[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

说明书

本发明公开了一种基于改进麻雀搜索算法的水下多机器人(AutonomousUnderwaterVehicle)AUV路径规划方法，首先，利用栅格法构建海洋环境二维地图；然后，利用粒子群算法对多AUV进行任务分配；其次，由于海洋环境复杂，AUV在水下航行时受洋流影响最大，为了充分利用洋流，本发明将速度合成法和麻雀搜索算法的适应值函数结合起来，使算法根据洋流信息和麻雀目前所处位置，综合估计出每个麻雀的适应值。在算法不断迭代后，找到具有最优适应值的解，最终完成路径规划。本发明实现了多个AUV的动态安全避障，保证每个AUV快速分配到最优的任务目标的同时，快速规划出每个AUV的无碰撞最优路径。

技术领域

本发明涉及自主水下机器人(Autonomous Underwater Vehicle，AUV)的一种路径规划方法，尤其涉及一种基于改进麻雀搜索算法的水下多AUV路径规划方法。

背景技术

AUV作为人类探测海洋的主要工具，在水下和外部环境进行交互时，能够安全避开障碍，规划出一条合理的路径对于保证水下机器人的安全是至关重要的。目前，多AUV系统相比于单AUV效率更高，使用范围更加广泛。国内外学者对于单一AUV系统有了很多研究，然而针对多AUV系统的研究仍然是一项挑战。

目前，水下机器人的路径规划在二维环境研究中众多，如典型的A*算法，蚁群算法(Ant Colony Algorithm，ACO)，人工势场法(Artificial Potential Field Method，APF)等，但都有着各自的缺陷，比如A*算法在处理大规模地图时运算速度慢，蚁群算法前期收敛速度慢，人工势场法容易陷入局部最优，而且不适用于多AUV的路径规划。

粒子群算法(Particle Swarm Optimization，PSO)和麻雀搜索算法(SparrowSearch Algorithm，SSA)，作为新型的智能优化技术，在解决优化问题上有了很成熟的应用。两种算法都具有参数简单、搜索速度快的优点，然而麻雀搜索算法相比于粒子群算法，收敛速度更快，能够适用复杂的海洋环境。粒子群算法在解决优化问题方面有着很好的收敛性。

而如何通过具体的方法来在对每个AUV快速分配到最优的任务目标的同时，又快速地规划出每个AUV的无碰撞最优路径，成为亟需解决的技术问题。

发明内容

发明目的：对于AUV在复杂海洋环境下工作时容易受到海流影响，并且考虑到AUV的动力消耗；以及针对多AUV和多目标的情况，为了规划出多AUV的最优路径，本发明提出了一种基于改进麻雀搜索算法的水下多AUV路径规划方法，首先将粒子群算法用于多AUV的任务分配，然后改进的麻雀搜索算法用于多AUV的路径规划问题，在保证每个AUV快速分配到最优的任务目标的同时，快速地规划出每个AUV的无碰撞最优先路径。

技术方案：本发明基于改进麻雀搜索算法的水下多AUV路径规划方法包括以下步骤：

(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；

(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)