[发明专利]一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法

摘要

本发明的目的在于提供一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法，包括以下步骤：确定UUV实际的对地航行速度以及由海洋预报系统提供的实时更新的海流信息，初始化优化算法所需的各类参数，通过空间分解建模随机产生路径控制节点，使用B‑Spline拟合生成初始路径。进入MOPSO算法迭代过程，求解出对应优化目标评价函数下的帕雷托解集。根据当前最新更新的海洋预报信息和UUV能量水平，通过FCE方法从上述解集中选解。输出最终选定解对应的路径控制节点。根据上述路径控制节点，通过B‑Spline方法拟合得到路径轨迹结果。本发明致力于生成最适用于UUV当前能耗水平和未来海洋特征变化趋势的最优路径控制节点，并通过拟合该路径节点得到最优路径轨迹。

主权项

1.一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法，其特征是：(1)确定UUV实际的对地航行速度Vg以及海洋环流速度Vc：建立二维海洋环境下UUV航行的固定坐标系，X轴朝向地理位置的正北方向，Y轴朝向地理位置的正东方向，V表示UUV对水船速，Vc表示海洋环流速度，Vg表示UUV对地航行速度，ψ,ψc,ψg分别表示对水船速、海流速度、对地实际船速与正北方向的夹角，此时有，Vgy＝|V|sinψ+|Vc|sinψcVgx＝|V|cosψ+|Vc|cosψcVgx，Vgy分别表示UUV相对大地的北、东速度部分，通过上述方程将UUV的航迹进行离散化处理，从而求得对地船速的角度。此时可以得到UUV相对水速，(2)初始化优化算法所需的参数包括种群规模N、问题维度D、最大迭代次数iMax、惯性权重w；(3)根据上一步中确定的参数，通过空间分解建模随机产生路径控制节点，使用B‑Spline拟合生成初始路径：将UUV当前所处的整个搜索空间以UUV所在位置为起点分解为均匀的同心圆环，圆环由每对相邻的同心圆构成，半径分别为ri‑1和ri，半径选择如下方程所述，参数m和q分别表示根据搜索需要由拟合方法生成路径轨迹总共需要的路径点数目和为每个圆环区域内分配的路径控制点的数量。使用B‑Spline方法作为拟合方法完成控制节点间轨迹的生成，通过下述分段多项式可以得到B‑Spline曲线，其中pi(s,θ)表示控制节点，s表示控制点到UUV起始位置的距离，θ表示与正北方向的夹角：(4)进入MOPSO算法迭代过程，求解出对应优化目标评价函数下的帕雷托解集，目标评价函数对应的基于能耗和信息采样量的模型如下所示：UUV根据预先设定的采样周期时长和总工作时长来完成周期性的采样工作，UUV在每次采样路径规划开始前上浮至海面，根据最新的海洋预报信息和自身的能量水平更新最新的路径节点，并周期性重复该工作直到采样工作结束；包含能量消耗和采样量多目标优化模型的建立如下述方程所述：其中G为特征采集灰度值，tT表示采集目标海洋特征存在的有效时间，UUV最大采样量模型和最小能量消耗模型可以分别由如下两式建立：UUV航行过程的时间消耗由下式进行计算得到，UUV的航行限制和约束如下，其中，表示UUV的动力学模型，E表示UUV船载有限能源或能量阈值；(5)根据当前最新更新的海洋预报信息和UUV能量水平，通过FCE方法从上述解集中选解；(6)输出最终选定非劣解对应的路径控制节点；(7)根据上述路径控制节点，通过B‑Spline方法拟合得到当前情景UUV优化后航行路线。