AUV巡航路径规划建模及仿真研究-计算机应用与软件.PDFVIP

第３１卷第１期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１ ２０１４年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１４ ＡＵＶ巡航路径规划建模及仿真研究 王　鹏　孟　鹏　宁腾飞 （西北工业大学航海学院　陕西西安７１００７２） 摘　要　　针对自主水下航行器在复杂、未知海洋环境中的路径规划难题，提出改进蚁群算法，建立具有３１个巡航点的ＡＵＶ（Ａｕ ｔｏｎｏｍｏｕｓＵｎｄｅｒｗａｔｅｒＶｅｈｉｃｌｅ）路径规划模型。结合算法特点，对该模型进行仿真实验，通过实例分析了算法中相关参数对获取最优 解的影响，得到了ＡＵＶ巡航的最佳路径图。 关键词　　自主水下航行器　路径规划　ＮＰ问题　建模　仿真 中图分类号　ＴＪ６３０．２　ＴＰ３９１．９　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０１．０７２ ＯＮＭＯＤＥＬＬＩＮＧＡＮＤＳＩＭＵＬＡＴＩＮＧＡＵＶＣＲＵＩＳＩＮＧＰＡＴＨＰＬＡＮＮＩＮＧ ＷａｎｇＰｅｎｇ　ＭｅｎｇＰｅｎｇ　ＮｉｎｇＴｅｎｇｆｅｉ （ＣｏｌｌｅｇｅｏｆＭａｒｉｎｅ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００７２，Ｓｈａａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｈａｒｄｐｒｏｂｌｅｍｏｆｐａｔｈｐｌａｎｎｉｎｇｆｏｒａｕｔｏｎｏｍｏｕｓｕｎｄｅｒｗａｔｅｒｖｅｈｉｃｌｅ（ＡＵＶ）ｉｎｃｏｍｐｌｅｘａｎｄｕｎｋｎｏｗｎｍａｒｉｎｅ ｅｎｖｉｒｏｎｍｅｎｔ，ｗｅｐｒｏｐｏｓｅａｎｉｍｐｒｏｖｅｄａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ，ａｎｄｅｓｔａｂｌｉｓｈａｎＡＵＶｐａｔｈｐｌａｎｎｉｎｇｍｏｄｅｌｗｉｔｈ３１ｃｒｕｉｓｉｎｇｐｏｉｎｔｓ．Ｃｏｍｂｉｎｉｎｇｔｈｅ ｆｅａｔｕｒｅｓｏｆｔｈｅａｌｇｏｒｉｔｈｍ，ｗｅｃａｒｒｙｏｕｔｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔ，ｕｓｅｔｈｅｅｘａｍｐｌｅｓｔｏａｎａｌｙｓｅｔｈｅｅｆｆｅｃｔｏｆｒｅｌａｔｅｄｐａｒａｍｅｔｅｒｓｏｎｏｂｔａｉｎｉｎｇｔｈｅ ｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｉｎｔｈｅａｌｇｏｒｉｔｈｍ，ａｎｄｇｅｔｂｅｓｔｒｏｕｔｅｍａｐｆｏｒＡＵＶｃｒｕｉｓｅ． Ｋｅｙｗｏｒｄｓ　　Ａｕｔｏｎｏｍｏｕｓｕｎｄｅｒｗａｔｅｒｖｅｈｉｃｌｅ　Ｐａｔｈｐｌａｎｎｉｎｇ　ＮＰｐｒｏｂｌｅｍ　Ｍｏｄｅｌｌｉｎｇ　Ｓｉｍｕｌａｔｉｏｎ ０　引　言 １　蚁群优化算法 自主水下航行器ＡＵＶ是一种智能化、自主航行、可根据任 １．１　蚁群算法基本原理 务使命要求进行模块组合、实现多功能集成的水下无人航行 蚁群算法是一种智能优化算法，仿生学家研究发现，蚂蚁个 器［１］，其在执行海洋环境探测、水下观测、水文测量、海底地形 体之间通过一种称之为信息素的物质进行信息传递，蚂蚁能够 绘图等水下任务方面发挥着巨大的作用。随着海洋利用区域的 感知这种物质，并借以指导自己的前进方向。因此，当大量蚂蚁 扩大和远航程ＡＵＶ的出现，ＡＵＶ在一次航行过程中需要侦察 集体行动时，走过某一路径的蚂蚁越多，则后来者选择该路径的 的巡航点数量大幅增加，同时巡航点分布的地理区域也更加广 概率就越大，最终蚁群能够找到从食物源到蚁巢之间的最短 泛。因此，在ＡＵＶ巡航路径规划过程中，迅速有效地对众多目 路径。 标巡航点的侦察顺序进行科学规划显得尤为重要，这就要求 ＡＵＶ在巡航过程中不但要遍历所有巡航点，而且航行的代价总 和要求最小。 ＡＵＶ巡航路径规划属于ＮＰ难题。目前解决该类问题的主 要方法有经典算法和智能优化算法。经典算法通过动态规划求 解问题的精确解［２］，但时间复杂度与空间复杂度较高，对系统 图１　蚁群算法实