基于改进双种群遗传算法的AUV路径规划方法研究.pdf

《基于改进双种群遗传算法的AUV路径规划方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、控制理论与应用自动化技术与应用》2010年第29卷第6期ControlTheoryandApplications基于改进双种群遗传算法的AUV路径规划方法研究王军(海军大连舰艇学院装备自动化系，辽宁大连116018)摘要：研究r静念境条什下AUV个局无碰撞的路径规划方法，提出J，‘种将顺点图像法双种群遗f0弭浊¨的跚k1J办法。利川顶像法建环境模型，对候选路径进行■进剖编码，然岳利圳收进的舣种群遗f0算法进路f_f。f表叫，夺_艾采l}}J的改进舣种群遗传算法足正确和有效的，具有运算速度怏、全局优化能强等

2、点。关键词：AUV；路径规划；顶点像法；舣种肝遗传算法}1圈分类号：TP242．6文献柏码：A爻章编：1003724l(2010)06001304ImprovedDoublePopulationsGeneticAlgorithmBasedonPathPlanningforAUVWANGJun(DepartmentofEquipmentAutomation，DalianNavalAcademy,Dalian116018China)Abstract：Thispaperstudiesalapproachtoth

3、eglobalcollision—freepathplanningforAutonomousUnderwaterVehicle(AUV)inthestaticcircumstancewiththevertex—imagemethodandthedoublepopulationsgeneticalgorithm．andproposesanenvironmentmodelbyvertex—imagemethod，thenusestheimprovedDoublePopulationsGeneticAlgori

4、thm(DPGA)tofindashortestpathfromthesourcepositiontothedestinationpositionforAUV．Sinmlationexperimentsandresultsal‘egiveninthispaper．Theapproachisprovedtobevalidandfeasible，andcanobviouslyexpediteoperationandadvanceeffectofglobaloptimizationbysimulation．Ke

5、ywords：AUV；pathplanning；vertex—imagemethod；DoublePopulationsGeneticAlgorithm(DPGA)1引言人工势场法、图搜索法等，大多有一些不足之处，如容自主水下机器人AUV(AutonomousUnderwater易陷人局部极小、计算量大、对环境的适应性不强等。Vehicle)在海洋开发、水下作业、海底探测、潜援救生、目前，基于智能控制理论的方法，如模糊控制、神经网军事等领域具有广泛的应用前景，因而受到各国的重络、遗传算法等，由于其优良的鲁

6、棒型，得到了广泛的视。路径规划是自主水下机器人的关键技术之一，在一重视与应用⋯1。定程度上它标志着水下机器人智能水平的高低。水下本文将双种群遗传算法与顶点图像法结合，首先利机器人路径规划的任务就是给定一个水域及障碍环境、用顶点图像法建立AUV的路径数学模型。在此基础一个运动的自主水下机器人及其起始位置点和目标位上，用双种群遗传算法进行寻优。这样综合了顶点图像置点，寻找一条从起点到目标点的路径，使该自主水下法的形象直观、双种群遗传算法快速搜索能力强、避免机器人能够从起点安全无碰撞地绕过障碍物到达目标陷入局部

7、最优点的长处[2-5】。点，并且所经过的路径最短。传统的路径规划算法，如2环境模型收稿El期：2010—04—07自动化技术与应用》2010年第29卷第6期控制理论与应用ControlTheoryandApplications针对所研究问题的本质特点，本文做了如下假设：长度多么小，通过施加罚函数，强制减小它的适应度(引。(1)将自主水下机器人(AUV)视为质点，相应的，障综合以上两个方面的分析，适应度函数可以设计成：碍物要作一定的膨胀；fitness=d1(1)ff以，lcP×r26，p+1J＼(2)仅在

8、平面环境下进行规划，不考虑障碍物的高其中：distance为当前位置点与目标点之间的距离；度信息；bump为该路径发生碰撞的次数，AUV所走过的路(3)所有障碍物的边界均为直线，并且障碍物均为径越短、碰撞次数越少，适应度值就越大。凸多边形。式(1)并不完全淘汰发生碰撞的路径，而是以较小的在AUV的工作空间XOY平面中，以AUV的起点为概率进行选择，从而可以较好地保持群体的多样性，避原点，以起点一一终点的连线方向为+方向，建立新