搜索算法在无人艇航迹规划中的应用

[目的]为了更加有效地利用无人艇(USV)执行复杂的海洋作业,需要可靠的航迹规划算法.针对现有路径规划算法研究,提出一种基于2D扫描思想的搜索扫描算法.[方法]首先,建立环境空间模型,在起点与终点之间存在障碍物的前提下,通过起点360°扫描获取周围障碍物信息,并确定子节点.然后,通过确定代价函数获取子节点,不断扫描最优...     

基于拓扑位置关系的无人艇路径搜索方法

针对目前路径规划容易陷入局部最优和搜索时间较长的问题,提出基于拓扑位置关系的无人艇路径搜索方法。分析空间物体的拓扑位置关系,构建基于拓扑位置关系的地图表达。在地图要素表达、拓扑关系谓词和拓扑路径可达的基础上建立拓扑地图,避免大量网格化的路径搜索造成时间复杂度提升,同时避免搜索陷入局部最小值。采用Dijkstra算法对建立的拓扑地图进行最优路径选择。试验结果表明:在障碍物不变、搜索范围变大的情况下,该方法相比栅格化的A*算法能以较低的搜索时间实现更优路径的搜索。     

船舶航行中快速疏散路径规划算法设计

传统船舶快速疏散路径模型对船舶航路交叉口限制不足,整体疏散速率较慢,为此提出船舶交通疏散路径规划算法。以船舶和航路为研究实体,以节点表示交叉口建立船舶疏散路径模型;以消散船舶路径冲突点为目标,建立目标函数,设置各变量界线。最后建立EERP算法,确定输入变量,根据目标函数界线执行路径计算,实现船舶疏散路径规划。仿真实验表明,与传统路径规划模型相比,该规划算法船舶交通冲突率降低27.4%;无阻疏散距离提高47.5%,有效提高了船舶交通疏散效率。     

面向海事救援的舰船调度模型优化设计

当发生海事事故时,由于海况和船舶构造等因素,无法在最短的时间内完成救援工作。为了最大程度地减少损失,提出面向海事救援的舰船调度模型优化设计。分析海上救援力量的来源和特点,综合考虑船舶结构、型号、吨位等关键指标,计算各因素的权重,采用加权求和法,根据计算得出指标的综合值结果,并选择适合搜救的船舶类型。根据救援点的数量是最小原则,在搜救时间的限制下,建立一组模糊目标,以确定搜救船的数量;使用蚁群算法合理规划船舶的搜索和救援航行轨迹,找到最短路径,并平滑路径以去除多余的点。完成最佳的调度模型设计。仿真实验表明,该模型可以减少救援点数量,确保最短的船舶调度路径,并减少救援时间。     

舰船管道检测机器人最优移动路径自动规划算法

现有舰船管道检测路径自动规划算法存在搜索时间与路径长度较长的问题,因此提出一种新的舰船管道检测机器人最优移动路径自动规划算法。对舰船管道检测机器人最优移动路径规划的对应数学模型进行构建。利用舰船管道检测机器人检测运行空间对应概率,配置舰船管道检测机器人的运行环境。通过在线查询实现舰船管道检测机器人最优移动路径自动规划算法。实验结果表明,该路径自动规划算法的搜索时间与路径长度均低于现有算法,实现了性能突破。     

电子商务环境下舰船供应链物流配送最优路径规划方法

传统舰船供应链物流配送最优路径规划方法,普遍采用一种最优计算算法来完成最优量的计算。当计算出的最优量同实际路径发生冲突时,算法无法快速给出当下最优路径解决方案,严重影响物流配送时效。因此,提出电子商务环境下舰船供应链物流配送最优路径规划方法。根据舰船配送货物特征,通过迪杰斯特拉算法对货物配送路径进行多路径规划模型建立,使其模型中的路径能够符合全局配送过程的需要;通过实时优化蚁群算法对模型中的规划路径进行实时最优计算,保证舰船任意状态下的航行路径均为最优路径。对传统路径规划方法所规划的路径与提出方法所规划的路径进行最优路径的二次规划测试,通过二次最优规划所用时间,证明提出方法在路径实时最优规划上优于传统路径规划方法。     

基于电子海图栅格化的无人水面艇全局路径规划

为解决无人水面艇自主避碰决策中的全局路径规划问题,提出一种基于电子海图栅格化建立环境模型的遗传算法全局路径快速搜索方法。通过对电子海图数据中的海洋环境信息进行提取,采用栅格法建立路径搜索空间的环境模型,并使用栅格标号对路径个体进行编码,利用一种随机快速搜索产生初始种群的改进遗传算法进行路径搜索,提高无人水面艇全局路径规划的收敛速度和优化效率。试验结果表明,采用改进遗传算法进行基于电子海图栅格化的无人艇全局路径规划具有一定的合理性和有效性。     

基于改进双向RRT的无人艇局部路径规划算法研究

以高速航行的无人艇迅速规划出较优的局部避障路径为目标,提出一种基于改进双向RRT的无人艇局部路径规划算法。针对传统双向RRT算法随机性过强,规划的路径往往曲折较多的问题,对每一个新延伸的节点施加转角约束。针对传统双向RRT算法两棵树经常不能平滑连接的问题,在主动连接点施加转角约束及距离约束。还提出了一种新的动态步长策略。仿真结果表明,用改进算法规划的路径质量更好,算法收敛时间更短。     

低碳条件约束下船舶物流路径规划模型仿真

传统的船舶物流路径规划模型存在污染物排放物多的问题,不能满足低碳要求,为此对低碳条件约束下船舶物流路径规划模型设计。首先选择船舶物流路径节点并计算障碍物节点,然后采用约束法构造船舶物流路径目标函数,并计算航速与船舶耗油量以及碳排放量之间的关系,最后采取粒子群算法寻找路径中的最优解,以此完成低碳条件约束下船舶物流路径规划模型的建立。实验对比结果表明,此次设计的低碳条件约束下船舶物流路径规划模型的污染物排放量比传统模型的污染物排放量少,能够满足低碳约束条件下船舶物流路径规划需求,具有一定的实际应用意义。     

基于约束通道的船舶装配拆卸双向RRT路径规划

为有效解决产品装配拆卸路径规划中的运动约束问题,提出了一种基于约束通道的随机探索树RRT路径规划算法.该算法在双向RRT算法的基础上,对采样过程进行引导,将RRT树的扩展节点限定在预先设置的约束通道中.仿真结果表明,该算法在提高搜索效率的同时,能够有效解决约束条件下的装配拆卸路径规划问题.     

基于混合蚁群算法的无人船航行路径自主规划

路径规划是无人船自主导航的核心问题。由于无人船当前位置以及目标位置的确定受到障碍物影响,最佳航行路径的获取难度较大。为此,提出基于混合蚁群算法的无人船航行路径自主规划方法。采用栅格法构建无人船工作环境模型,由上至下、由左至右的对栅格完成编号处理,划分安全区域与障碍物区域。构建无人船航行路径自主规划数学模型,设定地形与威胁、航程上限以及路径平滑度等约束条件。针对蚁群算法初始搜索效率差等问题,将其与粒子群算法相结合,提出混合蚁群算法。利用该算法求解无人船航行路径自主规划数学模型。实验结果显示,研究方法具有较高的路径规划准确性,路径长度、平均能耗及路径规划时间指标均较优。     

基于弹性网格的改进遗传算法在无人艇路径规划中的研究

针对传统遗传算法进行路径规划时搜索空间大、出现过多搜索冗余和收敛效率低等问题,提出在基于网格的遗传算法上加入弹性网格概念。在低密度的网格地图下求解当前最优路径,针对转向点局部增加网格密度,进一步路径寻优,如此重复,以减小算法搜索空间,提高路径规划效率;同时,给出自适应变异概率,使其根据各代路径离散程度自适应调整大小,以提高各代路径多样化,并进行仿真分析和试验。仿真结果表明:平均迭代次数明显少于传统遗传算法,收敛速度得到改善,最终寻优路径达到与障碍物无干涉,总长度明显较短的基本预期效果。     

蚁群算法在巡航导弹航路规划中的应用

针对巡航导弹的航路规划问题,提出了一种应用蚁群算法在连续空间中的航路搜索方法,并进行了仿真验证.建立了将数字地图和战场环境信息转化为航路搜索空间的航路代价模型,通过一元多项式函数逼近航路的水平投影将航路搜索问题转为求解连续空间优化问题,而后将蚁群算法拓展到该问题的求解.仿真表明,蚁群算法可以在连续空间的航路规划中得到较好的搜索效果.     

蚁群算法舰船援救物资运输路径二维规划模型

针对已有舰船援救物资运输路径规划模型在规划中出现的规划结果偏离理想值、规划收敛速度慢的问题,利用蚁群算法实现对二维规划模型的优化设计。以舰船的运输环境为基础,构建二维环境模型。在该环境下确定运输终点的位置,利用蚁群算法搜索运输起点到终点之间的每一个路径点,连接多个路径点,最终生成援救物资运输路径。通过测试实验发现,设计规划模型得出的结果在航程、平滑度以及规划时长等方面,均优于传统路径规划模型,进而证明该模型的可行性。     

双层蚁群优化算法的舰船应急物流路径规划方法研究

路径规划对舰船应急物流配送具有十分重要的意义,当前蚁群优化算法存在初始信息素少,无法得到最优的舰船应急物流路径规划的缺陷。为了高效、准确对舰船应急物流路径规划问题进行求解,提出了基于双层蚁群优化算法的舰船应急物流路径规划方法。首先分析当前舰船应急物流路径规划研究现状,并建立舰船应急物流路径规划模型,然后采用粒子群算法快速找到舰船应急物流路径可行解集合,将其作为蚂蚁的初始信息,最后根据初始信息对舰船应急物流最优路径进行搜索,并进行了舰船应急物流路径规划仿真测试。双层蚁群优优化算法可以对舰船应急物流路径规划问题进行精准求解,克服了当前舰船应急物流路径规划方法的缺陷,而且舰船应急物流路径规划问题求解效率更高。     

大数据环境下舰船监控信息传输路径规划算法

以往传输路径规划算法受到噪声影响,存在规划效果差的问题,为了解决该问题,提出大数据环境下舰船监控信息传输路径规划算法研究。通过组建通信链路干扰线路,可计算不同信道干扰电平,由此获取信道分配权重阈值,得到干扰最小信道。在该信道内,构建信息拓扑结构,保证每个信息节点有且仅有一个父节点,使用启发函数来指导搜索方向,采用优先队列key值更新权值大小,将所有目标节点状态变为连续状态,由此实现监控信息传输路径规划。通过实验对比结果可知,该算法规划效果较好,为舰船监控信息传输节省时间。     

基于可视图法的水面无人艇路径规划设计

为了解决水面无人艇全局路径规划问题,提出一种基于可视图的A*算法。该算法使用启发式搜索的方式,克服了传统可视图法灵活性差的问题,可以减少规划时间,提高规划效率。通过在平面障碍物环境下的仿真运算,验证了该算法的可行性。     

基于改进Bi-RRT的无人水面艇自动避碰算法

[目的]提出一种实现无人水面艇(USV)在高速航行时自动规避障碍物的方法。[方法]将双向搜索树(Bi-RRT)算法与速度障碍法相结合,得到基于改进Bi-RRT的无人水面艇自动避碰算法。针对Bi-RRT算法扩展操作中父节点延伸方向位于锥形碰撞区内的情况,提出避碰危险度系数与障碍物排斥向量,使父节点延伸方向有远离障碍物中心的趋势。同时,针对算法实时性问题,提出两棵搜索树并行延伸扩展的方式,以及当父节点延伸方向位于锥形碰撞区外时触发的目标吸引向量,以加速算法收敛。[结果]结果显示,采用上述改进方法设计的算法搜索树延伸失败次数降低,规划的避碰路径短且更加平滑。[结论]该改进Bi-RRT算法实时性强、路径规划质量高,对实际工程应用有重要意义。     

基于改进蚁群算法的船舶冰区航行路径规划

在北极航道开通的背景下,针对在冰区航行环境中船舶航行路径选择的特殊性,通过改进蚁群算法提高船舶航行路径的规划效果。综合考虑航线距离、航行操作复杂度和流冰规避在内的冰区航行路径影响因素,建立路径选择多目标规划模型,结合人工势场法对蚁群算法进行改进,通过人工势场法获得初始路径和节点间距离因素构造启发信息,并以电子海图为基础建立海冰覆盖率分别为30%和50%情况下的冰区航道环境栅格模型,将算法应用在栅格模型中对算法进行验证。结果表明:该算法实现简单,规划的路径优良,能够有效地满足船舶在冰区复杂环境中航行路径规划的需要。     

一种基于流式计算的无人船路径规划算法

为了提高无人船路径规划的效率,利用流式计算高实时性模式,在云端构建流式计算框架,分布式完成路径规划。基于5G通信,云端与无人船之间采用Kafka组件进行消息的传递。在云端,将路径规划分为地图生成、路径搜索和路径平滑三个步骤,通过流式计算集群并行执行任务。为了逃离局部陷阱,在云端增加环境记忆功能。仿真环境下,对比几种传统路径规划算法,所提出算法规划的路径质量更高,执行时间更短。真实环境下的实验验证了算法的可行性和有效性。