一种基于改进蚁群优化算法的载人潜水器全局路径规划

基础蚁群优化算法在解决复杂障碍环境下的载人潜水器路径规划问题时,易过早收敛于局部最优解,信息素挥发系数的设置过于依靠经验,路径规划结果受概率影响大且不稳定。为此,提出了一种改进蚁群算法用于解决载人潜水器的全局路径规划问题。该算法提出"路径延伸块"的概念。算法前期采用动态更新信息素参数的蚁群优化算法进行简单迭代计算获得原始路径,并对原始路径进行栅格延伸以得到"路径延伸块";后期在路径延伸块中再次使用蚁群算法或其他寻优算法(Dijkstra算法)寻找最优路径。改进的算法与基础蚁群优化算法相比,算法效率及稳定性更高,不易收敛于局部最优解,能更好地适应U型槽环境和复杂障碍环境。     

基于蚁群算法深海采矿机器人工作路径规划

针对深海采矿机器人路径规划问题,提出一种适合于采矿作业的改进蚁群算法。该算法利用位图法建立环境模型,依据构型空间的思想将路径规划问题简化为质点运动问题;利用改进的蚁群算法对问题进行描述,蚁群搜索中采用邻居搜索原则和中线偏移策略。最后通过仿真实验表明,该算法精度高,在海底环境中,能够完成机器人采矿作业的要求。     

基于改进量子粒子群算法的AUV路径规划研究

针对海洋环境下自主水下机器人（AUV）的路径规划问题,提出了一种基于框架四叉树的改进量子粒子群算法（QPSO）,首先使用框架四叉树的方法对障碍物建模,该方法提高了建模的精度且对后续算法的效率也有极大的改进,之后设计改进的量子粒子群算法,并且结合水下环境的特殊性设计适应度函数,综合考虑航线路径长度、偏转角度以及海流影响,使得算法可以在水下环境中寻得能耗最短的解路径。最后通过仿真试验验证,相比于传统的栅格法和粒子群算法,改进量子粒子群算法的运算时间更短,收敛速度更快,其独特的适应度函数可以使AUV能更好适应水下多变的环境,且能利用海流设计能耗更小的路径,具有很大的实用价值。     

基于蚁群算法的西北航道海上救援路径规划

选用海冰密集度、海表温度、风强度等指标构建西北航道海洋环境威胁场,采用广义网络分析法确定指标权重,基于蚁群算法对西北航道海上救援路径展开规划,通过对比实验获得适用于西北航道海上救援路径规划的最佳参数。针对各目标在不同救援时段具有不同权重的情况,依据动态权重进行路径规划,规划效果更佳,更符合实际救援需求,可为西北航道海上救援提供辅助决策参考。     

基于A*算法的海底地形等深线模型构建方法研究

介绍了DEM原理和构建方法,利用现有矢量海图中的水深要素及海岸线岛屿要素,对生成电子海图海底规则网格数据进行研究。计算机辅助虚拟三维海底地形,运用线性八叉树场景进行分解寻求其规律性,用A*算法最好最优地勾绘出等深线,从而建立海底地形等深线模型,为实现电子海图海底三维可视化奠定了基础。最后对算法进行分析与完善。     

一种基于改进蚁群算法的载人潜水器全局路径规划

当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;按照不平滑路径行驶时,频繁地转向会降低航行效率。为解决这些问题,受人工势场法启发,文中在蚁群算法的概率选择环节引入障碍物惩罚因子φ和转向惩罚因子ψ,对路径点的选择加以限制。仿真测试表明,相比于传统蚁群算法和Dijkstra算法,该算法规划的路径与障碍物之间保持安全距离且转向次数更少,因此载人潜水器按照此路径航行时,安全性和航行效率更高。     

嵌入式GIS中大区域路径规划算法研究

首先讨论了目前存在的大区域路径规划算法;其次建立了一种适用于多尺度路径规划算法的多级道路网数据模型,给出了多尺度道路网数据库和拓扑结构的建立;最后,在多级道路网数据模型的基础上,提出了一种适用于嵌入式G IS的多尺度道路网路径规划算法。     

基于强化学习的自动帆船路径规划算法研究

作为自动水面航行器的重要分支之一,自动航行帆船在执行长期海事任务时具有低能耗的优势,但其航行过程受到环境因素的影响很大。针对以上情况,本文考虑了自动帆船的自身运动模型,以及在航行时受到的海风、海流和障碍物的影响,提出了自动帆船从起始点至目标点的路径规划算法。该算法通过帆船的平面运动模型来计算环境因素的影响,再通过强化学习中的Q-learning算法实现对于海上两点间的路径规划并同时实现规避障碍物。通过仿真实验证明了本文提出的自动航行帆船的路径规划算法是可行的。     

一种基于有限状态机模型的局部转向避碰路径规划算法

针对多礁石、渔船等障碍物的近海复杂环境下的一些应用,提出了一种基于有限状态机(finite-state machine,FSM)模型的无人船(unmanned surface vehicle,USV)局部转向避碰路径规划算法。首先,基于速度障碍法和障碍物区域分层方法,获取无人船固定航速条件下的航向角约束解析结果。然后,基于该约束条件及障碍物探测情况设计FSM的有限状态及执行动作和状态迁移条件,其中,通过转向控制实现向目标位点或缓冲位点进行导航的状态为FSM的2个重要状态。最终通过FSM的执行实现局部转向避碰路径规划。仿真结果表明提出的多障碍物避碰算法具有可行性和实用性。该方法易于改进和扩展,且容易与当前主流的无人船控制系统结合,有利于无人船避碰系统快速工程化的实现。     

