[发明专利]基于蚁群算法的无人艇全局航迹规划方法、设备及介质

权利要求书

1.基于蚁群算法的无人艇全局航迹规划方法，其特征在于，

建立无人艇航行代价函数；

利用改进的蚁群算法求解无人艇航行代价。

2.根据权利要求1所述的基于蚁群算法的无人艇全局航迹规划方法，其特征在于，建立无人艇航行代价函数，包括步骤：

建立优化目标，包括航迹长度、航行能耗和航迹安全：

无人艇的轨迹长度L为：

式中，i为无人艇所在节点、i+1为无人艇下一节点；m为航迹段的数目；

无人艇在航行过程中的能耗全部来源于推进系统，则航线能耗E为：

假设无人艇在节点i和节点i+1间是匀速航行的，则这期间的能量消耗E_i,i+1等于推进系统为克服环境干扰阻力对无人艇所做的功，所以：

E_i,i+1＝τ_w|v_usv|t

t＝L_i,i+1/|v|

式中，m为航迹段的数目；v_usv为无人艇推进系统产生的速度；τ_w为海洋环境干扰力的合力；v为无人艇的实际航速；

航迹安全P_safe为：

式中，d为无人艇与障碍物中心之间的实际距离；d_safe为无人艇与障碍物之间的安全距离；

由轨迹长度L、航线能耗E、航迹安全P_safe组成的无人艇航行代价函数由下式给出：

min c＝P_safe(ε₁L+ε₂E)

式中，ε₁、ε₂为权重系数，且ε₁+ε₂＝1；

建立约束条件，包括最大航程和航行速度的限制：

式中，L_max为无人艇允许的最大航程；v_i为无人艇在第i段航迹段内的航行速度；i为无人艇所在节点；v_max为无人艇允许的最大航行速度。

3.根据权利要求1所述的基于蚁群算法的无人艇全局航迹规划方法，其特征在于，利用改进的蚁群算法求解无人艇航行代价，包括步骤：

信息素、启发因子表征；

初始信息素设置；

信息素更新规则；

死锁点的信息素更新机制；

航迹迭代。

4.根据权利要求3所述的基于蚁群算法的无人艇全局航迹规划方法，其特征在于，所述信息素、启发因子表征包括：

信息素τ_ij表征为：

g≠h且g,h中至少有一个等于i或j

式中，i、j、g、h均为正整数，c_gh表示航迹点g和航迹点h间的无人艇航行代价；

启发因子η_ij的表征为：

式中，c_ij和分别表示航迹点i和航迹点j间、航迹点j和终点P_n间的航行代价。

5.根据权利要求3所述的基于蚁群算法的无人艇全局航迹规划方法，其特征在于，所述初始信息素设置包括：

式中，τ_ij(0)表示航迹(i,j)上的初始信息素；c_ij和分别表示起点P₀和终点P_n间、起点P₀和航迹点i间的航行代价；R_F代表深海区和近海区。