改进分布估计算法的AUV全局路径规划

许赫威; 戴晓强; 王莹; 杨淦华; 黄鑫

doi:10.13873/J.1000-9787(2024)07-0047-04

Chinese

您当前的位置：

首页 >

文章列表页 >

改进分布估计算法的AUV全局路径规划

研究与探讨 | 更新时间：2025-09-11

- 改进分布估计算法的AUV全局路径规划
- 暂无标题
- 传感器与微系统 2024年第7期页码：47-50
- 作者机构：
  
  1. 江苏科技大学自动化学院
  2. 江苏科技大学计算机学院
- 作者简介：
- 基金信息：
  
  江苏省科技项目(BE2018103)
- DOI：10.13873/J.1000-9787(2024)07-0047-04
  中图分类号： TP18;TP242
- 纸质出版：2024
- 稿件说明：
移动端阅览
许赫威, 戴晓强, 王莹, 等. 改进分布估计算法的AUV全局路径规划[J]. 传感器与微系统, 2024,(7):47-50.
许赫威, 戴晓强, 王莹, 等. 改进分布估计算法的AUV全局路径规划[J]. 传感器与微系统, 2024,(7):47-50. DOI： 10.13873/J.1000-9787(2024)07-0047-04.

DOI：

摘要

为解决基于固定宽度直方图(FWH)的分布估计算法在解决自主水下机器人(AUV)路径规划问题时易陷入局部最优的问题，提出一种个体更新方法融合策略。将狼群优化算法(WPA)中的部分个体更新方法，以及三次样条函数融合到算法当中，增加算法个体更新方法的多样性。提高AUV路径规划的精度，增加收敛速度。在水下数字高程模型环境中，对原始算法以及改进后的算法进行性能评估。仿真结果验证了算法改进的可行性和有效性。

Abstract

关键词

Keywords

references

汤国安,李发源,刘学军.数字高程模型教程[M].科学出版社,2016.

Liu Run Dong,Chen Zong Gan,Wang Zi Jia,Zhan Zhi Hui.Intelligent Path Planning for AUVs in Dynamic Environments: An EDA-Based Learning Fixed Height Histogram Approach[J].IEEE Access,2019.

Dhanushka Kularatne,Subhrajit Bhattacharya,M. Ani Hsieh.Going with the flow: a graph based approach to optimal path planning in general flows[J].Autonomous Robots,2018.

Xiang Cao,Daqi Zhu.Multi-AUV task assignment and path planning with ocean current based on biological inspired self-organizing map and velocity synthesis algorithm[J].Intelligent Automation & Soft Computing,2017.

李世奇,孙兵,朱蟋蟋.海流环境下基于改进D*算法的AUV动态路径规划[J].高技术通讯,2022(01).

徐炜翔,朱志宇.基于飞蛾火焰算法的AUV三维全局路径规划[J].上海理工大学学报,2021(02).

胡春磊,章飞,曾庆军.基于多目标蚁群策略的AUV全局路径规划算法[J].传感器与微系统,2020(11).

姚绪梁,王峰,王景芳,王晓伟.一种时变洋流场下AUV最优能耗路径规划方法[J].控制与决策,2020(10).

刘永兰,李为民,吴虎胜,宋文静.基于狼群算法的无人机航迹规划[J].系统仿真学报,2015(08).

浏览量

183

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进遗传算法在机器人多目标路径规划的应用

融合Q-learning的A^*预引导蚁群路径规划算法

基于引力搜索算法融合DWA的移动机器人路径规划

多策略改进鲸鱼优化算法的移动机器人路径规划

融合IGJO与TEB算法的移动机器人路径规划