基于头脑风暴优化算法与BP神经网络的海水水质评价模型研究

针对基于传统BP神经网络的海水水质评价模型存在易陷入局部极小等问题,提出了一种新的利用头脑风暴优化算法(BSO)优化BP神经网络的海水水质评价模型(BSO-BP)。该模型引入具有全局寻优特点的头脑风暴优化算法,用于模拟人类提出创造性思维解决问题的过程,具有强大的全局搜索和局部搜索的能力,同时利用BP神经网络所具有良好的非线性映射能力、学习适应能力和容错性,最大程度上考虑到海洋水质评价因素的非线性和非平稳的关系,得到BP神经网络的各层权值、阈值的最优解,使得海水水质评价结果准确合理。并以胶州湾海域的12个监测站位的监测数据作为评价样本进行水质评价,实验结果表明该评价模型能够克服局部极小问题,评价结果准确性较高,并具有一定的实用性。     

无人水面航行器全局路径规划方法研究

针对无人水面航行器(unmanned surface vehicle,USV)的路径规划问题,提出了基于粒子群优化算法(particle swarm optimization,PSO)和费马螺旋曲线(Fermat’s spiral,FS)的全局路径规划算法。首先,采用PSO全局路径规划算法,搜索航路点序列并将其顺序连接,以获得可行、最短且绝对安全的折线路径。其次,利用FS曲率可从零变化且连续的特点,设计FS光顺折线路径策略,使得所规划路径的方位和曲率均为连续函数,进而可应用于精确的路径跟踪等运动控制中。考虑到USV的机动性能限制,在FS过渡曲线设计中加入了最小回转半径约束。仿真结果表明,本文所提方法能够生成一条满足USV自身机动性能限制,且方位和曲率均为连续函数的可行光滑路径,从而能够使得USV实现真正意义上的完全自主航行。     

基于进化算法的浮筒配置优化问题的研究

根据浮筒配置方案的设计要求和合理性检验准则,给出了方案的优化模型。针对问题的复杂性,结合约束支配的概念,提出了一种改进的将浮筒纵向位置配置和浮筒充气量综合考虑、一体优化多目标进化算法。通过算例分析可知,将多目标进化算法以及约束支配的概念应用到浮筒配置优化方案是可行的、有效的。     

Smoothed A* algorithm for practical unmanned surface vehicle path planning

An effective path planning or route planning algorithm is essential for guiding unmanned surface vehicles (USVs) between way points or along a trajectory. The A* algorithm is one of the most efficient algorithms for calculating a safe route with the shortest distance cost. However, the route generated by the conventional A* algorithm is constrained by the resolution of the map and it may not be compatible with the non-holonomic constraint of the USV. In this paper an improved A* algorithm has been proposed and applied to the Springer USV. A new path smoothing process with three path smoothers has been developed to improve the performance of the generated route, reducing unnecessary ‘jags’, having no redundant waypoints and offering a more continuous route. Both simulation and experimental results show that the smoothed A* algorithm outperforms the conventional algorithm in both sparse and cluttered environments that have been uniformly rasterised. It has been demonstrated that the proposed improved A* route planning algorithm can be applied to the Springer USV providing promising results when tracking trajectories.     

基于拓扑优化与多目标优化的集装箱相似畸变模型设计

使用相似原理构建缩尺模型是探究大型结构性能的最基本和最优途径。基于PATRAN软件的PCL语言与ISIGHT软件,提出一种联合静动力学、拓扑优化与多目标优化的集装箱相似畸变模型构建方法。利用拓扑优化的SIMP法(Solid Isotropic Material with Penalization)得到缩尺集装箱墙壁结构的最优材料分布,既保证了结构性能又降低了缩尺模型的重量;基于全局多目标算法建立优化模型,采用有限元方法对集装箱性能进行分析,以结构刚度和一阶模态频率为目标函数进行寻优,得到相似模型的最优设计参数。最终利用有限元分析验证该模型的合理性。结果表明:该方法具有一定的通用性,能为其它类似结构的相似模型构建提供参考。     

基于遗传算法的缓波型立管多目标集成优化

缓波型立管由于设计参数较多且优化目标之间相互影响,设计结果具有很大的不确定性。随着代理模型和智能优化算法的发展,针对缓波型立管的优化可以提出更好的解决方案。以提高力学性能和经济效益为优化目标,采用基于Kriging插值模型和NSGA-II算法的多目标优化策略,对考虑顶部浮体影响的深水缓波型立管进行动力响应分析,并开展线型—截面双目标优化集成设计和线型—浮筒三目标优化集成设计。将处于不同几何尺度的设计变量进行集成,旨在各目标存在相互竞争的情况下,与截面、浮筒设计形成有效互动以提高线型设计的总体性能。结果表明,Pareto最优解集可提供多个选择方案,以满足工程实际需要。将所选最优方案与初始设计进行对比,并以疲劳性能和成本估算作为优化的校核指标,取得了理想的优化效果。     

基于D-P算法和最优路径的海山地理实体边界划定方法

海底地理实体的划定与命名是当前国际海洋权益领域的热点研究问题之一。然而,由于海底地理实体边界的量化界定技术缺乏,导致其界线确定不可避免地存在人为性,为此,本文提出了一种基于D-P算法和最优路径的海底地理实体边界划定方法。将高分辨率水深模型转换为二维水深矩阵,从横向与纵向进行剖面分析,采用极值点简化和D-P算法进行二次简化的方法,通过坡度变化定位和基部高程定位等基本条件综合判断,从而实现了单体海山的山体与其基部的自动划分;在此基础上,采用路径寻优的方法实现了连体型海山的自动分割。该方法在南海海底地理实体划定中进行了验证,取得了良好的应用效果。