發(fā)布時(shí)間：2022-01-13 18:16

　　艦船導(dǎo)航路徑規(guī)劃是保證航行安全的重要基礎(chǔ),受海上航行障礙物分布復(fù)雜、船舶數(shù)量增多、航行環(huán)境難以預(yù)測(cè)等多種因素的影響,增加了艦船航行的風(fēng)險(xiǎn)。為有效規(guī)避風(fēng)險(xiǎn),尋求最優(yōu)的航行路徑,必須采用人工智能優(yōu)化算法規(guī)劃航行路徑,求得多軌跡的最優(yōu)航行路徑,保證艦船安全到達(dá)目的地。本文介紹艦船導(dǎo)航路徑規(guī)劃的關(guān)鍵技術(shù),提出人工智能優(yōu)化算法中的人工粒子群算法在艦船導(dǎo)航路徑規(guī)劃中的應(yīng)用,并對(duì)實(shí)際應(yīng)用效果進(jìn)行實(shí)驗(yàn)仿真。 

【文章來(lái)源】：艦船科學(xué)技術(shù). 2020,42(18)北大核心

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

模糊控制器的輸入與輸出變量關(guān)系結(jié)構(gòu)圖Fig.1Therelationshipbetweeninputandoutputvariablesoffuzzycontroller

嵌確段?范ǜ鞲鍪涑鱸碩?嵌?的隸屬關(guān)系，如圖2所示。在艦船檢測(cè)到前方有危險(xiǎn)的障礙物時(shí)，會(huì)做出航行軌跡改變的預(yù)警，基于設(shè)計(jì)模糊控制規(guī)則庫(kù)模擬出多條導(dǎo)航路徑規(guī)劃策略。在船舶運(yùn)行過(guò)程中，若艦船前方左側(cè)傳感器探測(cè)到障礙物，且船舶右側(cè)距離障礙物距離較遠(yuǎn)時(shí)，人工智能算法應(yīng)控制船舶繼續(xù)偏向右側(cè)航行，促使艦船運(yùn)行方的左側(cè)與障礙物之間的夾角增大；在控制過(guò)程中，為避免動(dòng)態(tài)障礙物陷入局部極值，可在算法中采用邊界追蹤的陷阱逃脫策略，使艦船在改變航行角度時(shí)能夠降低速度，有效規(guī)避側(cè)移[3–4]。圖2基于模糊語(yǔ)言輸出運(yùn)動(dòng)角的隸屬關(guān)系圖Fig.2Membershipgraphbasedonoutputmotionangleoffuzzylanguage艦船在探測(cè)到與障礙物的實(shí)際距離小于安全距離，且障礙物為動(dòng)態(tài)運(yùn)動(dòng)時(shí)，可自動(dòng)將艦船切換為動(dòng)態(tài)避讓模式，重新規(guī)劃航行路徑。在導(dǎo)航路徑規(guī)劃中要計(jì)算前方動(dòng)態(tài)障礙物的速度和方向，對(duì)障礙物運(yùn)動(dòng)方向進(jìn)行判斷，當(dāng)艦船與障礙物之間的夾角為銳角時(shí)，則表明艦船沒(méi)有成功避讓障礙物。2人工智能優(yōu)化算法的艦船導(dǎo)航路徑規(guī)劃2.1計(jì)算調(diào)度角度在艦船導(dǎo)航路徑規(guī)劃已經(jīng)構(gòu)建起艦船航行路徑網(wǎng)格結(jié)構(gòu)的基礎(chǔ)上，可采用人工粒子群智能算法，對(duì)導(dǎo)航路徑進(jìn)行規(guī)劃。在規(guī)劃過(guò)程中，運(yùn)用擴(kuò)展卡爾曼濾波方法設(shè)定約束參量模型，要求模型包括所有關(guān)鍵變量，這些變量屬于正態(tài)分布，具體的變換矩陣如下：Cnb=[q0q1q2q3]，(1)Ab=CnbAn在艦船一直處于非加速狀態(tài)下航行時(shí)，根據(jù)艦船的航行約束向量和變換矩陣，得出艦船姿態(tài)角的分布情況，用表示，然后結(jié)合顯著關(guān)聯(lián)的角度計(jì)算出結(jié)果，得到姿態(tài)參量角，之后再運(yùn)用人工粒子群算法設(shè)計(jì)導(dǎo)航路徑。2.2人工粒子群算法的應(yīng)用Xi=

