采用能耗最优改进蚁群算法的自治水下机器人路径优化

刘贵杰,刘鹏,穆为磊,王寿军

(中国海洋大学机电工程系,266100,山东青岛)



采用能耗最优改进蚁群算法的自治水下机器人路径优化

刘贵杰,刘鹏,穆为磊,王寿军

(中国海洋大学机电工程系,266100,山东青岛)

针对传统路径优化算法中“距离最短能耗非最低”的问题,提出了一种基于能耗最优改进蚁群算法的自治水下机器人路径优化算法。该算法通过对水下机器人进行水动力学分析,建立了水下机器人移动过程中的受力模型;得到了机器人移动路径的能耗计算公式;提出了能耗最优的改进蚁群算法,采用路径能耗的倒数作为路径信息素值,实现了能耗指导蚁群进化的目的。实验结果表明:该算法规划的路径长433.51 m,水下机器人能耗12 235.17 J,算法寻优迭代次数22次;传统距离最优算法规划的路径长393.56 m,水下机器春能耗12 864.99 J,算法寻优迭代次数33次。该算法规划的路径距离虽比传统算法长10%,但是能耗却降低了5%,收敛速度明显比传统算法快,对降低水下机器人能耗、提高续航能力有一定的优势。

能耗;蚁群算法;自治水下机器人;距离

自治水下机器人(autonomous underwater vehicle,AUV)具有高自动化和智能化的特点,可以独立自主地完成水下作业任务和水下巡航。路径规划是一种典型的优化问题,也是水下自治机器人领域的研究热点,按照某一性能指标(最小工作代价、最短路径等)得到一条最优的水下路径对水下自治机器人具有重要的意义[1]。通常情况下,AUV优化路径评价指标包括时间最优、距离最优、能耗最优,但是AUV的能源需要自身携带,从而限制了水下机器人的行动范围和工作时间,因此在AUV巡航过程中寻找一条能耗最低的优化路径具有重要的实用价值。……