[发明专利]一种面向不确定任务时间的自主水下航行器航路规划方法

说明书

技术领域

本发明属于AUV任务分配与航路规划领域，涉及一种面向不确定任务时间的自主水下航行器航路规划方法。 

背景技术

AUV在通常需要在较大范围内执行观测等任务，这些任务点所需的任务时间往往只能通过事先估计得知。因此，在执行多点任务时，必须在规划航行器到达任务点先后序列的同时，考虑各任务点所需时间的不确定性，以及受航行器的最大工作时间约束所导致的返航和充电时间，使整个任务过程所需的时间最少。 

近年来，在AUV的航路规划研究领域，已取得一些研究成果，但对于具有不确定任务时间的AUV多航路点航路规划的研究，国内外研究并未发现。 

发明内容

为了避免现有技术的不足之处，本发明提出一种面向不确定任务时间的自主水下航行器航路规划方法，针对航路规划问题的启发式遗传操作，以提高航路规划结果的性能。 

一种面向不确定任务时间的自主水下航行器航路规划方法，其特征在于步骤如下： 

步骤1：对航路规划问题进行编码得到规模为N的种群，所述的编码方式为：航路规划问题的每个可行解的编码由为多个子编码序列表示，每个子编码序列代表1个AUV的航路点顺序，子编码序列的数量代表航行完所有航路点所需的AUV数量；所述子编码序列的产生方法：随机产生N_V个的[1，N_V]正整数，作为每个航行器所需航行的航路点数量；所述N_V为参与任务的AUV数量； 

步骤2评估种群适应度：对每条航路序列的代价f_i重复计算N_RSM次，每次计算时各航路点的具体观测时间由其概率分布随机生成，然后用这N_RSM次计算结果的期望值作为该航路的估计代价；对编队中所有AUV的航路进行估计后即可得到该个体的适应度估计值 

其中： (i＝1，...N_V)，L为航路的长度，V为航行器的速度； 

步骤3从当前种群中选出N个优良个体：当前种群中每个个体被选中的概率等于其适应度与种群个体适应度之和的比值，随机产生[0，1]之间的随机数，若该数大于比值则选中该个体，否则不选； 

步骤4对优良个体以概率p_c进行交叉操作：首先分别从N个优良个体中选出两条代价最小的航路，然后将两条航路进行交换并作为它们的第一条航路； 

如果个体中只有一条航路时则用该航路中随机选出的一个片段与另一个个体中的最佳航路进行航路交换，具体交换方式为：一个新航路点D插入距它最近的航路点之前或之后，新航路点D将插入到原航路A-B-C-A中，距D最近的点为B，得到插入结果：A-D-B-C-A或A-B-D-C-A；若Dis(A，D)+Dis(B，C)大于Dis(A，B)+Dis(D，C)则选择后者，反之选择前者，其中Dis(C₁，C₂)代表C₁和C₂间的距离； 

步骤5：对交叉后的优良个体以概率p_m进行变异操作，以如下任意一种方式进行启发式变异操作： 

1)启发式局部交换：每次交换的两条航路随机确定，将每个航路中的一个随机选出的片段交换到另一个航路中去，按照INM方法将该片段中的每个点插入到另一个航路中，同时保证在每次启发式局部交换过程中相同两条航路之间不会发生两次交换操作； 

2)启发式最短航路合并：在个体中寻找两个最短航路，并将其中一条以INM方法插入到另一条航路中，将二者合并； 

3)启发式最长航路拆分：将个体中代价最大的航路从一随机点拆分成两条航路，新拆分出的航路以INM方法插入一条空航路中； 

步骤6：循环步骤2～5N_t次，得到最优个体； 

步骤7：对最优个体按照步骤1中的编码规则进行解码，得到每个AUV的规划航路。 

本发明提出的一种面向不确定任务时间的自主水下航行器航路规划方法，可用于对多个AUV的航路进行规划，实现多AUV系统的协同航路规划，能够保证规划结果 的全局最优性，且具有使用方便，通用性强的特点；也可应用于对机器人、无人飞行器等的航路规划。 

附图说明

图1：本发明的编码方式的示意图； 

图2：本发明启发式遗传操作中所使用的插入最近点(INM)方法的示意图； 

图3：本发明可行解评价算法的伪代码 

具体实施方式