专利名称：一种基于小生境粒子群的二维空间多路径规划方法
技术领域：
本发明属于计算智能技术领域，具体涉及的是一种基于小生境粒子群的二维空间多路径规划方法。
背景技术：
路径规划是实现船舶智能化航行的关键技术之一，其主要任务是在环境已知、环境部分已知或环境未知的情况下，规划出安全的航行路线，同时高效地到达预定的位置。传统路径规划方法中，如人工势场法、可视图法和遗传算法等，对路径优劣的评价完全依靠给定的适应值函数，生成一条具有最优适应度的路径，算法求得的最优路径的性能与评价函数密切相关。然而，在实际运用中单一的最优路径往往并不完全适用。在实际路径规划过程中，由于路径规划问题本身的复杂性、船舶运动的复杂性以及外部环境的复杂性，采用任何单一的评价函数都是不完善的，很难用一个统一的适应值函数将所有的因素都考虑进去；对于给定的适应值函数，在某些情况下可能有些路径的适应度一样，利用传统的路径规划算法需要对两条路径做出取舍，而预先设定的取舍策略很难反映实际的任务需求。
发明内容
针对现有技术中存在的问题，本发明提出一种基于小生境粒子群的二维空间多路径规划方法，规划出多条最优或次优路径供决策者选择。该方法借鉴遗传算法求解多峰函数的思想，在基本粒子群优化算法的基础上，引入小生境生成、隔离进化等策略实现船舶多路径规划，分别采用主群粒子进行区域划分，采用子群粒子进行区域内寻优。其中，主群粒子采用仅含认知模式的粒子群算法进行更新，使用交叉算子增强主群粒子的区域划分能力；子群粒子采用基于隔离机制的小生境粒子群算法进行局部寻优，规划出区域内的最优路径。本发明提出的一种基于小生境粒子群的二维空间多路径规划方法，具体包括以下步骤步骤一、环境建模及粒子编码。在直角坐标系O-XY下对环境进行建模，障碍物用不规则的多边形表示，以船舶最大尺寸对障碍物进行膨胀，将船舶抽象为一大小可忽略的质点。设S为船舶航行的起点，G为终点，对规划区域进行坐标变换，以SG作为X’轴，垂直于X’轴且经过S点的直线为Y'轴，坐标变换公式为
权利要求
1.一种基于小生境粒子群的二维空间多路径规划方法，其特征在于该方法具体包括以下几个 步骤 步骤一、环境建模及粒子编码 在直角坐标系O-XY下对环境进行建模，障碍物用不规则的多边形表示，以船舶最大尺寸对障碍物进行膨胀，将船舶抽象为一大小可忽略的质点；设S为船舶航行的起点，G为终点，对规划区域进行坐标变换，以SG作为X’轴，垂直于X’轴且经过S点的直线为Y'轴，坐标变换公式为 X 「COSQT sin (2 I「X-Xij 二 y [-sin a cos a J y-ys 其中，(x, y), (x’，y’)分别表示全局地图中某一点在坐标系O-XY和S-X' Y'下的坐标，a为坐标轴X’轴与X轴的夹角，由X轴转向X’轴，逆时针方向为正，(xs，ys)为S点在坐标系O-XY下的坐标； 采用将规划区域等距分割的方法对粒子进行编码，节点间用直线连接； 步骤二、采用小生境识别技术创建新的子群 子群创建之前，对主群粒子按照适应度由小到大进行排序，判断主群粒子是否符合小生境产生条件，若主群粒子符合小生境产生条件，则以该主群粒子为中心粒子，创建一个新的子群，在主群中将新创建的子群的粒子删除；若粒子所代表的路径不与障碍物碰撞，且没有类似的子群存在，则符合小生境产生条件；新的子群创建成功后，以中心粒子与主群中最近粒子的欧氏距离为子群半径，新创建子群的半径扩大M1倍，表达式为 I = Mi X min { .v - .Vv } 其中，I < i^nM, nM为主群的大小，即主群中粒子的个数，％^为新创建子群的中心粒子，Xi为主群中的第i个粒子，4t为新创建子群的半径； 随着主群粒子的迭代寻优，若主群粒子进入子群的半径范围内且该子群粒子的个数小于子群最大规模限制，则将其吸收到相应的子群，即若粒子Xi I Xi-Sk Xg I I Sk R 则吸收粒子Xi到子群Sk中Sk — Sk U {xj 其中，Sk R表示子群Sk的半径，Sk Xg表示子群Sk的全局最优粒子，IxJ表示粒子Xi的集合； 步骤三、子群粒子采用基于隔离机制的小生境粒子群算法进行局部寻优； 子群的中心处于不同的区域，每个子群在一个局部最优路径周围形成一个小生境，子群粒子的更新采用标准粒子群算法，其更新公式为 JV+1 =續 ri + cA {Pij - XiJ ) + C2T2 (pj I f+1 t , t+i 1 = +v" 其中，Vi/, XiJt分别表示粒子的速度和位置；Pi/表示个体最优位置，Pg/表示全局最优位置为均匀分布在(0，I)区间的随机数；Cl，C2为学习因子；《为惯性权重，其中，i表示粒子的序号，j表示粒子的维度序号，t表示迭代次数，取值为正整数； 子群间采用隔离进化的机制，群体间没有信息的交流；子群粒子更新后，以子群中心与该子群内距离中心粒子最远的粒子之间的欧氏距离为子群半径，子群半径扩大M2倍，即 Sk · R = M2Xmax{I Sk · Xg-Sk · Xi }, ^ = 1,2,-··,^ Sk · R表示子群Sk的半径，Sk · Xg表示子群Sk的全局最优粒子，Sk · Xi表示子群Sk中距离子群中心粒子最远的粒子，~,表示子群Sk中粒子的个数； 步骤四、主群粒子采用认知模式的粒子群算法进行区域划分 主群粒子分布在整个规划区域，主群粒子的更新采用认知模式的粒子群算法，其更新公式为
2.根据权利要求I所述的一种基于小生境粒子群的二维空间多路径规划方法，其特征在于步骤三所述的子群粒子的更新采用基于隔离机制的小生境粒子群算法，包括以下步骤 第I步判断是否有子群存在，若有，设定当前要更新的子群为第一个子群；否则，转到第7步； 第2步对当前子群粒子的位置、速度按照标准粒子群算法进行更新； 第3步计算每个粒子的适应度，并更新子群的个体最优极值Sk · Xip ； 第4步子群中心粒子Sk. Xg更新； 第5步子群半径Sk · R更新； 第6步判断是否结束条件，对当前需要更新的子群的序号加1，若小于目前已创建子群的个数，则转到第2步；否则，继续下一步； 第7步退出循环。
3.根据权利要求I所述的一种基于小生境粒子群的二维空间多路径规划方法，其特征在于步骤二中所述的类似的子群，通过两个粒子所代表的路径之间是否有障碍物进行判另O，若两路径间不存在障碍物，则这两条路径相似；否则，这两条路径不相似。
4.根据权利要求I所述的一种基于小生境粒子群的二维空间多路径规划方法，其特征在于步骤三中子群中心粒子的更新不仅要考虑适应度的提高，而且还要考虑粒子所代表的路径不穿越障碍物，且与当前子群中心粒子所代表的路径之间不存在障碍物，同时满足这三个条件时，子群中心才进行更新。
5.根据权利要求I所述的一种基于小生境粒子群的二维空间多路径规划方法，其特征在于步骤一中还包括对主群粒子初始化，具体包括以下几个步骤 第(I)步设定种群规模m,粒子维数η,粒子个数为m,粒子节点个数为η,粒子每个节点可重复初始化次数kmax,初始粒子的粒子序号i = I ; 第(2)步判断种群是否初始化完毕，即判断粒子序号i < m ;若满足条件，则粒子维度j = I，继续下一步；否则，转到第(7)步； 第(3)步判断粒子Xi是否初始化完毕，即判断粒子维度j < η ;若满足条件，则记录粒子每个节点初始化次数的参数k = I,继续下一步；否则,粒子序号i = i+Ι，转到第(2)I K少； 第(4)步判断初始化次数k < kmax，若满足条件，则初始化粒子Xi的位置;否则，j=j+1，转到第⑶步； 第(5)步若粒子Xi的位置Xij在障碍内部，则k = k+Ι,转到第⑷步；否则,继续下一步; 第(6)步若粒子Xi的位置Xij与上一节点的连线穿越障碍物，则k = k+Ι ;否则，k =kmax-2,转到第⑷步； 第(7)步退出循环。
全文摘要
本发明公开了一种基于小生境粒子群的二维空间多路径规划方法，应用于船舶路径规划系统。本发明首先在直角坐标系下对环境进行建模，采用将规划区域等距分割的方法对粒子进行编码，对粒子的评价考虑安全性和经济性两方面的因素；然后是子群粒子的区域内局部寻优，采用小生境识别技术创建新的子群，并对子群粒子采用基于隔离机制的小生境粒子群算法进行局部寻优；最后是主群的区域划分，主群粒子采用认知模式的粒子群算法进行区域搜索，并对子群的中心进行交叉操作，产生的个体加入主群。本发明的方法具有较强的区域划分和局部寻优能力，能够正确、有效地规划出多条路径。
文档编号G06F19/00GK102855387SQ20121027692
公开日2013年1月2日 申请日期2012年8月6日 优先权日2012年8月6日
发明者刘利强, 戴运桃, 汪相国 申请人:哈尔滨工程大学