[发明专利]一种洋流环境下的水下航行器路径规划方法

权利要求书

1.一种洋流环境下的水下航行器路径规划方法，其特征在于包括下述步骤：

S1、将任务区域离散化，利用事先已知的任务区域的洋流信息依据纳维斯托克斯方程求各离散节点的数值解：

上式中v_xi，v_yi分别代表第i个涡流在任务区域速度流场中的x，y方向引起的速度，S_i为第i个涡流的强度，r_i为第i个涡流的半径，Δx_i表示任务区域离散点与第i个涡流中心在x方向的距离，Δy_i表示任务区域离散点与第i个涡流中心在y方向的距离，d表示任务区域中离散点(m,n)到第i个涡流中心的距离，v_x是指在该离散点处洋流沿x方向的合速度，v_y是指在该离散点处洋流沿y方向的合速度；

S2、采用B样条曲线对路径进行参数化建模；

将B样条曲线离化，求解众多的点微元路径的燃料消耗后求和，即可获得整条路径的燃料消耗量；

假设路径微元上两相邻离散点p_i，p_i+1的坐标分别为(x_i,y_i)和(x_i+1,y_i+1)，那么该路径微元上水下航行器的绝对速度v_ai的方向为(x_i+1-x_i,y_i+1-y_i)，水下航行器相对于水的速度即相对速度v_ri大小确定且已知，洋流相对于地面的牵连速度v_ei由步骤S1中求得，牵连速度大小与方向均为已知；利用求解三角形的有关知识得到水下航行器绝对速度v_ai的大小：若记v_ai与v_ei之间的夹角为θ，则根据余弦定理：解得微元路径的长度表示为：则微元路径时间路径总时间n为路径离散段数，求出路径总时间之后乘以水下航行器的额定功率即可获得路径燃料总消耗量；

S3、采用差分进化算法以路径燃料总消耗量最小为优化目标进行优化；步骤S3的具体步骤如下：

S301、初始化差分进化算法，设置最大迭代次数、问题维数、种群规模、缩放因子F和交叉概率Cr；

S302、采用适应度评估函数，评估种群中每个个体z_i的适应度；

S303、变异操作：采用DE/best/1变异策略：v_i＝x_best+F×(x_r1-x_r2),其中v_i是通过种群中两个现有个体产生的新的个体，x_best是当前最优个体，x_r1，x_r2是当前种群种不同的两个个体；；

S304、交叉操作：rand是随机生成一个位于[0,1]之间的数；

S305、将种群中有超过设计边界的参数设定为相应界限；若种群中某个体的解对应的控制点的坐标位于任务区域之外时，则认为该个体超过边界，如果该控制点坐标超出任务区域并落于任务区域上方，称其超过上边界；如果控制点坐标超过任务区域并落于任务区域下方，称其超过下边界；多个参数对应多个界限，若小于下边界，则将值设定为下边界，若大于上边界，则将值设定为上边界；

S306、选择操作：

S307、更新当前最优解；

将当前种群中适应度最小的个体作为当前最优解，并将迭代次数加1；

S308、重复步骤S302至S307，直至满足预设迭代次数；

S309、输出最优结果；

S4、将差分进化输出的最优参数进行B样条建模以及可视化处理。

2.根据权利要求1所述的一种洋流环境下的水下航行器路径规划方法，其特征在于：所述适应度评估函数为f＝P×T，其中P为水下航行器的额定功率。

3.根据权利要求1所述的一种洋流环境下的水下航行器路径规划方法，其特征在于：所述缩放因子F的取值范围为[0,1]。