CN117830571B 一种多约束优化的uuv粒子群三维路径规划方法 （哈尔滨理工大学）

一种多约束优化的UUV粒子群三维路径规划本发明旨在解决传统粒子群方法在路径规多约束优化的UUV粒子群三维路径规划方法，具修正，避免速度过大或过小导致粒子跑偏或停2计算初始适应度值，首先线性插值和坐标重塑：根据起将坐标cor的第二维度y坐标和第三维度z坐标根据缩放因corallallallcorallaall3继续进行约束处理：将坐标corall的z坐标与场地地图进行二维插值restraint(2)和restra最优适应度值fitnessbest进行比较，如果该个体的适应度值小于当前最优适应度值后根据indexbest找到对应的zbest为群体极值位置和对应的为4迭代的最优解fitnesszbest添加到History56[0001]本发明涉及无人潜器(Unmannedunderwatervehi领域的实地观测与数据采集，为科学家们提供珍贵的海洋研究数据；水下文化遗产保护：UUV通过搭载摄像头和激光扫描仪等设备，UUV能够获取水下文物的高清图像和三维模型，路径搜索效率低或搜索成本高等，规划的质量直接关系着UUV执行命令的效率和成本。同法不能很好地满足复杂三维空间环境下的避障要求，因此对三维环境中的UUV进行路径规[0005](1)对参数设置敏感：粒子群算法中的参数设置对算法的性能和收敛速度有很大78i个点在第j个坐标轴上的值；start(1)为地图的起点在x轴上的[0026]然后进行B样条插值：对坐标cor进行B样条插值处理，得到插值后的点的坐标all9后根据indexbest找到对应的zbest为群体极值位置，表示整个种群中具有最优适应度值的个[0051]由于初始温度为200，因此当i＝0时，temp0＝200；当i＝iterations-1时，群算法产生的路径曲率变化最大值为3.78，相比于传统粒子群算法最大曲率减少91.[0082](2)本发明所述方法在传统粒子群初始化种群的基础上，利用预先寻优对部分粒popmax＝1和基因最小值popmin＝0用来确定每个维度上的解的取值范围；设置总迭代次数[0107]从开集open中选择f值最小的节点作为当前节点last为当前正在遍历的节点，将元素值映射到指定的范围[popmin,popmax]内，这个线性变换的目的是将随机生成的解向量i个点在第j个坐标轴上的值；start(1)为地图的起点在x轴上的[0140]然后进行B样条插值：对坐标cor进行B样条插值处理，得到插值后的点的坐标all后根据indexbest找到对应的zbest为群体极值位置和对应的为群体极值适应度值，[0165]由于初始温度为200，因此当i＝0时，temp0＝200；当i＝iterations-1时，出.[0211]其中，δ1为个体相对于最小der)"")"""-1(37)[0241]最后对上述变异产生的个体进行位置修正，对小于取值下限popmin的元素进行修[0267]并将x5按照步骤10.5的修正公式进行修[0272]并将x6按照步骤10.5的修正公式进行修[0274]如果x5的适应度值介于当前最好个体和倒数第二个[0282]并将x8按照步骤10.5的修正公式进行修[0284]对整个种群按照适应度值进行升序排序，并判断是否达到趋于基本稳定为267.0，而传统粒子群算法在迭代到98次时，目标函数值才趋于稳定为[0293]图9为高度变化图。本发明产生的路径在升沉高度上波动更小处于-0.15km到+统粒子群算法高度变化减少72.1说明本发明所述方法在航行高度上更稳定，更利于减产生的路径曲率变化最大值为3.78m-1，而传统粒子群算法产生的路径曲率变化最大值为-1，相比于传统粒子群算法最大曲率减少91.7说明本发明所述方