CN115655274B 一种海流影响下基于双层规划框架的能耗最优水下区域覆盖方法 （东南大学）

号一种海流影响下基于双层规划框架的能耗本发明提供了一种海流影响下基于双层规通过使用覆盖路径和能量消耗指标作为决策变采用生物激励神经网络算法进行覆盖路径求解本发明能够在海流影响下选择更有益的覆盖方向和推进速度，完成任务的同时降低AUV水下探2步骤2：在步骤2中将本区域覆盖任务分为路径规划和路步骤2.2使用生物激励神经网络算法规划能够完全覆盖任务区域的路径，地图中的每j＝1_Δθj/π是水下机器人当前的位置与下一个位置方向差值的单调递减函数，Δθj是当位置内海流方向的差值的单调递减函数，β是水下机器人下一个栅格区域的前进方向与下找出最大活性值的神经元，水下机器人便开始运动到这个最大活性输出值的神经元的位3如果此时上层算法传输的路径选择列表中没有可选路径，则说明水下机器人陷入死步骤3.2通过蚁群优化算法搜索步骤2路径列步骤3.3通过蚁群优化算法查询路径列表中还没有覆盖的路径点，通过蚁群优化算法2.根据权利要求1所述的海流影响下基于双层规划框架的能耗最优水下区域覆盖方将待作业水下机器人视为一个不占空间的质点，对障碍物进行膨胀经此步骤后，障碍物栅格完全覆盖了待作业海域的障碍物区域，得到了最3.根据权利要求1所述的海流影响下基于双层规划框架的能耗最优水下区域覆盖方将本区域覆盖任务分为路径规划和路径优化两部分，将上层算法采用生物激励神经网络算法规划每一步路径，这个过下层算法采用蚁群优化算法在可行路径列表内搜索出域内水下机器人推进速度大小和行驶方向，并计算其能量消耗作为适应度值返回上层算上层算法以该适应度值作为依据进行规划路径的更新，以地图中的每个栅格Gi与生物激励神经网络结构中的神经元在空间上一一对应，神经元4令xi为第i个神经元的活性值，得到第i个神经元的动态神经元活性输出值的微分方程元的外部输入：E为一个远大于B的正值常数，保证代表目标点的神经活性输出值在整个神经网络结构中分别处于峰值和谷值；ωij表示神经元i与神经元j之间4.根据权利要求1所述的海流影响下基于双层规划框架的能耗最优水下区域覆盖方定义能量消耗ecj为目标函数，与水下机器人推进功率PVEH和推进时长tcj相关，如下所5路径实际航行时只有将能量消耗求取的参数水下机器人在子路径航行时的推进速度作为待优化变量，)表示ij6依次计算上层算法路径选择列表中可选路径对应的最优推进速度ij将此逃出路径以及对应路径的推进速度列表5.根据权利要求1所述的海流影响下基于双层规划框架的能耗最优水下区域覆盖方7上层生物激励神经网络算法通过下层蚁群算法传输的最优推进速度大小和方向以及如果水下机器人陷入死区，则下层算法没有对应的适应出路径以及对应路径的推进速度列表，此时上层算法将此逃出路径添加到覆盖路径列表进行迭代时，上层生物激励神经网络算法不需要进行神经元活性值计算8的遍历算法将工作区域的遍历转化为图中所有结点的遍历，这能保证每个节点都被覆盖，9[0019]为方便设计算法，本发明将待作业AUV视为一个不占空间的质点，且适当忽略了[0024]本任务的核心目标是通过AUV实现水下任务区域的全部覆盖，这个过程需综合考[0025]将本区域覆盖任务分为路径规划和路径优化两部分，将问题表述为双层规划框[0030]步骤2.2使用生物激励神经网络算法规为神经元的刺激输入，si-IdJ-为神经元的抑制pj合成得到3)表示推进速度大小为0.4m/s；蚂蚁完成一个循环后更新所有路径上的信息素，当所有蚂蚁已经收敛得到一条最优路径，[0080]步骤3.3通过蚁群优化算法查询路路径长度的和；设置寻找逃出路径时已覆盖区域可以由当前栅格向周围8个栅格移动，向[0084]其中，Tk表示蚂蚁k下一步可以选择的路径点，ηij表示为相邻两个栅格之间的距[0090]其中Ek表示第k只蚂蚁在本次循环中的目标函数值，蚂蚁完成一个循环后更新所[0094]上层生物激励神经网络算法通过下层蚁群算法传输的最优推进速度大小和方向[0100]1.本发明构建了基于生物激励神经网络算法和蚁群算法混合求解的双层规划框[0103]图1是本发明提供的任务区域栅格地图示意图(左图)和生物激励神经网络结构[0107]实施例1：本发明所述的一种海流影响下基于双层规划框架的能耗最优水下区域[0115]为方便设计算法，本发明将待作业AUV视为一个不占空间的质点，且适当忽略了[0120]本任务的核心目标是通过AUV实现水下任务区域的全部覆盖，这个过程需综合考[0121]将本区域覆盖任务分为路径规划和路径优化两部分，将问题表述为双层规划框[0126]步骤2.2使用生物激励神经网络算法规c|合成得到3)表示推进速度大小为0.4m/s；蚂蚁完成一个循环后更新所有路径上的信息素，当所有蚂蚁已经收敛得到一条最优路径，[0176]步骤3.3通过蚁群优化算法查询路路径长度的和；设置寻找逃出路径时已覆盖区域可以由当前栅格向周围8个栅格移动，向[0180]其中，Tk表示蚂蚁k下一步可以选择的路径点，ηij表示为相邻两个栅格之间的距[0186]其中Ek表示第k只