本发明属于避碰规划,具体涉及一种基于改进粒子群算法和改进蚁群算法的usv避碰规划方法。
背景技术:
1、usv作为海上的智能化工具,usv避碰规划既是自动化的重要标识,也是自主航行的核心,所以usv完成任务的前提是其能够智能化避碰。传统避碰规划方法包括蚁群、粒子群、遗传优化算法,人工势场法,深度学习方法等等。其中蚁群算法由于具有较好的路径规划特点被广泛应用在usv避碰规划中,但是传统蚁群算法存在收敛慢,存在使避碰规划陷入局部最优的问题。
技术实现思路
1、(一)要解决的技术问题
2、本发明要解决的技术问题是如何提供一种基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,以解决蚁群算法由于具有较好的路径规划特点被广泛应用在usv避碰规划中,但是传统蚁群算法存在收敛慢,存在使避碰规划陷入局部最优的问题。
3、(二)技术方案
4、为了解决上述技术问题,本发明提出一种基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,该方法包括如下步骤:
5、s1、构建全局坐标系、船体坐标系和导航器坐标系:
6、针对usv航行的海图环境建立全局坐标系,以usv为原点,usv的航行方向为x轴建立直角坐标系作为船体坐标系,以导航器为极点,usv的航行方向为极轴建立极坐标系作为导航器坐标系;
7、s2、设计实时避碰规划的优化窗口:
8、建立随usv同航行的优化窗口,所述优化窗口的大小设置为导航器的探测距离,每隔设定时间对所述优化窗口进行一次更新,同时对usv进行一次动态规划;
9、s3、采用可视图法构建障碍模型:
10、利用导航器探取障碍的位置,并通过坐标变换将其转化为usv所需的位置信息,从而完成对静态未知环境的探测,进而采用可视图法对障碍进行建模;
11、可视图法包括可视图的膨胀方法和可视图的构建方法,所述膨胀方法采用矢量面积法判断凹凸性,构建方法采用相对位置检测判断法判断可视性;
12、s4、采用改进粒子群算法和改进蚁群算法相结合的方法进行避碰;
13、首先,采用基于相对矢量角的惯性权重因子对粒子收敛速率及局部搜索能力进行改变;同时采用基于改进粒子群的状态转移规则对蚂蚁下一路径进行选择。
14、(三)有益效果
15、本发明提出一种基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,与现有技术相比,本发明的有益效果在于:通过设计基于相对矢量角的正切函数惯性调整策略的改进粒子群算法,提高了算法自身的收敛变化速率,增强了算法的局部搜索能力,尽可能找到当前最优解,进而设计了基于改进粒子群算法的状态转移规则,克服了传统蚁群算法收敛慢的问题,提高了算法的实时性,避免了规划方法陷入局部最优。
1.一种基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,该方法包括如下步骤:
2.如权利要求1所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述步骤s1具体包括:
3.如权利要求2所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述步骤s2中,避碰规划时仅对当前滚动窗口中的障碍物进行建模,随着环境窗口的更新,对usv不断地进行动态避碰规划。
4.如权利要求2所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述s3中,利用导航器探取障碍的位置包括:导航雷达通过发射电磁波并且接收障碍物反射回来的波对周围环境进行探测,即电磁波与障碍物的表面交汇处为反射点或障碍点,根据反射点到导航雷达的距离和角度,可知障碍顶点相对于导航雷达的位置信息,并将该位置信息通过坐标变换转化为相对于usv质心的位置信息,从而完成对usv优化窗口中的局部静态未知环境的探测。
5.如权利要求4所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述s3中,坐标变换包括:
6.如权利要求4所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述步骤s3中,可视图的膨胀方法包括:
7.如权利要求6所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述步骤s3中,可视图的构建方法包括:
8.如权利要求7所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述步骤s4中,改进蚁群算法具体包括:
9.如权利要求8所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述基于改进粒子群的状态转移规则包括:
10.如权利要求9所述的基于改进粒子群算法和改进蚁群算法的usv避碰规划方法,其特征在于,所述基于改进粒子群的状态转移规则还包括: