买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军海军工程大学

摘要：本发明属于无人潜航器控制方法技术领域，尤其涉及一种用于破冰潜航器路径规划粒子群优化算法。包括如下步骤：构建成本函数，确定平滑航行成本，确定路径成本，确定威胁成本，确定连续破冰成本，确定总体成本，基于粒子群算法的路径优化，基于总体成本函数给出的评估依据，不断迭代计算优化收敛，最终给出最优路径，使得总成本函数最小。本发明能够在充分考虑潜航器使用过程中各种运行成本和风险成本的基础上，提供最合理的导航路径规划数据，能够有效提高破冰潜航器任务执行的效率，降低巡航时的能源消耗进而提高潜航器续航时间和范围，扩大其业务能力。

主权项：1.一种用于破冰潜航器路径规划粒子群优化算法，其特征在于，包括如下步骤：步骤一、构建成本函数，具体是指：A1、确定深度成本：粒子i规划的航行路径Pi包括有N个航路点，每个航路点对应于搜索地图中的一个路径结点Pij＝xij,yij,zij，其中j表示航路点编号；水下航行器下潜深度限制为极值最小深度hmin和最大深度hmax之间，针对某一确定的航路点计算出的深度成本F1Pi为： 其中，hij表示水下航行器经过Pij时的绝对深度，Hij表示当下水下航行器未按照平均深度航行时所需的成本；A2、确定平滑航行成本：平滑航行成本的变量为水下航行器执行任务时路径的水平角和俯仰角ψij，定义为两个连续路径在水平方向上的夹角，ψij定义为路径和其在水平方向上投影之间的夹角，定义航路点Pij＝xij,yij,zij在xy平面上的投影为P'ij＝z'ij,y'ij,0，则水平角和俯仰角ψij的表达式分别为： 平滑航行成本F2Pi为：其中a1和a2分别是转弯角度和爬升角度的成本系数；A3、确定路径成本：考虑到水下破冰航行器航行距离的限制，选择最小化路径长度以提供更远距离的路径规划；航路点Pij＝xij,yij,zij在xy平面上的投影为P'ij＝x'ij,y'ij,0；由于航行器在z轴方向上的位移相较于整个航行路径而言过小，因此忽略不计，所以两个航路点之间的欧式距离路径成本F3Pi可表达为：A4、确定威胁成本：规划路径需要引导船舶避免水下障碍物带来的威胁；定义Z是所有威胁的集合；将威胁以一个圆柱体进行建模，其在xy平面上投影的中心坐标为Cz，半径为Rz；对于给定的路径段威胁成本与Cz到的距离dz成正比；则考虑水下航行器的直径D和危险距离S确定的航行器跨过所有航路点Pij的威胁成本F4Pi为： 是指通过给定的路径段的威胁成本；dz是指水下障碍物中心在xy平面上投影的中心坐标为Cz，对于给定的路径段dz即为Cz到的距离；z∈Z是指第z个障碍物；A5、确定连续破冰成本：连续破冰成本J大小主要取决于海冰厚度t，其表达式可用分段函数来描述： 将水下航行器的路径采样后投影到海冰底部得到npts个海冰底部的高程数据zi”，其绝对值为海冰的厚度ti，对应的破冰成本为Ji；对于规划的航行路径Pi，其连续破冰成本可被表示为：A6、确定总体成本：规划路径需在满足实际应用要求的条件下达到最佳；通过考虑与航路点Pi相关联的最优性、安全性和可行性约束，求得总体成本函数可表示为： 其中bk为权重系数。步骤二、基于粒子群算法的路径优化，具体是指：将水下破冰航行器的路径规划转化为优化问题，其目标是找到合适的航路点列表Pi使得FPi最小；群中的每个粒子i通过位置信息Pi＝pi1,pi2,...,piN和速度信息Vi＝vi1,vi2,...,viN来表征；第i个粒子迄今为止搜索到的局部最优位置为Li＝li1,li2,...,liN，整个粒子群搜索到的全局最优位置为Lg＝lg1,lg2,...,lgN；对于总数为M的粒子群，在找到两个最优位置后，先更新自己的速度： 粒子根据速度更新自己的位置： 其中，r为迭代次数；c1和c2为学习因子；d1j和d2j为[0,1]之间的均匀随机数；由于所有路径的起点和终点是固定的，每个粒子的位置编码中不包括起点和终点；则粒子群对应的M条路径矩阵P＝[P1,P2,...,PM]T每个都包括以下形式的N个路径点列表：Pi＝xi1,yi1,zi1,xi2,yi2,zi2,…,xi,N,yi,N,zi,N；基于总体成本函数给出的评估依据，不断迭代计算优化收敛，最终给出最优路径，使得总成本函数最小即可得到优化路径。

全文数据：

权利要求：

百度查询： 中国人民解放军海军工程大学 一种用于破冰潜航器路径规划粒子群优化算法