[发明专利]一种自主式水下机器人的路径规划方法及相关设备

说明书

本说明书一个或多个实施例提供一种自主式水下机器人的路径规划方法，包括：对机器人活动空间构建栅格化地图；根据栅格化地图，采用混沌算法对粒子群进行初始化，得到最优初始位置值；对最优初始位置值，得到第一全局最优位置值；根据第一全局最优位置值和自适应惯性权重迭代更新粒子的位置和速度,得到第二全局最优位置值；其中，自适应惯性权重采用正弦函数对粒子权重进行动态衰减；构建第二全局最优位置值搜索范围，在搜索范围内采用混沌算法确定若干搜索点，对若干搜索点计算适应度值，将适应度值最高的搜索点对应的路径作为规划路径。

技术领域

本说明书一个或多个实施例涉及技术领域，尤其涉及一种自主式水下机器人的路径规划方法及相关设备。

背景技术

自主式水下机器人，Autonomous Underwater Vehicle(AUV)可以代替人类到达海洋中的危险地带或者人类难以到达的地方采集数据，方便人们很好地了解和利用海洋。路径规划是自主式水下机器人智能化的必需技术，路径规划是指移动机器人根据传感器所采集的周围环境信息，在绕过障碍物的前提下，按照一定的评价标准，例如：路径最短、消耗能量最少或使用时间最短等，规划出一条从起始点绕过障碍物到达目标点的最优路径。

现有路径规划技术中，存在算法收敛慢和局部最优值的问题，粒子容易陷入局部最优值，导致路径规划达不到最优。

发明内容

有鉴于此，本说明书一个或多个实施例的目的在于提出一种，以解决的问题。

基于上述目的，本说明书一个或多个实施例提供了一种自主式水下机器人的路径规划方法，包括：

对所述自主式水下机器人活动空间构建栅格化地图；

根据所述栅格化地图，采用混沌算法对粒子群进行初始化，得到最优初始位置值；

对所述最优初始位置值进行适应度计算，得到第一全局最优位置值；

根据所述第一全局最优位置值和自适应惯性权重迭代更新粒子的位置和速度,得到第二全局最优位置值；

其中，自适应惯性权重采用正弦函数对粒子权重进行动态衰减；

构建第二全局最优位置值搜索范围，在搜索范围内采用混沌算法确定若干搜索点，对若干搜索点计算适应度值，将适应度值最高的搜索点对应的路径作为规划路径。

可选的，所述对所述自主式水下机器人活动空间构建栅格化地图，具体包括：

将所述栅格化地图划分为障碍物区域和自由活动区域；

对所述障碍物区域及其边界做圆形化处理，得到所述障碍物区域对应的圆形区域。

可选的，所述根据所述栅格化地图，采用混沌算法对粒子群进行初始化，得到最优初始位置值，具体包括：

所述混沌算法包括迭代方程和映射公式；

设定所述粒子群的活动区间，在所述活动区间随机产生若干初始值，使用所述迭代方程对所述初始值迭代，得到混沌变量序列；

通过所述映射公式，将所述混沌变量序列映射到所述栅格化地图中，在所述栅格化地图中得到若干粒子；

计算所述粒子的位置值适应度，选取位置值适应度最高的对应的所述粒子作为最优初始粒子，得到所述最优初始位置值；

其中，所述迭代方程如下式所示：

Z:a_n+1＝ua_n(1-a_n)

其中，Z为混沌变量序列，a_n为混沌变量的一次取值，u为控制变量；

所述映射公式如下式所示：