【路径规划】FMM快速行进法船舶路径规划【含Matlab源码 2291期】

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击👇
Matlab图像处理（进阶版）
路径规划（Matlab）
神经网络预测与分类（Matlab）
优化求解（Matlab）
语音处理（Matlab）
信号处理（Matlab）
车间调度（Matlab）

⛄一、FMM简介

FMM是一种基于熵条件逆风策略求解Eikonal方程的高效数值方法,它在矩形直角格网中求解Eikonal方程的复杂度为O(Nlog N),其中N为格网总数。在一个二维规划空间中,两点之间的最优路径p满足最小代价要求,其中代价C是一个各向异性场,它与位置和方向都有关。
假定有势函数u(x),x表示位置,它满足Eikonal方程:

u(x)按最陡梯度下降的轮廓线就是最优路径,边界条件u(xgoal)=0作为默认已知。当C=1,方程的解就是起点到目标点的欧式距离,它可以简单的通过构造具有单位速度的扩展边界曲线得到。然而,若C不等于1,边界曲线会和自己交叉形成多值的“燕尾解”。熵条件解(没有多值“燕尾”)通常采用粘滞解理论在Eiknoal方程的右边加上平滑项以去除演化边界曲线的“尖角”。添加平滑项后Eiknoal方程形如:

当ε→0时,这种平滑能很好地消除多值“燕尾”现象。FMM是能够自动抽取粘滞解的数值方法,它存在Tsitsiklis算法和Sethian算法两种形式,前者常用于处理可能存在迂回线路的情况,也是本文演化模型FMM实现的基础。

经典的Eiknoal方程一阶求解采用Gudunov逆风策略,该数值方法收敛于粘滞解[7]。在航迹规划中最小代价求解问题的Eiknoal方程通常写成如下形式:

其中T为时间距离函数,τ为扩展代价函数,其Gudunov近似策略为:

通过上述方程和近似计算策略得到时间距离函数分布图,在此基础上利用最陡下降法反向跟踪抽取出发点和目标点之间的最短路径。

⛄二、部分源代码

clc
clear
close all
load mat_T.mat
load map.mat
dbstop if error
tic
% %% 输入起点与终点
% % 起点
% % start = input("请输入起点: ");
% 终点
% goal=input("请输入终点: ");
start=[50,20];
goal=[150,190];

%% 计算速度矩阵V与时间矩阵T
mat_V=ones(size(map));

mat_T=ones(size(map))*inf;
for i=1:size(map,1)
for j=1:size(map,2)
if map(i,j)==0
mat_T(i,j)=NaN;
end
end
end

%初始化mat_T(start)为0
mat_T(goal(1),goal(2))=0;
%初始化Far和Known
Far=[];
Known=[];
for i=1:size(map,1)
for j=1:size(map,2)
if igoal(1)&&jgoal(2)
Known=[i,j];
else
Far=[Far;i,j];
end
end
end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]李时东,蔡超,丁明跃.一种航迹约束演化新模型及其FMM实现[J].系统仿真学报. 2011,23(05)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合