[发明专利]一种基于和声搜索算法的水下潜器路径规划系统

说明书

技术领域

本发明涉及的是一种路径规划方法，特别涉及一种基于和声搜索算法的水下潜器 路径规划系统。

背景技术

路径规划问题由来已久，在机器人领域和飞行器的研究中都有应用，路径规划又 可以分为全局路径规划（静态路径规划）和局部路径规划（动态路径规划）两种。全局路径规 划是根据先验知识在外界环境都已知的情况下，按照一定的准则规划出一条从起始点到目 标点的无碰撞路径的过程，而局部路径规划是以全局路径规划的结果为指导，在其基础上 利用外部传感器接收的局部信息，在尽可能短的时间内避开周围原先未知的障碍，产生新 路径的过程。由此可以看出不管是动态还是静态的路径规划都要依赖于全局的路径规划结 果。水下潜器的突防路径规划属于全局路径规划的一种，只不过在考虑避碰的同时还要兼 顾路径的暴露代价。

目前对于全局的路径规划问题已经有很多种解决方案，如：人工势场法、通视图法 等传统算法，近些年随着优化算法的发展，特别是智能优化算法的兴起，极大地推动了路径 规划方法的发展，遗传算法（GeneticAlgorithm）、蚁群算法（AntColonyAlgorithm）以及粒 子群算法（ParticleSwarmOptimizers）都已经应用到了路径规划之中。相比于传统的路径 规划算法，智能算法具有自己独特的优势，例如，传统的人工势场法对人工势场的建立比较 困难，当人工势场建的不合理时算法容易陷入局部最优解，而遗传算法和蚁群算法就不存 在这些问题。

发明内容

本发明的目的是提供一种基于和声搜索算法的水下潜器路径规划方法。

本发明的目的是这样实现的：

一种基于和声搜索算法的水下潜器路径规划方法，包括以下步骤：

（1）Step1.初始化参数，并离散化空间。在初始化时除了要将HS算法的参数初始化以外，还要初始化几个参数，即每条路径的自由节点个数、每段路径插入的用于评价路径代价的节点个数、两个调节权重和。当参数初始化完成之后，就可以将空间的一个维度进行划分，具体的划分的程度与自由节点个数有关。

（2）Step2.初始化和声记忆库。每条路径就表示一个和声向量，路径的每个自由节 点就表示一个音调，和声记忆库就是由在突防空间中随机生成的HMS条路径构成的。

（3）Step3.生成一条新路径：按新和声生成的三种方式生成一条新的路径。对于一个三维空间的路径规划问题，如果按上述方法将轴离散化，那么每个自由节点就可以由坐标值和坐标值（深度值）来固定，在音调微调时就要分别考虑两个方向的微调步长和。例如对于第个自由节点（在第个划分的平面内），其轴坐标是固定的，只对其坐标微调，假如其坐标为，那么经过微调此点应位于区域，其中，。

（4）Step4.更新和声记忆库：采用式（4-3）所示的评价函数对新生成的路径进行评 价，如果新路径比和声记忆库中最差的路径要好，那么就用新路径替换最差路径，否则舍弃 新路径。

（5）Step5.判断是否满足结束条件，结束条件一般设为一个固定的循环次数，当到 达此循环次数时，算法结束，输出最优路径，否则返回Step3继续执行。

本发明的优点和效果：

（1）本发明应用的和声搜索算法受到协同进化算法的启发，将协同进化思想引入到HS 算法之中，提出了协作和声搜索算法（CHS）。通过标准测试函数的测试发现，CHS算法相比于 原算法，在收敛精度和收敛速度上有了很大的提高，而且相对SGA和PSO算法而言，CHS算法 能最大程度的避免早熟收敛问题。

（2）通过对采用CHS算法、HS算法、遗传算法和粒子群算法在简单和复杂两种环境 下进行了路径规划的仿真实验，实验结果验证了CHS算法在路径规划上的可行性和适用性， 同时与遗传算法和粒子群算法相比，CHS算法计算出的路径代价较小，而且路径也更为平 滑。

附图说明

图1为基于HS算法的路径规划方法的流程图。

具体实施方式

下面结合附图举例对本发明做更详细地描述：

结合图1，图1为基于HS算法的路径规划方法流程图。一种基于和声搜索算法的水下潜 器路径规划方法，包括以下步骤：