具體的模型函數(shù)可表示為：Pad=1mm∑i=1Pid,(2)在艦船航行過(guò)程中，人工粒子群算法需要計(jì)算出最優(yōu)速度，姿態(tài)變換時(shí)需要采用速度參量進(jìn)行迭代，結(jié)合艦船行向量的頻率，計(jì)算出最優(yōu)姿態(tài)角，確定艦船在某一時(shí)刻內(nèi)的具體位置。預(yù)測(cè)的結(jié)果可以幫助掌握艦船航向偏轉(zhuǎn)角，對(duì)艦船路徑進(jìn)行規(guī)劃，計(jì)算出誤差。計(jì)算過(guò)程中需要考慮陀螺儀角度、輸出層初始權(quán)值敏感系數(shù)、路徑垂直距離等。之后，遵循自適應(yīng)尋優(yōu)的原則，解算出最優(yōu)的路徑規(guī)劃結(jié)果。基于人工粒子群算法的艦船導(dǎo)航距離分布如圖3所示。圖3基于人工粒子群算法的艦船導(dǎo)航距離分布Fig.3Distributionofshipnavigationdistancebasedonartificialparticleswarmoptimization2.3實(shí)驗(yàn)結(jié)果根據(jù)本文提出的艦船導(dǎo)航規(guī)劃算法進(jìn)行仿真實(shí)驗(yàn)，采用Matlab作為仿真平臺(tái)，在采集艦船位姿、航向、速度等信息的基礎(chǔ)上，結(jié)合陀螺儀對(duì)導(dǎo)航路徑進(jìn)行規(guī)劃，設(shè)定三維參量，將粒子群進(jìn)化的代數(shù)設(shè)置為12，卡爾曼濾波周期和采樣周期均為0.02s，種群規(guī)模包含1024個(gè)粒子。結(jié)合上述參數(shù)設(shè)定開展實(shí)驗(yàn)仿真，先采集艦船姿態(tài)信息，之后利用人工智能算法進(jìn)行導(dǎo)航規(guī)劃，規(guī)劃結(jié)果如圖4所示。根據(jù)圖中顯示的信息，可以看出艦船導(dǎo)航路徑規(guī)劃的準(zhǔn)確度較高，是實(shí)際航行中的最優(yōu)導(dǎo)航路徑。圖4基于人工粒子群算法的艦船導(dǎo)航規(guī)劃結(jié)果Fig.4Shipnavigationplanningresultsbasedonartificialparticleswarmoptimization3結(jié)語(yǔ)艦船導(dǎo)航路徑規(guī)劃的目的是希望在最短、最優(yōu)的路徑內(nèi)獲得船舶的行進(jìn)軌跡。在導(dǎo)航路徑規(guī)劃中要應(yīng)用先進(jìn)的人工智能優(yōu)化算法，對(duì)多路徑進(jìn)行擇優(yōu)，保證艦船在導(dǎo)航規(guī)劃下航行的安全性。基于人工粒子群算法的導(dǎo)航規(guī)劃設(shè)計(jì)可保證航行規(guī)劃的?

【參考文獻(xiàn)】：
期刊論文
[1]艦船綜合導(dǎo)航系統(tǒng)試航試驗(yàn)數(shù)據(jù)動(dòng)態(tài)加密方法[J]. 趙冰.  艦船科學(xué)技術(shù). 2020(04)
[2]基于智能導(dǎo)航的艦船應(yīng)急疏散路徑自動(dòng)定位方法[J]. 程英霞,林晗.  艦船科學(xué)技術(shù). 2019(14)
[3]基于扇形優(yōu)化Dijkstra算法的艦船最佳導(dǎo)航路線分析[J]. 田茹會(huì).  艦船電子工程. 2019(05)
[4]考慮多人相互影響的艦船通道最短路徑規(guī)劃[J]. 劉滿霞,程遠(yuǎn)勝,張攀.  中國(guó)造船. 2015(02)
[5]基于蟻群算法的艦艇編隊(duì)海上補(bǔ)給路徑規(guī)劃方法[J]. 余鵬,何學(xué)軍.  海軍工程大學(xué)學(xué)報(bào). 2014(02)
[6]艦船火災(zāi)滅火輔助決策軟件設(shè)計(jì)研究[J]. 喻俊峰,吳松.  船海工程. 2013(04)



本文編號(hào)：3586914