[发明专利]一种基于自适应布谷鸟搜索算法的水面无人艇路径规划方法

说明书

本发明公开了一种基于自适应布谷鸟搜索算法的水面无人艇路径规划方法，属于水面无人艇路径规划技术领域。首先构建USV规划路径，初始化参数；每个鸟窝位置在自由栅格中开始迭代，选出初始全局最优鸟窝位置。对其余鸟窝逐个进行更新，得到新的一组鸟窝位置，用评价函数逐个测试每个鸟窝的路径长度，分别计算各鸟窝的当代布谷鸟的鸟蛋被巢主鸟发现概率；然后逐个选取鸟窝位置，随机产生一个服从均匀分布的随机数，若小于发现概率，保留当前鸟窝为当代的最终鸟窝位置，与初始全局最优鸟窝位置组合，重新选出第t+1代全局最优鸟窝位置。重复迭代，直至输出最优路径。本发明保持很强的局部精细搜索能力，改善了收敛速度慢的问题，满足USV作业过程中的需求。

技术领域

本发明属于水面无人艇路径规划技术领域，具体涉及一种基于自适应布谷鸟搜索算法的水面无人艇路径规划方法。

背景技术

水面无人艇(Unmanned Surface Vehicle，USV)凭借其模块化、无人化、机动灵活、体积小以及智能化等优势，是公认的执行复杂军事和民事任务的重要手段之一，在未来海战以及非战争领域都具有重要地位。智能化是USV的重要发展方向，自主航迹规划技术是其运动控制以及轨迹跟踪的基础，体现了USV智能化水平，具有十分重要的研究意义。

路径规划算法主要有A*算法、人工势场法、模糊逻辑算法、神经网络算法、遗传算法和群智能算法等。如文献1：哈尔滨工程大学硕士论文2008年1月，张玉奎的《水面无人艇路径规划技术研究》中使用遗传算法和改进的人工势场法实现了USV路径规划的仿真实验。实验表明该方法能对多种复杂的障碍物环境进行规划，并且具有能在起点周围三面障碍物中寻找最优路径的能力，但该方法只是针对简单的几何图形和海岸线进行规划，没有引入真正意义上的电子海图。

文献2：江苏科技大学硕士论文2014年，刘建的《水面无人艇路径规划技术的研究》中将改进势场法与动态栅格法相结合，设计了一种势场动态栅格法，通过将栅格动态细化的方式建立环境模型，利用改进势场法来搜索最优路径，通过减少折线来减少多余的路径点，最终达到路径优化的目的。该方法收敛速度快，能避免传统势场法容易陷入局部极小值问题，但没有考虑风、浪、流等水文气象因素对路径规划的影响。

20世纪后期，各种启发式智能搜索算法脱颖而出，研究者开始利用它们来解决无人系统路径规划问题。如文献3：2009年由英国剑桥大学学者Xin-she Yang和Suash Deb在《Proceedings of World Congress on NatureBiologically Inspired Computing》上发表的“Cuckoo Search via Lévy Flights”提出了布谷鸟搜索算法，即Cuckoo Search(CS)算法是一一种启发式智能优化算法，该算法基于布谷鸟寄生育雏行为，并结合了一些鸟类的Levy飞行行为，通过利用一些标准测试函数和随机测试函数进行大范围的对比试验，结果表明由布谷鸟搜索算法获得的最优解远远优于由粒子群算法和遗传算法获得的最优解。布谷鸟搜索算法简单易行，参数少，在解决问题时无须重新匹配大量参数。但布谷鸟搜索算法同其他一些群智能算法一样，也存在后期搜索速度慢、精度不高等缺点，利用其进行USV路径规划时需要针对这些问题做进一步改进；并且目前尚无文献将布谷鸟搜索算法应用于USV路径规划中。

发明内容

本发明针对上述现有技术中存在的问题，利用自适应布谷鸟搜索算法的优点，提出了一种快速、有效的USV路径规划方法；具体是一种基于自适应布谷鸟搜索算法的水面无人艇路径规划方法。

具体步骤如下：

步骤一：针对电子海图，利用栅格图法进行数学建模，构建USV的规划路径。

将电子海图中被障碍物覆盖的区域，海洋环境中海流速度大于USV抗流能力或者海风等级大于USV抗风能力的区域均设定为障碍区。

第i个栅格表示为：