波浪滑翔機是一種用于海洋環(huán)境觀測的無人自主航行器,其獨特的雙體機構(gòu)可以將波浪起伏轉(zhuǎn)化為航行動力,具有超長續(xù)航、自主導(dǎo)航定位、人工智能識別等特點。波浪滑翔機可以根據(jù)任務(wù)需求搭載各種傳感器,進(jìn)行海洋環(huán)境的數(shù)據(jù)采集,實現(xiàn)海面、水下、空中的通信中繼和目標(biāo)監(jiān)測。這種新型的監(jiān)測平臺,克服了傳統(tǒng)海洋觀測方式能源的限制,使長距離、長時間的海洋觀測成為可能。我國已實現(xiàn)了波浪滑翔機的自主研發(fā),掌握了通信、導(dǎo)航、監(jiān)測等關(guān)鍵技術(shù),其中路徑規(guī)劃是實現(xiàn)自主導(dǎo)航的前決條件,是研究工作的重點和難點。通過對路徑規(guī)劃算法的研究和分析,針對波浪滑翔機的動力特點和航行環(huán)境,本文提出了基于人工探路蟻的蟻群路徑規(guī)劃算法ACA-Apa（Ant Colony Algorithm based on Artifical Pathfinder Ant）。首先,引入人工探路蟻種群,通過探路蟻對可行節(jié)點方向的障礙物分布提前探索并將信息反饋給搜索蟻,增加了搜索蟻的視覺范圍,避免了搜索蟻陷入障礙物內(nèi)部出現(xiàn)折返或死亡現(xiàn)象,減小了算法陷入死鎖的幾率;其次,綜合考慮海洋環(huán)境對波浪滑翔機航行速度的影響,提高了航線距離和耗時的綜合效果;最后,引入變異算子,... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

波浪滑翔機示意圖

青島大學(xué)碩士學(xué)位論文8LiquidRobotics公司作為波浪滑翔機的行業(yè)領(lǐng)導(dǎo)者已經(jīng)在推廣“數(shù)字海洋”的概念�！皵�(shù)字海洋”將使水下傳感器、無人水下潛航器、空中無人機以及衛(wèi)星連接起來，并使他們相互共享數(shù)據(jù)和計算能力。波浪滑翔機可以穿越海面，將水下和空中平臺之間的信息進(jìn)行傳遞，還可以將信息傳遞到陸地中轉(zhuǎn)站，在整個系統(tǒng)中的起著至關(guān)重要的作用。2.2蟻群算法2.2.1蟻群算法概述蟻群算法是一種用來搜索優(yōu)化問題的自然種群仿生算法，于1992年Dorigo首次在他的博士論文中提出。1996年，Dorigo又在他的文章中系統(tǒng)的闡述了蟻群算法的基本原理和數(shù)學(xué)模型[14]，之后蟻群算法獲得了蓬勃的發(fā)展，由單一的TSP領(lǐng)域擴展到多個應(yīng)用領(lǐng)域，由離散問題領(lǐng)域擴展到連續(xù)問題領(lǐng)域。蟻群算法屬于群體智能算法，是通過模擬螞蟻覓食過程設(shè)計出來的，螞蟻在覓食過程中會在走過的路徑上分泌一種稱之為信息素的物質(zhì)，并且螞蟻可以感知這種物質(zhì)的濃度，螞蟻總是朝著濃度高的方向移動，因此整個螞蟻族群就表現(xiàn)出了對信息素的正反饋現(xiàn)象[15-16]。如圖2.2所示，長度越短的路徑上經(jīng)過的螞蟻越多，其遺留的信息素也就越多，后期過來的螞蟻選擇這條路徑的幾率也變得越來越大，從而構(gòu)成了正反饋的過程，逐漸逼近最優(yōu)路徑。螞蟻之間以信息素為交流媒介，從而判斷洞穴到食物的最短路徑。研究專家將螞蟻的這種行為抽象出來，形成了蟻群算法的搜索行為[17]。圖2.2蟻群算法原理示意圖

青島大學(xué)碩士學(xué)位論文13第三章基于海洋環(huán)境的改進(jìn)蟻群算法3.1海洋環(huán)境建模3.1.1環(huán)境建模算法概述波浪滑翔機工作的海洋環(huán)境復(fù)雜多變，為了使規(guī)劃出來的路徑效果較好，應(yīng)選擇合適的建模方式，對波浪滑翔機航行觀測的海洋區(qū)域進(jìn)行環(huán)境建模。常用的建模方式有：可視圖法、Voronoi圖法、柵格法、自由空間法。（一）Voronoi圖法Voronoi圖,也稱Thiessen多邊形，是由連接兩鄰點直線的垂直平分線組成的連續(xù)多邊形產(chǎn)生的連接圖[31-32]，在地理、氣象、機器人等諸多領(lǐng)域具有廣泛的應(yīng)用。它的構(gòu)建方式是：首先構(gòu)造一系列連接障礙物中心點的直線，然后做這些直線的垂直平分線，最后調(diào)整這些邊，使其具有最少的頂點。如圖3.1所示，將障礙物的外接圓膨脹，以此來將運動物體看做一個質(zhì)點，忽略其體積大校然后將所有障礙物中心點連線的垂直平分線延長連接起來。最后，保留最合適的線段并連接起點和終點。圖3.1Voronoi圖法建模示意圖基于Voronoi圖的路徑規(guī)劃實時性較好，生成的路徑安全性高，離障礙物較遠(yuǎn)且路徑較為平滑，但不能保證路徑的最優(yōu)性。最終路徑是由若干條固定的線段連接而成，線段條數(shù)少，路徑較為平滑，但同樣線段條數(shù)少，制約了路徑的多樣性，對于所有固定的局部路徑線段來說，最終路徑是最優(yōu)的，從全局來看卻不是最優(yōu)。（二）可視圖法


本文編號：3107028