收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子群优化算法的水下潜器实时路径规划技术研究

祖伟  
【摘要】: 随着海洋资源日趋得到关注,人们利用水下潜器完成海洋资源探索和开发的期望也日益高涨,对潜器实现智能控制和自主导航提出了越来越高的要求。路径规划技术直接关系到水下潜器智能水平的高低,是其智能导航控制的关键技术之一。本文围绕粒子群优化算法(PSO)在路径规划中的应用展开研究,特别针对动态障碍物环境下如何避障这个难点,提出解决方法。研究过程中充分利用了粒子群优化算法求解迅速、全局寻优能力强的优点,提高了路径规划方法的效率和性能。论文按照“先算法理论再应用、先静态再动态、先二维再三维”的顺序层层深入展开研究,主要的研究内容和成果包括以下几个方面: 从参数设置、求解原理、应用效果、环境适应性这几个方面对PSO算法在路径规划中的应用价值进行研究,总结出PSO解决路径规划问题的特点和改进方向,为下文的具体应用研究提供依据。 为了保证PSO自身的性能,我们首先对粒子群优化算法的优化机理进行分析,结合路径规划的应用背景,提出基于均衡分布参数的改进粒子群优化算法。这种算法中从粒子维变量组成的微观角度出发,针对PSO中存在的缺陷,构造了保证进化过程多样性的均衡分布参数,并且提出一种粒子维变量“自探索飞行”的改进机制。实验仿真结果证明了算法的改进效果。 全局路径规划是智能水下潜器完成路径规划任务的基础。本课题提出了基于极坐标空间粒子群优化算法的全局路径规划方法。在对工作空间建模的基础上,提出了一种采用十字链表结构,按维区域存储障碍物信息的方法,实现了障碍物信息的高效存储和访问;基于启发式知识初始化群体,并引入插入、交叉、删除操作算子,采用变长粒子、交叉变异等策略,达到提高算法局部搜索能力和搜索精度的目标。仿真试验证明了提出的算法具有更强的环境适应性、更快的收敛速度和更高的收敛精度。 本文的局部路径规划分别考虑动态已知环境下和动态未知环境下两种情况,提出基于PSO的已知局部路径规划方法和基于潜器观测窗口的未知局部路径规划方法。基于PSO的局部路径规划方法中,通过几何模型确定避碰条件,将路径规划任务转化成求解多条件目标的优化问题,再结合变速和变航向两种模式的避碰方案,制定出适合的适应度函数。 未知环境下的路径规划问题是机器人智能控制领域一个难点。本文借鉴滚动窗口的机器人路径规划方法,提出了一种基于潜器观测窗口的局部路径规划方法,其中着重解决了潜器航行过程中可能面临的障碍物会遇问题。方法的主要步骤包括环境信息建模及预测、观测窗口探测环境信息及反馈、窗口局部规划。实验结果证明了算法的可行性,以及对各种时变环境的自主适应性。 提出协调完成全局路径规划和局部路径规划两个任务的权衡策略,并依据该策略搭建水下潜器实时路径规划系统,以达到既能考虑全局优化指标,又能根据传感器信息实时躲避动态障碍物的双重目标。论文中还对本课题提出的路径规划算法的可达性以及安全性,特别是存在动态障碍物突发出现情况下算法的性能展开讨论。 最后,针对潜器在水下航行的实际三维海底地形环境,提出了基于粒子群优化算法实现的三维路径规划算法。其中采用真实电子海图中的深度值来表示三维海底地形,并定义了三维规划算法的数据编码结构。获得的规划算法通过应用惩罚函数及启发式知识,不仅能够灵活的获得具有不同特点的优化路径,而且对具有突发障碍物的三维环境也具有自主适应性。文章中还在三维环境中对本文提出的动态环境的路径规划算法进行了仿真试验。 通过对算法的大量仿真试验表明:所设计的PSO路径规划算法充分利用了PSO快速收敛、全局寻优能力强的优点,分别解决了静态到动态、二维到三维不同环境下的潜器路径规划问题。并且可以看出算法能够灵活的适应潜器航行的各种环境,具有良好的搜索性能与快速的收敛性,能够适应潜器路径规划的要求,对潜器的安全航行具有重要的理论意义及应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨晓峰;罗安;彭楚武;吴敬兵;杨翠翠;马伏军;常亮亮;;基于神经网络学习算法和粒子群算法的改进PID控制在高压静止无功补偿器中的应用[J];电网技术;2011年06期
2 完备;张震亚;乔兵;胡鹏;;基于粒子群优化算法的航天器惯性参数辨识[J];机械制造与自动化;2011年03期
3 李龙星;余炳辉;;用整体分布优化算法求解水火电力系统短期优化调度[J];计算机应用与软件;2011年07期
4 吴继芳;张其林;赵永标;李杰;;PSO优化的SVM回归在SF_6废气定量分析中的应用[J];洛阳理工学院学报(自然科学版);2011年02期
5 李洪冬;张民;陈欣;;基于PSO算法的飞机平衡状态求解[J];计算机仿真;2011年08期
6 许卫宝;王超;何宝;黄胜;周斌;;粒子群算法在翼型剖面优化中的应用(英文)[J];船舶力学;2011年06期
7 刘江波;李杰然;李亮;;基于ZMNL的K分布海杂波仿真[J];电子信息对抗技术;2011年03期
8 刘伟;王建平;张崇巍;;基于SVM的生物电阻抗人体内脏脂肪测量研究[J];电子测量与仪器学报;2011年07期
9 王波;吕俊伟;于振涛;盖俊峰;;一种物联网的时钟服务器配置方法[J];海军航空工程学院学报;2011年03期
10 侯成志;;佳木斯市水资源承载力评价[J];黑龙江水利科技;2011年03期
11 张娜;李祥崇;;改进粒子群算法在PID参数优化中的应用[J];沈阳工程学院学报(自然科学版);2011年03期
12 张文斌;腾达;潘正春;张金威;;基于模拟负载的水下潜器定位控制策略研究[J];机床与液压;2011年13期
13 张伟;;结合静力测试与基频变化的PSO二阶段结构损伤识别[J];科学技术与工程;2011年23期
14 张鹄志;郭建青;;粒子群优化算法在确定越流含水层参数中的应用[J];水利水电科技进展;2011年03期
15 曾令全;罗富宝;丁金嫚;;禁忌搜索–粒子群算法在无功优化中的应用[J];电网技术;2011年07期
16 龚兰芳;张昱;;电网可靠性评估的PSO-SVR评估模型[J];计算机仿真;2011年07期
17 杨丞;费洪晓;;基于改进粒子群的模糊聚类超声图像分割[J];科学技术与工程;2011年21期
18 刘剑;李丽娜;张婷;;基于改进粒子群优化算法的经济负荷分配[J];沈阳建筑大学学报(自然科学版);2011年04期
19 郭垂江;王慧晶;;基于市场需求的高速铁路运输服务属性调整模型及算法[J];铁道学报;2011年08期
20 王天虹;瞿勇;宋业新;戴明强;;具有策略偏好的模糊双矩阵对策模型及其应用[J];火力与指挥控制;2011年09期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 龙建军;吴百海;吴金萍;;基于功能原理的水下潜器模型参数辨识方法与实验估计[A];第二十九届中国控制会议论文集[C];2010年
3 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
4 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
5 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
6 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
7 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
8 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
10 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
6 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
9 祖伟;基于粒子群优化算法的水下潜器实时路径规划技术研究[D];哈尔滨工程大学;2008年
10 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
中国硕士学位论文全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
7 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
8 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
9 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
10 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978