遗传算法在水下机器人路径规划中的应用.pdfVIP

电子发烧友 电子技术论坛 遗传算法在水下机器人路径规划中的应用 河南财经学院计算机科学系 张巧荣 张斌 河南省自然科学基金资助项目(0411014500) 摘 要： 提出一种分层路径规划算法来解决大范围海洋环境下的智能水下机器人（AUV）的全局路径规划问题。该算法将 机器人的工作空间分层分解，并在每一层搜索路径，最终得到一条与障碍物无碰的全局路径。同时为解决算法的全局最优 问题，使用遗传算法在每一层搜索路径。实践证明，该方法具有灵活、实用的特点，并能显著的节省内存空间。 关键词： 智能水下机器人(AUV)；全局路径规划；分层路径规划；遗传算法 中图分类号 TP242 文献标识码: A The Application of Genetic Algorithm in Path Planning for AUV Henan Institute of Finance and Economics,Department of Computer Science Zhang QiaoRong Zhang Bin Abstract: This paper proposes a hierarchical global path planning approach for Autonomous Underwater Vehicle in ocean. This approach consists of successive decomposition of the robot’s workspace and searching for a path at each level of decomposition. To get a global shortest path, the Genetic Algorithm is used in the algorithm for its efficient on optimization. The approach proves to be flexible and practicable, and can reduce memory consume significantly. Keywords: Autonomous Underwater Vehicle (AUV); global path planning; hierarchical path planning; Genetic Algorithm 1 引言 智能水下机器人 AUV (Autonomous Underwater Vehicle)在海洋开发、水下作业、海底探测、潜援救 生等领域具有广泛的应用前景，因而受到各国的重视。路径规划是智能水下机器人的关键技术之一，在一 定程度上它标志着水下机器人智能水平的高低。水下机器人路径规划的任务就是给定一个水域及障碍环 境、一个运动的水下机器人及其起始和目标位姿，求一条从起点到目标的路径，使该水下机器人能够从起 点安全无碰地绕过障碍物到达终点。 用于全局路径规划的典型方法有可视图法、自由空间法和单元分解法等。其中可视图法和自由空间法 在二维工作空间下的性能很好，但到三维工作空间后，其复杂性和计算时间都会大为增加，而单元分解法 在二维空间和三维空间都可以很容易的实现。单元树法是一种常用的单元分解法。单元树法把机器人工作 空间分成几个较大的单元（一般来说，二维空间划分为 4部分，称为四叉树，三维空间划分为 8 部分，称 为八叉树）划分得到的每个单元所占用的工作空间可能是下面三种情况之一：都为自由空间（白区）、都 为障碍物空间（黑区）、混和型空间（灰区）。对于混和型空间按照前面的方法继续进行划分，直到一个预 先设定好的精度为止。该方法存在着一些问题，比如有些混和型空间在路径规划过程中根本没有用到，但 是也继续分解直到预先设定的精度,这在一定程度上浪费了存储空间。 由于智能水下机器人所处的环境属于开放的三维空间，它的复杂性使得规划的难度很大。，因此要求 路径规划算法必须能够有效的利用内存空间，有效地解决求解精度与内存空间之间的矛盾。本文提出一种 分层路径规划算法，该算法中结合了单元树法和遗传算法的优点，较好地解决了上述几个问题。 2 环境表示 本算法所采用的是类似于单元树的环境表示方法，但是，单元树模型的建