀搜索算法的水下多AUV路径规划方法，其特征在于：包括以下步骤：

(1)利用栅格法构建海洋环境二维地图，对水下机器人AUV的工作环境进行单元分割；并区分出障碍物和自由区域；

(2)针对多机器人多目标，利用粒子群算法对每个水下机器人进行任务分配；具体步骤如下：

(2.1)通过粒子群算法搜索粒子的最佳位置，每个粒子看作D维搜索空间的一个搜索个体，将粒子的速度V_id更新为公式(1)，粒子的位置X_id更新为公式(2)：

V′_id＝ωV_id+C₁r₁(P_id-X_id)+C₂r₂(P_gd-X_id)   (1)

X′_id＝X_id+V′_id   (2)

其中，ω为惯性因子，ω的值为非负，较大时全局寻优能力强；较小时，局部寻优能力强；C₁和C₂为学习因子，均为常数；r₁和r₂是[0，1]随机数，P_id为个体最优解，P_gd为全局最优解；V′_id为更新后的粒子速度；X′_id为更新后的粒子位置；

(2.2)根据目标与AUV之间的距离和AUV到达目标的理想时间得出粒子群的适应值函数；

所述适应值函数Fitness(i)公式如下：

Fitness(i)＝d(i)·0.5+d(i)/V_E    (3)

其中，i表示第i个粒子，d(i)表示第i个粒子生成的路径长度；V_E表示AUV期望的速度，d(i)/V_E表示AUV到达目标的理想时间；

(2.3)采用粒子群算法根据式(1)和(2)不断更新，寻找最优解，在迭代完成后，输出每个水下机器人和目标的匹配情况，完成任务分配；

(3)采用基于速度合成法并融合洋流的改进麻雀搜索算法进行多AUV的路径规划，具体过程如下：

(3.1)在洋流速度已知的情况下，通过调节AUV的速度和方向并利用洋流来进行路径规划，此时水下机器人AUV期望的速度V_E为公式(4)：

α₁为Vc和x轴之间的夹角；α₂为V_E和x轴之间的夹角；α₃为V_A和x轴之间的夹角；V_c为洋流速度矢量；

根据公式(4)，以及水下机器人AUV与该AUV对应的目标之间的欧式距离构建了改进麻雀搜索算法的适应值函数F(i)如公式(5)：

F(i)＝d(i)·0.5+d(i)/V_E+C·100    (5)

其中，d(i)为粒子生成路径的总长度，如公式(6)所示；C为穿过障碍物的惩罚系数；C如公式(7)所示：

当麻雀组成的路径穿过障碍物时，E为大于其他粒子适应值的正常数；而当路径没有穿过障碍物时，C为0；

D为麻雀的维度，D也代表AUV在路径规划中生成的中间路径点；x_id为当前麻雀在二维地图中横坐标的值，y_id为当前麻雀在二维地图中纵坐标的值，x_id-1表示第i只麻雀搜索路径的第d-1个路径点的横坐标，y_id-1表示第i只麻雀搜索路径的第d-1个路径点的纵坐标；

(3.2)设置麻雀种群规模为M，迭代次数为T，发现者个数为M*0.2，预警者个数为Sd，搜索空间为D维，针对k个AUV，每个AUV分配D/k个维度的搜索空间；

(3.3)假设有M只麻雀在D维搜索空间中，则第i只麻雀在D维空间的位置X_i为公式(8)，适应值F_i为公式(9)：

X_i＝[x_i1，...，x_ij，...，x_MD]    (8)

F_i＝f[x₁，...，x₂，...，x_M]；    (9)

其中，x_i1代表第i只麻雀在第1维的位置，x_ij代表第i只麻雀在第j维的位置，x_MD代表第M只麻雀在第D维的位置；x₁代表第1只麻雀，x₂代表第2只麻雀，x_M代表第M只麻雀；

(3.4)根据麻雀的适应值大小进行排序，选取适应值最佳的麻雀作为发现者去发现地图中的更优位置并为加入者提供优化的方向；其中，发现者的更新公式为(10)：

代表在第t+1次迭代时第i个麻雀在第j维的位置；代表第t次迭代时第i个麻雀在第j维的位置；a代表0～1的随机数，Q代表0和1之间的随机数；t代表当前迭代数，T_max为最大迭代次数；R₂为预警值，ST为安全值；L是一个1*D的矩阵，矩阵中的每个元素都为1；

当R₂＜ST时，表明此时的搜索空间没有遇到捕食者，发现者搜索最优位置；当R₂≥ST时，表明有麻雀遭遇到了捕食者，并向整个麻雀种群中其他麻雀发出危险警告；

(3.5)加入者根据发现者发现的更优位置，不断更新自己的位置；加入者的位置更新公式为(11)：

代表截止t+1次迭代时麻雀发现的最佳位置，A⁺代表A⁺＝A^T(AA^T)^-1，其中，A^T表示A的转置矩阵；A为一个1*D的矩阵；表示第i只麻雀在第t次迭代时的位置，j表示解的维数；X_worst为目前发现者所发现的全局最差的位置；

(3.6)预警者是意识到危险的麻雀，预警者的位置更新公式为如下：

其中，β为均值等于0，方差为1服从正态分布的随机数；K为-1和1之间的随机数，f_i为第i个麻雀的适应度，f_g为第i个麻雀的当前最佳适应值，a是一个避免分母等于零的情况的常数；K为麻雀移动的方向同时也是步长控制参数；fw表示当前麻雀的最差适应值；代表第t次迭代时所有麻雀发现的最佳位置，表示这个位置的麻雀是种群中最佳位置；代表第t+1迭代时所有麻雀发现的最佳位置；

当f_i＞f_g，表明此时的麻雀处于整个种群的边缘，受到捕食者的威胁；

当f_i＝f_g时，表明处于种群中间的麻雀发现了威胁，前往其他位置来避免危险。