專利名稱：一種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法
技術(shù)領(lǐng)域：
本發(fā)明屬于AUV任務(wù)分配與航路規(guī)劃領(lǐng)域，涉及ー種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法。
背景技術(shù)：
AUV在通常需要在較大范圍內(nèi)執(zhí)行觀測(cè)等任務(wù)，這些任務(wù)點(diǎn)所需的任務(wù)時(shí)間往往只能通過事先估計(jì)得知。因此，在執(zhí)行多點(diǎn)任務(wù)時(shí)，必須在規(guī)劃航行器到達(dá)任務(wù)點(diǎn)先后序列 的同時(shí)，考慮各任務(wù)點(diǎn)所需時(shí)間的不確定性，以及受航行器的最大工作時(shí)間約束所導(dǎo)致的返航和充電時(shí)間，使整個(gè)任務(wù)過程所需的時(shí)間最少。近年來，在AUV的航路規(guī)劃研究領(lǐng)域，已取得ー些研究成果，但對(duì)于具有不確定任務(wù)時(shí)間的AUV多航路點(diǎn)航路規(guī)劃的研究，國內(nèi)外研究并未發(fā)現(xiàn)。

發(fā)明內(nèi)容
為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法，針對(duì)航路規(guī)劃問題的啟發(fā)式遺傳操作，以提高航路規(guī)劃結(jié)果的性能。一種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法，其特征在于步驟如下步驟I :對(duì)航路規(guī)劃問題進(jìn)行編碼得到規(guī)模為N的種群，所述的編碼方式為航路規(guī)劃問題的每個(gè)可行解的編碼由為多個(gè)子編碼序列表示，每個(gè)子編碼序列代表I個(gè)AUV的航路點(diǎn)順序，子編碼序列的數(shù)量代表航行完所有航路點(diǎn)所需的AUV數(shù)量；所述子編碼序列的產(chǎn)生方法隨機(jī)產(chǎn)生Nv個(gè)的[1，Nv]正整數(shù)，作為每個(gè)航行器所需航行的航路點(diǎn)數(shù)量；所述Nv為參與任務(wù)的AUV數(shù)量；步驟2評(píng)估種群適應(yīng)度對(duì)每條航路序列的代價(jià)も重復(fù)計(jì)算Nksm次，毎次計(jì)算時(shí)各航路點(diǎn)的具體觀測(cè)時(shí)間由其概率分布隨機(jī)生成，然后用這Nksm次計(jì)算結(jié)果的期望值作為該航路的估計(jì)代價(jià)；對(duì)編隊(duì)中所有AUV的航路進(jìn)行估計(jì)后即可得到該個(gè)體的適應(yīng)度估計(jì)值
/ = Σズ其中ズ=·, (i = 1，· · · Nv)，L為航路的長度，V為航行器的速度；步驟3從當(dāng)前種群中選出N個(gè)優(yōu)良個(gè)體當(dāng)前種群中每個(gè)個(gè)體被選中的概率等于其適應(yīng)度與種群個(gè)體適應(yīng)度之和的比值，隨機(jī)產(chǎn)生
之間的隨機(jī)數(shù)，若該數(shù)大于比值則選中該個(gè)體，否則不選；步驟4對(duì)優(yōu)良個(gè)體以概率P。進(jìn)行交叉操作首先分別從N個(gè)優(yōu)良個(gè)體中選出兩條代價(jià)最小的航路，然后將兩條航路進(jìn)行交換并作為它們的第一條航路；如果個(gè)體中只有一條航路時(shí)則用該航路中隨機(jī)選出的一個(gè)片段與另ー個(gè)個(gè)體中的最佳航路進(jìn)行航路交換，具體交換方式為ー個(gè)新航路點(diǎn)D插入距它最近的航路點(diǎn)之前或之后，新航路點(diǎn)D將插入到原航路A-B-C-A中，距D最近的點(diǎn)為B，得到插入結(jié)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)則選擇后者，反之選擇前者，其中DiS(C1; C2)代表C1和C2間的距離；步驟5 :對(duì)交叉后的優(yōu)良個(gè)體以概率Pm進(jìn)行變異操作，以如下任意ー種方式進(jìn)行啟發(fā)式變異操作I)啟發(fā)式局部交換毎次交換的兩條航路隨機(jī)確定，將每個(gè)航路中的ー個(gè)隨機(jī)選出的片段交換到另ー個(gè)航路中去，按照I匪方法將該片段中的每個(gè)點(diǎn)插入到另ー個(gè)航路中，同時(shí)保證在毎次啟發(fā)式局部交換過程中相同兩條航路之間不會(huì)發(fā)生兩次交換操作；2)啟發(fā)式最短航路合并在個(gè)體中尋找兩個(gè)最短航路，并將其中一條以I匪方法
