| 主权项 |
一种基于邻域智能水滴算法的水面无人艇路径规划方法，其特征在于：(1)对水面无人艇路径规划进行环境建模：(1.1)对水面无人艇路径规划的作业区域建立对应的栅格工作区，作为智能水滴搜索最优路径的搜索区域；在二维平面中进行路径规划，S为起始点，T为目的地，在水面无人艇作业区域内建立全局直角S‑XY，其中原点为S，以<img file="FDA0000839130360000011.GIF" wi="75" he="70" />方向为X轴正向，以垂直于<img file="FDA0000839130360000012.GIF" wi="77" he="71" />方向为Y轴；对水面无人艇作业区域进行栅格化，得到作业区域栅格阵，以S为栅格阵起点，栅格阵方向与坐标系S‑XY方向一致，基准栅格尺寸为l＝v·Δt，其中v为水面无人艇预期运行速度大小，Δt为水面无人艇实时运动规划周期，任何一个栅格中心点都可以用栅格坐标(r<sub>i</sub>,c<sub>i</sub>)唯一标识，其中(r<sub>i</sub>,c<sub>i</sub>)＝(x<sub>i</sub>/l,y<sub>i</sub>/l)，(x<sub>i</sub>,y<sub>i</sub>)为该栅格中心点在坐标系S‑XY中的位置坐标；将水面无人艇作业区域内的静态障碍物所覆盖的栅格标志为1，表示障碍栅格，不满一个栅格的按照一个栅格处理，其余栅格标志为0，表示自由栅格，将每一个障碍栅格中心点坐标置于障碍点集合V<sub>obstacle</sub>{}中；在作业区域栅格阵中进行路径规划，从S到T的候选路径可以表示为：path＝{S,p<sub>1</sub>,p<sub>2</sub>,…,T}，其中路径点p<sub>i</sub>为栅格坐标，其在坐标系S‑XY坐标为(r<sub>i</sub>,c<sub>i</sub>)，S与T坐标分别为(0,0)及(r<sub>T</sub>,0)；(1.2)确定评价智能水滴搜索得到的路径的代价函数：f(path)＝α·dist(path)+β·smooth(path)其中α、β为权值，值大小表示对相应的代价子函数的重视程度；<img file="FDA0000839130360000013.GIF" wi="532" he="130" />为路径长度代价子函数，d(p<sub>i</sub>,p<sub>i+1</sub>)为连接路径点p<sub>i</sub>及p<sub>i+1</sub>的路径长度，n为路径点数目；<img file="FDA0000839130360000014.GIF" wi="493" he="133" />为路径平滑度代价子函数，<img file="FDA0000839130360000015.GIF" wi="54" he="62" />为连接第i个路径点的两条路径段矢量之间的偏转角度，δ为调节系数；(2)利用智能水滴算法根据已知水面无人艇作业区域静态障碍物、行进目标以及路径评价函数在作业区域栅格阵中进行离线全局路径规划，得到全局离线最优路径path<sub>TBest</sub>：(2.1)初始化静态参数：水滴数量N，任意两个栅格节点间的初始含沙量InitGSoil、迭代次数r＝0，全局最优路径path<sub>Best</sub>，全局最优路径代价函数值f(path<sub>TBest</sub>)以及最大迭代次数r<sub>max</sub>；(2.2)初始化动态参数：每滴水滴初始含沙量InitDSoil，水滴初始速度InitVel，第r代最优路径代价函数值f(path<sub>IBest</sub>)以及第r代最优路径path<sub>IBest</sub>；(2.3)将所有水滴都置于作业区域中栅格阵的起点S位置；对所有水滴重复执行步骤(2.4)—(2.8)直至所有水滴都行进至栅格阵横坐标为r<sub>T‑1</sub>，则第r次迭代结束，执行步骤(2.9)；(2.4)根据当前水滴h，即第h个水滴所处栅格节点的邻路径情况选择前进路径：计算水滴h在作业区域栅格当前节点p<sub>i</sub>＝(r<sub>i</sub>,c<sub>i</sub>)位置时选择下一所有可能节点p<sub>i+1</sub>＝(r<sub>i+1</sub>,c<sub>w</sub>)的概率，(r<sub>i+1</sub>,c<sub>w</sub>)表示栅格阵中横坐标为r<sub>i+1</sub>且不属于障碍点集合V<sub>obstacle</sub>{}的节点，即处于p<sub>i</sub>节点的水滴h的所有的下一个可能的节点；(2.5)水滴h由p<sub>i</sub>节点到达p<sub>i+1</sub>节点后，更新水滴的速度vel<sup>IWD</sup>(t)；(2.6)水滴h由p<sub>i</sub>节点到达p<sub>i+1</sub>节点后，计算水滴h所经过的路径含沙量增量；(2.7)水滴h由p<sub>i</sub>节点到达p<sub>i+1</sub>节点后，更新p<sub>i</sub>节点到达p<sub>i+1</sub>节点间路径含沙量；(2.8)水滴h由p<sub>i</sub>节点到达p<sub>i+1</sub>节点后，更新水滴含沙量；(2.9)计算当前迭代每个水滴h得到的路径的代价函数f(path<sub>h</sub>)，计算第r代最优路径代价函数值<img file="FDA0000839130360000021.GIF" wi="621" he="87" />最小路径代价对应的水滴经过的路径保存为path<sub>IBest</sub>；(2.10)更新当代最优路径含沙量；(2.11)对当代最优路径进行邻域扩张，得到最优解邻域集合V<sub>Iextend</sub>，并更新V<sub>Iextend</sub>中路径含沙量；(2.12)将第r代最优路径代价函数值f(path<sub>IBest</sub>)与当前全局最优路径代价函数值f(path<sub>TBest</sub>)相比较,若f(pathI<sub>Best</sub>)＜＝f(path<sub>TBest</sub>),更新当前全局最优路径代价函数值f(path<sub>TBest</sub>)＝f(pathI<sub>Best</sub>)，更新当前全局最优路径path<sub>TBest</sub>＝pathI<sub>Best</sub>，并更新当前全局最优路径含沙量；(2.13)若r＝r<sub>max</sub>，则搜索到全局最优路径，否则更新迭代代数r＝r+1，重新执行步骤(2.2)。 |
