[发明专利]一种AUV目标搜索方法

权利要求书

1.一种AUV目标搜索方法，其特征在于，包括以下步骤：

步骤1：初始化参数，包括神经激励网络算法中的神经元的衰减速率，神经元的上下限值，目标和障碍物的神经活性以及遗传算法中的最大进化代数、交叉概率、变异概率；

步骤2：搜索区域栅格化，将每个栅格与神经元进行一一对应，每个神经元与周边相连的神经元相互连接，构成三维的神经网络结构；

步骤3：AUV通过声呐确定AUV探测范围内是否探测到待搜索目标，若探测到，则已搜索目标数加一，并根据声呐对周围环境的探测更新环境信息；

步骤4：AUV通过声呐判断待搜索目标的位置：将目标所在栅格中距离AUV最近的顶点作为目标所在位置，将待搜索目标所在栅格的搜索顺序看做一条染色体，将AUV离线规划的总距离的倒数作为适应度，使用遗传算法计算出待搜索目标的搜索顺序的最优排序；

步骤5：初始化各个栅格对应的神经元活性，将待搜索顺序中的首要目标视为目标栅格，其所在栅格对应的神经元活性值I_k初始化为1，障碍物所在栅格对应的神经元活性值I_k初始化具体为：当障碍物为定义的大型障碍物时，神经元活性值I_k初始化为-1：当障碍物为定义的小型障碍物时，神经元活性值I_k初始化为0；其余栅格对应的神经元活性值I_k初始化为0；

步骤6：更新神经元活性图，神经网络中神经元活性变化规律满足：

其中，u_k表示神经元k的神经元活性，A、B、D均为给定常数，A反映神经元k的活性值的衰减速度，B和D分别是神经元k的上下限，|kl|表示神经元k与l之间的距离，w_kl表示神经元k与l之间的神经元连接权系数，当神经元k与神经元l之间有连接时,w_kl＝μ/|kl|；μ是一个给定常系数、在0到1之间；当神经元k与神经元l之间没有连接时，w_kl＝0；[u_l]⁺表示神经元k周围的神经元给神经元k的正向输入，即，神经元k周围所有神经元的神经元活性之和；表示与神经元k位置距离不超过的周边神经元的正激励之和，[I_k]^-表示从障碍物输入到I神经元的变量；

步骤7：制定AUV搜索路径决策模型并作出下一搜索位置决策，AUV前往周边相连的神经元中神经活性最大的栅格，然后更新当前位置，实现AUV的最优下一时刻位置的选取，AUV搜索路径决策模型满足：

其中，P_c、P_p、P_n分别是表示AUV的当前位置、前一时刻位置和下一时刻位置；

步骤8：设置人工势场法算法标志位flag，当flag＝1时，使用人工势场法进行该神经元对应的栅格内的路径规划并避障，当flag＝0时，直接进行直线路径规划；

步骤9：判断是否搜索到全部目标，若未搜索到所有目标，则跳转步骤3；若所有目标被搜索到，则任务结束，退出算法。