插入到另一條航路中，將二者合并；3)啟發(fā)式最長航路拆分將個(gè)體中代價(jià)最大的航路從ー隨機(jī)點(diǎn)拆分成兩條航路，新拆分出的航路以I匪方法插入一條空航路中；步驟6 :循環(huán)步驟2 5Nt次，得到最優(yōu)個(gè)體；步驟7 :對(duì)最優(yōu)個(gè)體按照步驟I中的編碼規(guī)則進(jìn)行解碼，得到每個(gè)AUV的規(guī)劃航路。本發(fā)明提出的一種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法，可用于對(duì)多個(gè)AUV的航路進(jìn)行規(guī)劃，實(shí)現(xiàn)多AUV系統(tǒng)的協(xié)同航路規(guī)劃，能夠保證規(guī)劃結(jié)果的全局最優(yōu)性，且具有使用方便，通用性強(qiáng)的特點(diǎn)；也可應(yīng)用于對(duì)機(jī)器人、無人飛行器等的航路規(guī)劃。


圖I :本發(fā)明的編碼方式的示意圖；圖2 :本發(fā)明啟發(fā)式遺傳操作中所使用的插入最近點(diǎn)(1_方法的示意圖；圖3 :本發(fā)明可行解評(píng)價(jià)算法的偽代碼
具體實(shí)施例方式現(xiàn)結(jié)合實(shí)施例、附圖對(duì)本發(fā)明作進(jìn)ー步描述本發(fā)明實(shí)施例的實(shí)現(xiàn)步驟為I.對(duì)航路規(guī)劃問題進(jìn)行編碼遺傳編碼方式如圖I所示。每個(gè)可行解的編碼可由為多個(gè)子編碼序列表示，每個(gè)子編碼序列代表I個(gè)AUV的航路點(diǎn)順序，子編碼序列的數(shù)量代表航行完所有航路點(diǎn)所需的AUV數(shù)量。2.生成初始種群對(duì)于規(guī)模為N的種群，每個(gè)個(gè)體都將隨機(jī)產(chǎn)生。假設(shè)有Nv個(gè)AUV共同參與任務(wù)，首先，隨機(jī)產(chǎn)生隊(duì)個(gè)的[1，NV]正整數(shù)，作為每個(gè)航行器所需航行的航路點(diǎn)數(shù)量。然后，確定每個(gè)航路點(diǎn)的具體數(shù)值，并確保不發(fā)生航路點(diǎn)重復(fù)。3.種群適應(yīng)度評(píng)估計(jì)算種群中每個(gè)個(gè)體適應(yīng)度的過程就是計(jì)算某一 AUV的航路代價(jià)的過程。由于AUV的有限工作時(shí)間，往往需要AUV中途返航并充電。也就是說，每個(gè)AUV按照預(yù)先指派的航路點(diǎn)順序執(zhí)行任務(wù)，在每個(gè)任務(wù)點(diǎn)AUV需決定是否繼續(xù)對(duì)下個(gè)目標(biāo)執(zhí)行任務(wù)還是返航并充電。當(dāng)執(zhí)行返航時(shí)，返航時(shí)間、充電時(shí)間dfml以及返回航路點(diǎn)的時(shí)間也被包含在航路代價(jià)中。由于每個(gè)航路點(diǎn)處的 所需任務(wù)時(shí)間不是事先確定的，僅能由先驗(yàn)概率分布給出。因此，本發(fā)明提出ー種航路模擬法(RSM)來估計(jì)一條航路的代價(jià)。其具體方法為對(duì)每條航路序列的代價(jià)重復(fù)計(jì)算Nksm次，毎次計(jì)算時(shí)各航路點(diǎn)的具體觀測(cè)時(shí)間由其概率分布隨機(jī)生成，然后用這Nksm次計(jì)算結(jié)果的期望值作為該航路的估計(jì)代價(jià)。對(duì)編隊(duì)中所有AUV的航路進(jìn)行估計(jì)后即可得到該個(gè)體的適應(yīng)度估計(jì)值。個(gè)體適應(yīng)度的評(píng)價(jià)算法見圖3。 具體計(jì)算對(duì)每條航路序列的代價(jià)も重復(fù)計(jì)算Nksm次，毎次計(jì)算時(shí)各航路點(diǎn)的具體觀測(cè)時(shí)間由其概率分布隨機(jī)生成，然后用這Nksm次計(jì)算結(jié)果的期望值作為該航路的估計(jì)
