基于自适应步长布谷鸟搜索和粒子群融合算法的AUV水下三维路径规划 |
| |
作者姓名: | 王磊 李京杭 齐俊艳 贺军义 |
| |
作者单位: | 1. 河南理工大学计算机科学与技术学院;2. 河南理工大学智能开采研究院 |
| |
基金项目: | 国家自然科学基金资助项目(52174109);;河南省科技攻关项目(212102210092); |
| |
摘 要: | 针对传统布谷鸟算法在处理自主式水下机器人(AUV)于复杂水下的三维路径规划研究时存在搜索目标不可达、寻径和避障能力弱和算法收敛速度慢等问题,提出AUV路径规划算法PSO-ASCS(particle swarm optimization-adaptive stepsize cuckoo search),将粒子群算法引入改进的自适应步长布谷鸟搜索,对布谷鸟算法进行优化。利用空间分层思想建立复杂水下三维模型对PSO-ASCS算法进行路径规划和避障实验;通过考虑路径长度、路径平滑性和路径危险性三个要素构造适应度函数,对PSO-ASCS算法进行测试并与自适应步长布谷鸟算法、标准布谷鸟算法和粒子群算法进行比较。实验表明,本文算法具有较强的全局搜索能力和寻优性能、算法收敛较好,使AUV具备高效的避障和路径规划的能力。
|
关 键 词: | 改进布谷鸟算法 粒子群算法 自主水下航行器 三维路径规划 |
|