基于改进量子粒子群算法的AUV路径规划研究.pdfVIP

基于改进量子粒子群算法的AUV路径规划研究

摘要针对海洋环境下自主水下机器人（AUV）的路径规划问题，提出了一种基于框架四叉树的改进量子粒子群算法

：

（QPSO），首先使用框架四叉树的方法对障碍物建模，该方法提高了建模的精度且对后续算法的效率也有极大的改进，之后设

计改进的量子粒子群算法，并且结合水下环境的特殊性设计适应度函数，综合考虑航线路径长度、偏转角度以及海流影响，使

得算法可以在水下环境中寻得能耗最短的解路径。最后通过仿真试验验证，相比于传统的栅格法和粒子群算法，改进量子粒

子群算法的运算时间更短，收敛速度更快，其独特的适应度函数可以使AUV能更好适应水下多变的环境，且能利用海流设计

能耗更小的路径，具有很大的实用价值。

关键词自主水下机器人；量子粒子群算法；路径规划；海流

：

AnAUVpathplanningmethodbasedonimprovedquantumparticleswarm

optimization

Abstract:Aimingatthepathplanningproblemofautonomousunderwatervehicleinmarineenvironment,animprovedquantum

particleswarmoptimizationalgorithm(QPSO)basedonframequadtreeisproposed.Firstly,themethodofframequadtreeisusedto

modeltheobstacle,whichimprovestheaccuracyofmodelingandgreatlyimprovestheefficiencyofsubsequentalgorithms.Then,the

improvedquantumparticleswarmoptimizationalgorithmisdesigned,andthefitnessfunctionisdesignedaccordingtotheparticularity

ofunderwaterenvironment,Consideringtheinfluenceofroutelength,deflectionangleandoceancurrent,thealgorithmcanfindthe

solutionpathwiththeshortestenergyconsumptioninunderwaterenvironment.Finally,thesimulationresultsshowthatcomparedwith

thetraditionalgridmethodandparticleswarmoptimizationalgorithm,themethodusedinthispaperhasshorteroperationtimeand

fasterconvergencespeed.ItsuniquefitnessfunctioncanmaketheAUVbetteradapttothechangeableunderwaterenvironment,and

canusetheoceancurrenttodesignthepathwithlessenergyconsumption,whichhaspracticalapplicationvalue.

Keywords:autonomousunderwatervehicle；quantumparticleswarmoptimization；pathplanning；current

自主水下机器人（AUV）从二十世纪五十年代开始研制，发展到今天已经成为当前海洋勘探研究的重要

工具之一。与其他水下机器人相比，AUV可以结合先进的智能算法，从各个方面进行自主无人的作业，非常

适合在海底进行搜索、识别和打捞工作，是一种经济