代價(jià)；對(duì)編隊(duì)中所有AUV的航路進(jìn)行估計(jì)后即可得到該個(gè)體的適應(yīng)度估計(jì)值f = YJi
/ニ1其中ズ=·, (i = 1，· · · Nv)，L為航路的長度，V為航行器的速度；4.從當(dāng)前種群中選出優(yōu)良個(gè)體按照比例選擇法從當(dāng)前種群中選出N個(gè)優(yōu)良個(gè)體。當(dāng)前種群中每個(gè)個(gè)體被選中的概率等于其適應(yīng)度與種群個(gè)體適應(yīng)度之和的比值，隨機(jī)產(chǎn)生
之間的隨機(jī)數(shù)，若該數(shù)大于比值則選中該個(gè)體，否則不選。5.對(duì)優(yōu)良個(gè)體進(jìn)行交叉操作在交叉步驟中，從優(yōu)良個(gè)體中隨機(jī)選出兩個(gè)個(gè)體按照交叉概率P。執(zhí)行交叉操作。首先分別從中選出兩條代價(jià)最小的航路，然后將兩條航路進(jìn)行交換并作為它們的第一條航路。當(dāng)個(gè)體中只有一條航路時(shí)則用該航路中隨機(jī)選出的ー個(gè)片段與另ー個(gè)個(gè)體中的最佳航路進(jìn)行航路交換。當(dāng)航路交換完成之后，需要對(duì)個(gè)體中重復(fù)的航路點(diǎn)進(jìn)行刪除。這里的刪除是指對(duì)個(gè)體中原航路上的點(diǎn)進(jìn)行刪除，而新插入的航路不變。啟發(fā)式遺傳操作體現(xiàn)在ー種插入最近點(diǎn)方法(INM)，其具體含義是ー個(gè)新航路點(diǎn)應(yīng)該插入距它最近的航路點(diǎn)之前或之后，即在ー個(gè)新航路點(diǎn)在航路中的次序由距其最近的航路點(diǎn)決定。如圖2所示,新航路點(diǎn)D將插入到原航路A-B-C-A中，距D最近的點(diǎn)為B。因此有如下兩種插入結(jié)果=A-D-B-C-A和A-B-D-C-A，而最終哪種結(jié)果被接受則決定于這兩種結(jié)果的航路代價(jià)。設(shè)Dis (C1, C2)代表C1和C2間的距離，若Dis (A，D) +Dis (B, C)大于Dis (Α，B) +Dis (D，C)則選擇后者，反之選擇前者。6.對(duì)交叉后的優(yōu)良個(gè)體進(jìn)行變異操作在變異步驟中，每個(gè)經(jīng)過交叉之后的優(yōu)良個(gè)體，都將按照變異概率Pm執(zhí)行變異操作。本發(fā)明的變異步驟包含如下三種啟發(fā)式變異操作I)啟發(fā)式局部交換該操作包括若干交換操作，毎次交換的兩條航路隨機(jī)確定。將每個(gè)航路中的ー個(gè)隨機(jī)選出的片段交換到另ー個(gè)航路中去，按照INM方法將該片段中的每個(gè)點(diǎn)插入到另ー個(gè)航路中，同時(shí)保證在毎次啟發(fā)式局部交換過程中相同兩條航路之間不會(huì)發(fā)生兩次交換操作。2)啟發(fā)式最短航路合并該操作在個(gè)體中尋找兩個(gè)最短航路，并將其中一條以INM方法插入到另一條航路中，將二者合并。3)啟發(fā)式最長航路拆分該操作將個(gè)體中代價(jià)最大的航路從ー隨機(jī)點(diǎn)拆分成兩條航路，新拆分出的航路以I匪方法插入一條空航路中。需要說明的是，算法對(duì)于這三種啟發(fā)是變異操作沒有任何偏好，在某次變異時(shí)隨機(jī)選取ー種方法進(jìn)行變異。7.終止條件判斷若步驟3 5被執(zhí)行不滿Nt次，繼續(xù)執(zhí)行步驟3 6 ;否則，航路規(guī)劃過程結(jié)束，得到最優(yōu)個(gè)體。8.解碼輸出按照步驟I中的編碼規(guī)則進(jìn)行解碼，得到每個(gè)AUV的規(guī)劃航路。本實(shí)施例利用IVlatlab1'提供的遺傳算法工具箱(Genetic Algorithm Tool),本實(shí)施例對(duì)車輛航路規(guī)劃領(lǐng)域的9個(gè)Solomon系列標(biāo)準(zhǔn)測(cè)試問題進(jìn)行實(shí)驗(yàn)，它們分別是Solomon—25—R、Solomon—25—C、Solomon—25—RC、Solomon—50—R、Solomon—50—C、Solomon—50—RC、Solomon—100—R、Solomon—100—C、Solomon—100—RC。