论文部分内容阅读
为了应对复杂多变的海上环境,保证海事人员的生命安全,无人船作为海洋交通系统的重要个体,对其航行路径规划的研究具有十分重要的意义。本文针对环境信息未知以及静态障碍物的情况,提出了一种无人船混合路径规划的算法。应用此算法在保证无人船实时避开障碍物的同时,找到最优路径到达目的地。对于无人船局部路径规划的部分,提出了一种改进的人工势场法。传统人工势场法在无人船的路径规划中,由于其势场函数是由二次函数构成,因而势场强度的变化速率较快,且势场函数系数无法动态调整,导致无人船易陷入局部最小值点,无法及时躲避障碍。针对该问题,本文用指数函数代替二次函数构造势场函数,降低了势场强度的变化幅度,并在斥力势场函数中增加无人船与目标点的相对位置的一个因子,解决目标不可达问题。同时设置势场系数调整因子,引入两个判断条件确定无人船是否陷入局部最小值,在此基础上选择相应的势场系数,从而跳出局部极小值点。仿真结果证明了该算法的有效性。对于无人船全局路径规划的部分,提出了一种改进的人工势场-蚁群算法。针对传统蚁群算法在路径搜索的初期存在较大的盲目性的问题,本文将蚁群算法的信息素浓度更新规则和启发信息函数进行改进,在原本仅有当前位置与目标位置的距离控制的启发信息中加入由人工势场法控制的势场力因子,利用势场力的引导加快收敛速度；另外,本文还采用新的信息素更新规则,提出了对每次迭代的最短路径和最长路径实行奖惩制度；同时引入最大最小蚁群系统,由此可以缩小搜索到最佳路径的范围,从而在提高算法收敛速度的同时,也不至于出现“早熟”的现象。最后仿真实验结果也证明了该算法的有效性。本文结合人工势场法和蚁群算法提出了一种混合路径规划方案,分别进行无人船的局部和全局路径规划,实验结果表明该方案解决了路径规划中的常见问题,缩短了路径规划的长度和时间,从而证明了该混合路径规划方案的有效性。