原文传递
基于粒子群优化算法的无人艇路径规划研究
| 论文题名： | 基于粒子群优化算法的无人艇路径规划研究 |
| 关键词： | 水面无人艇;路径规划;避碰规则;时间滚动窗口;粒子群算法 |
| 摘要： | 随着人工智能技术成为研究热点，船舶开始向着体系化、智能化、模块化等方向发展，人工智能应用领域之一就是无人驾驶，而路径规划作为实现无人驾驶的关键一环，有着极其重要的应用价值和研究意义。 在综合比对几何规划和随机采样路径规划算法与目前的智能仿生学算法之后，发现粒子群优化算法(Particleswarmoptimization，PSO)作为一门新兴的基于群体智能理论的高效、并行的算法，相较于前两类算法计算速度非常快；相较于其它智能仿生学算法不存在复制、交叉、变异之类的操作算子，操作流程简单、参数简洁、收敛效果好。因此本文根据PSO，对USV路径规划的研究将从以下三个方面展开，基于PSO的已知静态障碍物的路径规划，基于PSO与避碰规则的已知动态障碍物的路径规划，基于PSO和时间滚动窗口算法的未知运动状态障碍物的路径规划。 首先构建水面无人艇（Unmannedsurfacevehicle，USV）路径规划系统坐标系，本文将直角坐标系和极坐标系优势相结合，因直角坐标系存在只能往前，不能向后，容易陷入局部最优，极坐标系下易表示距离和航向，可以将路径段的分量和路径节点处的期望航向与航速联系起来。因此系统全局采用直角坐标系，USV本身采用极坐标系。由于USV具有一定的大小，所以将障碍物进行膨化处理，以便将USV简化成一个质点，否则需要建立全局、USV本身、传感器三个坐标系。为简化计算，对障碍物采用包围盒算法，以长宽比3/4为界限分别对其采用有向包围盒和圆形包围盒。为防止随机产生航向角，加入正态分布知识初始化航向角，使其只产生起点与终点方向180°范围的航向，最后利用佛洛依德平滑算法对路径进行平滑处理，得到全局路径规划。 其次，考虑国际海上避碰规则对避碰方式的规定，根据三种会遇局面，对已知动态障碍物设计不同的避让方式，并计算最优航向角和避让结束点，在完成已知动态障碍物的局部路径规划结束后，USV不脱离全局路径规划的航路，并仿真验证。 最后针对未知运动状态障碍物，为获得更多的可行域，对其重新建模。此外根据USV与未知运动状态障碍物之间的危险等级进行界定采取不同的避让方式。在粒子群优化算法和避碰规则的基础上，采用时间滚动窗口策略对未知障碍物进行避碰。最终对具有已知静态、动态和未知障碍物的复杂环境进行仿真模拟。该仿真系统利用VisualStudio2019，编程语言为C++，使用MFC可视化界面，界面设计为Ribbon界面，仿真实验表明，该研究能高效、实时、安全的实现路径规划，对USV发展具有一定的参考价值。 |
| 作者： | 王伟 |
| 专业： | 航海科学与技术 |
| 导师： | 史国友 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