其中 25、50、100 代表目標(biāo)的數(shù)量；R、C、RC分別代表航路點(diǎn)分布的三種不同類型遠(yuǎn)、集中、既遠(yuǎn)又集中。在原Solomon問題的基礎(chǔ)在對(duì)每個(gè)客戶的需求加上一個(gè)標(biāo)準(zhǔn)差。原問題的客戶需求視為航路點(diǎn)上所需任務(wù)時(shí)間的期望值，其標(biāo)準(zhǔn)差為零到三分之一期望值的均勻分布。原問題的車輛最大載荷視為AUV的最大工作時(shí)間，每個(gè)AUV的速度恒定，并且假設(shè)單位時(shí)間內(nèi)所航行的距離為Solomon問題地圖上的單位長度，充電時(shí)間dfuel = 5。航路規(guī)劃方法的具體參數(shù)設(shè)置如下N = 800，pc = O. 9，pm = O. 4，Nrsm = 10，Nt =
10000ο表I 3給出了使用和不使用本發(fā)明的啟發(fā)式遺傳操作的兩種算法的對(duì)比實(shí)驗(yàn)結(jié)果。從中可以看出，本文提出的算法可以顯著提升算法的性能，并且問題的規(guī)模越大本文提出的算法所帯來的性能提高越明顯。表I.對(duì)25個(gè)航路點(diǎn)Solomnon問顆的實(shí)驗(yàn)結(jié)果
權(quán)利要求
1.一種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法，其特征在于步驟如下 步驟I :對(duì)航路規(guī)劃問題進(jìn)行編碼得到規(guī)模為N的種群，所述的編碼方式為航路規(guī)劃問題的每個(gè)可行解的編碼由為多個(gè)子編碼序列表示，每個(gè)子編碼序列代表I個(gè)AUV的航路點(diǎn)順序，子編碼序列的數(shù)量代表航行完所有航路點(diǎn)所需的AUV數(shù)量；所述子編碼序列的產(chǎn)生方法隨機(jī)產(chǎn)生Nv個(gè)的[1，Nv]正整數(shù)，作為每個(gè)航行器所需航行的航路點(diǎn)數(shù)量；所述隊(duì)為參與任務(wù)的AUV數(shù)量； 步驟2評(píng)估種群適應(yīng)度對(duì)每條航路序列的代價(jià)も重復(fù)計(jì)算Nksm次，毎次計(jì)算時(shí)各航路點(diǎn)的具體觀測(cè)時(shí)間由其概率分布隨機(jī)生成，然后用這Nksm次計(jì)算結(jié)果的期望值作為該航路的估計(jì)代價(jià)；對(duì)編隊(duì)中所有AUV的航路進(jìn)行估計(jì)后即可得到該個(gè)體的適應(yīng)度估計(jì)值
全文摘要
本發(fā)明涉及一種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法，其特征在于步驟如下對(duì)航路規(guī)劃問題進(jìn)行編碼得到規(guī)模為N的種群，然后評(píng)估種群適應(yīng)度并從當(dāng)前種群中選出N個(gè)優(yōu)良個(gè)體，再對(duì)優(yōu)良個(gè)體以概率pc進(jìn)行交叉操作、對(duì)交叉后的優(yōu)良個(gè)體以概率pm進(jìn)行變異操作、進(jìn)行啟發(fā)式變異操作后得到最優(yōu)個(gè)體；對(duì)最優(yōu)個(gè)體按照步驟1中的編碼規(guī)則進(jìn)行解碼，得到每個(gè)AUV的規(guī)劃航路。本發(fā)明提出的一種面向不確定任務(wù)時(shí)間的自主水下航行器航路規(guī)劃方法，可用于對(duì)多個(gè)AUV的航路進(jìn)行規(guī)劃，實(shí)現(xiàn)多AUV系統(tǒng)的協(xié)同航路規(guī)劃，能夠保證規(guī)劃結(jié)果的全局最優(yōu)性，且具有使用方便，通用性強(qiáng)的特點(diǎn)；也可應(yīng)用于對(duì)機(jī)器人等的航路規(guī)劃。
文檔編號(hào)G01C21/20GK102679982SQ20121009978
公開日2012年9月19日 申請(qǐng)日期2012年4月6日 優(yōu)先權(quán)日2012年4月6日
發(fā)明者嚴(yán)衛(wèi)生, 劉明雍, 宋保維, 崔榮鑫, 張福斌, 張立川, 彭星光, 高劍 申請(qǐng)人:西北工業(yè)大學(xué)