[发明专利]一种基于萤火虫算法的舰船路径规划方法

说明书

技术领域

本发明属于舰船路径规划领域，尤其是一种基于萤火虫算法的舰船路径规划方法。

背景技术

随着科技的不断进步，舰船导航正逐渐向着智能化的方向发展。尤其是在水面无人舰艇 领域，舰船行驶的智能化更是尤为重要。在智能化过程中，路径规划无疑是舰船智能航行的 关键技术之一。传统规划方法有视图法、拓扑法、栅格法等，这些方法过程简单，容易实现 但路径优化效果差，并且无法保证寻找到全局最优路径。近年来，随着一些生物系统及其行 为特征进行模拟的优化算法的产生及日趋成熟，人们也逐渐将这些新兴的算法应用于路径规 划中，并且有些算法已经获得了较好的效果，比如遗传算法、人工神经网络、粒子群算法、 蚁群算法等。例如申请号为200910100613.1的专利申请一种基于粒子群优化算法的移动 机器人路径规划方法，该专利对机器人路径利用粒子群优化算法进行规划；最后对规划的路 径进行深度优先搜索。申请号为201010123511.4的专利提出一种基于双群协同竞争粒子 群和Ferguson样条的机器人路径规划方法，该方法主要解决现有技术中存在的规划路径平 滑性差且收敛速度缓慢的问题。

萤火虫算法(FireFly Algorithom，FFA)是一种基于萤火虫社会特性的优化算法，它 由杨新社博士于2007年在剑桥大学提出。尽管该算法与其它基于群体智能的算法，例如著 名的粒子群算法，人工蜂群算法有一些相似之处，但是相对而言该算法在理论和实现上较为 简单。另外，根据最近的文献显示该算法在解决很多优化问题时非常有效并且可以超过其它 传统算法，例如遗传算法等。在最近的研究中，该算法的稳定性通过不同的标准随机函数被 证明优于其它著名的优化算法。它最突出的优点是主要利用个体的随机运动，同时基于各个 个体间的全局通讯。作为一种新的智能优化算法，萤火虫算法正在逐步被人们应用在各种优 化领域，并取得了不错的效果。但截止到目前为止，还没有被应用在路径规划领域。

发明内容

本发明的目的是为了解决上述问题，将萤火虫算法应用到路径规划领域，提出一种基于 萤火虫算法的舰船路径规划方法。对基本萤火虫算法进行改进，提出了自适应的吸收参数和 随机参数，提高了方法的运行速度。结合路径规划的特点，完成了萤火虫算法编码、评价函 数设计及路径规划方法设计。

本发明的一种基于萤火虫算法的舰船路径规划方法，具体包括以下几个步骤：

步骤一：根据任务信息确定路径的起始点和目标点，并根据起始点和目标点确定航行区 域。

步骤二：以起始点为坐标原点，起始点和目标点的连线为横坐标建立新的坐标系。

步骤三：将航行区域内的障碍物进行简化合并，生成禁航区。

步骤四：利用萤火虫算法进行最优路径搜索。

步骤五：将最优路径中各个路径点的坐标转换为O-XY下的坐标。

步骤六：得到舰船的最优路径，路径规划结束。

本发明的优点在于：

本发明利用新的自然启发算法萤火虫算法作为优化算法进行舰船路径规划，方法执行效 率高，能够规划出满足实际需要的航行路径。

附图说明

图1为本发明的方法流程图。

图2为本发明所述由规划任务确定的新坐标系图。

图3为本发明所述改进萤火虫算法流程图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明是一种基于萤火虫算法的路径规划方法，具体流程如图1所示，包括以下几个步 骤：

步骤一：根据任务信息确定路径的起始点和目标点，并根据起始点和目标点确定航行区 域。

航行区域为以路径起始点和终止点连线为对角线的矩形区域，航行区域的边界坐标为 X_min，X_max，Y_min，Y_max。

步骤二：以起始点为坐标原点，起始点和目标点的连线为横坐标建立新的坐标系。

在原坐标系中，一个点的位置由x，y两个参数确定。为了简化路径点的表示方法，减小 计算量，将建立一个新的坐标系S-X′Y′。新坐标系以起始点S和目标点G的连线为横坐标轴 X′，过S的垂线为纵坐标轴Y′，如图2所示。

步骤三：将航行区域内的障碍物进行简化合并，生成禁航区。