[发明专利]一种基于再励机制粒子群算法的节能型水下路径规划方法

权利要求书

1.一种基于再励机制粒子群算法的节能型水下路径规划方法，其特征在于：包括以下步骤：

步骤(1)，根据Graham算法建立凸多边形障碍物，并向外拓展设定的距离以建立危险区；

步骤(2)，构建基于凸多边形障碍物的MAKLINK二维地图，并在所述MAKLINK二维地图的基础上构建无向网络图；

步骤(3)，对构建好的二维地图使用Dijkstra算法进行次优路径优化，得到一条基于MAKLINK图的次优路径；

步骤(4)，然后利用改进的粒子群算法，优化所述次优路径，得到一条最短路径；具体过程为：采用粒子群算法模仿鸟类的活动，随机搜寻最佳位置，将每个粒子看作D维搜索空间的一个搜索个体，每一个粒子在二维地图中的速度V_id和位置X_id，表示在D维空间中第i个粒子在二维地图中的速度V和位置X，V_id和位置X_id采用粒子群算法更新后为公式(2)和公式(3)：

V_id＝ωV_id+C₁r₁(R_id-X_id)+C₂r₂(P_gd-X_id) (2)

X_id＝X_id+V_id (3)

其中，ω为惯性因子，其值为非负，较大时全局寻优能力强，较小时，局部寻优能力强；C₁和C₂为学习因子，为常数；r₁和r₂是[0,1]随机数，P_id为个体最优解，P_gd为全局最优解；

根据环境信息调整ω：

首先，将MAKLINK二维地图中最短路径图的每条链接线分为十个等分点作为采样点，计算采样点之间的距离L，寻找所有采样点之间的最短距离L_min和L_max，从节点i到节点j的代价计算公式为(4)和(5)：

J＝∑cost (5)

其中，J为已选择路径代价值和待选择节点的代价和；利用J作为再励信号更新粒子的惯性权重ω，更新公式为(6)：

ω＝|exp(KJ)-1 (6)

其中，K为一个非负常数；

步骤(5)，通过对改进粒子群算法生成的路径上折线处等距离的多个点进行采样，并利用贝塞尔曲线来减少最短路径的转折点，进而平滑路径。

2.根据权利要求1所述的基于再励机制粒子群算法的节能型水下路径规划方法，其特征在于：步骤(1)包括以下内容：

步骤(1.1)，利用Graham算法构建凸多边形障碍物，通过二维坐标系上随机数量的点，根据极坐标排序，查找凸包上的点生成凸多边形障碍物；

步骤(1.2)，在生成凸边形障碍物的基础上，人为向外拓展设定距离，所述距离值为d_min。

3.根据权利要求2所述的基于再励机制粒子群算法的节能型水下路径规划方法，其特征在于：步骤(1.2)中，AUV在进行水下路径规划时，和障碍物的距离d满足下面约束：

d≥d_min (1) 。

4.根据权利要求1所述的基于再励机制粒子群算法的节能型水下路径规划方法，其特征在于：步骤(2)中构建MAKLINK二维地图的具体步骤为：

步骤(2.1)，将步骤(1)中构建的凸多边形障碍物的某一顶点与其他顶点或空间边界点相连形成链路线，在每条链接线上设置节点，根据MAKLINK图的实际情况确定节点与节点间连线未穿过障碍物的为可行线段，并形成可行线段集合；

步骤(2.2)，选取链接线的中点为一个节点，将节点相互连接形成无向网络图。