[发明专利]一种基于量子蚁群算法的无人水面艇航迹规划方法

说明书

本发明公开了一种基于量子蚁群算法的无人水面艇航迹规划方法，属于无人水面艇和航迹规划技术领域。本发明通过量子蚁群算法来解决无人水面艇的航迹规划问题，包含以下步骤：根据地理信息数据库中的障碍物分布情况，建立航行区域的静态环境模型；根据无人水面艇航迹规划的目标函数和约束条件，建立无人水面艇的航迹规划综合评价函数；采用量子蚁群算法对无人水面艇进行全局静态航迹规划。本发明提出的算法既能体现量子计算的高效性，又保持了蚁群算法较好的寻优能力和较强的鲁棒性，可以提高算法的计算速度，能够有效且快速地得到无人水面艇在复杂海况下的最优航迹，使无人水面艇在满足约束条件的前提下，得到最优航迹，从而完成任务要求。

技术领域

本发明属于无人水面艇和航迹规划技术领域，具体涉及一种基于量子蚁群算法的无人水面艇航迹规划方法。

背景技术

随着无人操作平台的不断发展，无人水面艇作为监测海洋环境以及代替有人船只执行危险任务的重要工具，具有广泛的应用前景。近年来，无人水面艇成为了海上智能交通领域的研究热点，而其航迹规划是无人水面艇智能化的关键技术之一。无人水面艇航迹规划的目的是利用地形环境信息和任务信息，在满足各种约束条件的前提下，规划无人水面艇从起始点到目标点的航行轨迹，使得航迹的特定评价指标达到最优，从而提高无人水面艇执行任务的效能。航迹规划技术的核心是航迹规划方法。全局静态航迹规划方法是无人水面艇在执行任务前进行的。无人水面艇通过全局环境信息建立一条可行的到达目的地的路径，无人水面艇沿着这条已规划出的路径到达目标。全局静态航迹规划的优劣依据是预先确定的性能指标，如无人艇的性能、安全要求、任务要求等约束条件，按照不同的优先级进行综合处理确定的。以此最优性能指标为标准，再通过优化算法生成一条最优参考路径。航迹规划问题是组合优化问题，是优化领域的重要分支之一。全局航迹的规划主要针对全局优化，需要处理大量数据，因此存在的主要问题是优化方法应避免局部最优，并且要解决计算量过大、耗时长等问题。

国内外专家已经对航迹规划问题进行了大量的研究，比较典型的方法有可视图法、遗传算法、模糊理论、粒子群算法、蚁群算法等。但是上述的算法存在着一些缺陷，如容易陷入局部最优值、计算空间大以及耗时长等。

量子蚁群算法是将量子计算有关概念与蚁群算法相结合的一种新兴的优化算法。将蚁群算法中的蚂蚁在路径上的留下的信息素用量子比特进行编码，得到量子信息素，量子信息素的更新规则变为通过量子旋转门策略与最优路径相结合来实现。由于采用量子比特对蚂蚁进行编码，可在蚁群规模不变的情况下，使搜索到的空间加倍，从而加快了收敛速度。量子计算拥有很好的并行性、很高的指数级存储容量以及指数加速等特点，可以克服蚁群算法容易陷入局部最优以及计算速度较慢等不足。该算法既体现了量子计算的高效性，又保持了蚁群算法较好的寻优能力和较强的鲁棒性。

发明内容

本发明的目的在于提供可以有效避免局部最优值并且提高运算速度，可以快速地获得无人水面艇执行任务的最优航行轨迹的一种基于量子蚁群算法的无人水面艇航迹规划方法。

本发明的目的通过如下技术方案来实现：

一种基于量子蚁群算法的无人水面艇航迹规划方法，包括以下步骤：

步骤1.根据地理信息数据库中的障碍物分布情况，建立航行区域的静态环境模型，所述的内容具体包括：

1-1)根据电子海图中的障碍物位置信息，将航行区域内的障碍物用多边形表示，并且忽略其高度；

1-2)将上述步骤获得的环境信息作为建模数据，采用栅格法对无人水面艇的二维航行区域进行静态环境建模，航迹规划区域需根据起始点、目标点及威胁点的坐标及网格大小来确定。

步骤2.根据无人水面艇航迹规划的目标函数和约束条件，建立无人水面艇的航迹规划综合评价函数，所述的内容具体包括：

2-1)建立无人水面艇的无人水面艇的航迹规划综合评价函数：