發(fā)布時間：2017-09-26 19:12

  本文關(guān)鍵詞：基于人工勢場和蟻群算法的無人船路徑規(guī)劃研究

  更多相關(guān)文章： 無人船 路徑規(guī)劃 人工勢場法 蟻群算法

【摘要】：為了應(yīng)對復(fù)雜多變的海上環(huán)境,保證海事人員的生命安全,無人船作為海洋交通系統(tǒng)的重要個體,對其航行路徑規(guī)劃的研究具有十分重要的意義。本文針對環(huán)境信息未知以及靜態(tài)障礙物的情況,提出了一種無人船混合路徑規(guī)劃的算法。應(yīng)用此算法在保證無人船實時避開障礙物的同時,找到最優(yōu)路徑到達目的地。對于無人船局部路徑規(guī)劃的部分,提出了一種改進的人工勢場法。傳統(tǒng)人工勢場法在無人船的路徑規(guī)劃中,由于其勢場函數(shù)是由二次函數(shù)構(gòu)成,因而勢場強度的變化速率較快,且勢場函數(shù)系數(shù)無法動態(tài)調(diào)整,導(dǎo)致無人船易陷入局部最小值點,無法及時躲避障礙。針對該問題,本文用指數(shù)函數(shù)代替二次函數(shù)構(gòu)造勢場函數(shù),降低了勢場強度的變化幅度,并在斥力勢場函數(shù)中增加無人船與目標點的相對位置的一個因子,解決目標不可達問題。同時設(shè)置勢場系數(shù)調(diào)整因子,引入兩個判斷條件確定無人船是否陷入局部最小值,在此基礎(chǔ)上選擇相應(yīng)的勢場系數(shù),從而跳出局部極小值點。仿真結(jié)果證明了該算法的有效性。對于無人船全局路徑規(guī)劃的部分,提出了一種改進的人工勢場-蟻群算法。針對傳統(tǒng)蟻群算法在路徑搜索的初期存在較大的盲目性的問題,本文將蟻群算法的信息素濃度更新規(guī)則和啟發(fā)信息函數(shù)進行改進,在原本僅有當前位置與目標位置的距離控制的啟發(fā)信息中加入由人工勢場法控制的勢場力因子,利用勢場力的引導(dǎo)加快收斂速度；另外,本文還采用新的信息素更新規(guī)則,提出了對每次迭代的最短路徑和最長路徑實行獎懲制度；同時引入最大最小蟻群系統(tǒng),由此可以縮小搜索到最佳路徑的范圍,從而在提高算法收斂速度的同時,也不至于出現(xiàn)“早熟”的現(xiàn)象。最后仿真實驗結(jié)果也證明了該算法的有效性。本文結(jié)合人工勢場法和蟻群算法提出了一種混合路徑規(guī)劃方案,分別進行無人船的局部和全局路徑規(guī)劃,實驗結(jié)果表明該方案解決了路徑規(guī)劃中的常見問題,縮短了路徑規(guī)劃的長度和時間,從而證明了該混合路徑規(guī)劃方案的有效性。
【關(guān)鍵詞】：無人船 路徑規(guī)劃 人工勢場法 蟻群算法
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U665.2;TP18
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-15
• 1.1 課題的背景意義8
• 1.2 無人船國內(nèi)外研究現(xiàn)狀8-13
• 1.2.1 國外研究現(xiàn)狀9-12
• 1.2.2 國內(nèi)研究現(xiàn)狀12-13
• 1.3 研究內(nèi)容及論文結(jié)構(gòu)13-15
• 2 無人船路徑規(guī)劃方法研究15-23
• 2.1 路徑規(guī)劃概述15-16
• 2.1.1 路徑規(guī)劃的定義15-16
• 2.1.2 路徑規(guī)劃分類16
• 2.1.3 無人船路徑規(guī)劃問題16
• 2.2 無人船路徑規(guī)劃方法16-21
• 2.2.1 全局路徑規(guī)劃17-19
• 2.2.2 局部路徑規(guī)劃19-21
• 2.3 無人船路徑規(guī)劃特點21-22
• 2.4 本章小結(jié)22-23
• 3 基于人工勢場法的路徑規(guī)劃23-32
• 3.1 經(jīng)典人工勢場法概述23-25
• 3.1.1 經(jīng)典人工勢場法原理23
• 3.1.2 人工勢場法函數(shù)構(gòu)成23-25
• 3.1.3 經(jīng)典人工勢場法存在問題25
• 3.2 人工勢場法應(yīng)用場景描述25-26
• 3.3 改進的人工勢場法26-28
• 3.3.1 改進的勢場函數(shù)26-27
• 3.3.2 改進的路徑規(guī)劃27-28
• 3.4 仿真實驗與結(jié)果分析28-31
• 3.5 本章小結(jié)31-32
• 4 基于人工勢場法和蟻群算法的路徑規(guī)劃32-46
• 4.1 蟻群算法概述32-37
• 4.1.1 蟻群算法基本原理32-35
• 4.1.2 蟻群算法函數(shù)構(gòu)成35-36
• 4.1.3 蟻群算法的優(yōu)缺點36-37
• 4.2 改進的人工勢場-蟻群算法37-41
• 4.2.1 改進的信息素濃度更新規(guī)則37-38
• 4.2.2 改進的啟發(fā)信息函數(shù)38-40
• 4.2.3 算法流程40-41
• 4.3 仿真實驗與結(jié)果分析41-44
• 4.4 無人船測試平臺44-45
• 4.4.1 船體部分44-45
• 4.4.2 主要功能與任務(wù)45
• 4.5 本章小結(jié)45-46
• 5 總結(jié)與展望46-47
• 5.1 本文總結(jié)46
• 5.2 工作展望46-47
• 參考文獻47-50
• 攻讀碩士期間研究成果及所獲獎勵50-51
• 致謝51

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 艾小波;林聯(lián)平;;船舶“無人駕駛”可行性研究[J];水運管理;2015年11期

2 陳華;張新宇;姜長鋒;徐國瑞;;水面無人艇路徑規(guī)劃研究綜述[J];世界海運;2015年11期

3 宋杰;聞佳;;無人船技術(shù)在海事的應(yīng)用[J];中國海事;2015年10期

4 張樹凱;劉正江;張顯庫;劉玉;;無人船艇的發(fā)展及展望[J];世界海運;2015年09期

5 曾明如;徐小勇;劉亮;羅浩;徐志敏;;改進的勢場蟻群算法的移動機器人路徑規(guī)劃[J];計算機工程與應(yīng)用;2015年22期

6 李海峰;馬斌;陳浩男;陳勁超;王鑫;;基于人工勢場法與入侵雜草法路徑規(guī)劃研究[J];控制工程;2015年01期

7 吳正平;唐念;陳永亮;喻高明;俞輝;;基于改進人工勢場法的AUV路徑規(guī)劃[J];化工自動化及儀表;2014年12期

8 趙開新;魏勇;王東署;;改進蟻群算法在移動機器人路徑規(guī)劃中的研究[J];計算機測量與控制;2014年11期

9 王芳;李昆鵬;袁明新;;一種人工勢場導(dǎo)向的蟻群路徑規(guī)劃算法[J];計算機科學(xué);2014年S2期

10 陳超;唐堅;靳祖光;楊洋;錢磊;;一種基于可視圖法導(dǎo)盲機器人路徑規(guī)劃的研究[J];機械科學(xué)與技術(shù);2014年04期

，

本文編號：925232