基于改进蚁群优化算法的AUV三维路径规划

摘要: 针对蚁群算法在三维路径规划时收敛速度慢且难以收敛至最优的缺点，提出一种新的改进蚁群算法，并将其应用于自主式水下机器人(autonomous underwater vehicle，AUV)三维路径规划。与现有算法相比，改进算法优点主要体现在3个方面：首先，引进伪随机状态转移概率提升算法全局搜索能力；其次，将距离和轨迹限定因子引入启发式函数，距离因子保证搜索不断趋近目标点，在轨迹限定因子约束下，轨迹累计转角更小，以此提升收敛速度和精度；最后，通过扩大信息素增量差距并逐步提高信息素衰减系数，进一步提高路径规划效率。实验结果表明，改进蚁群算法能够获得累计转角更小路径，且路径长度更小，收敛速度更快。

• 关键词: 
• 路径规划  /  
• 改进蚁群算法  /  
• 启发函数  /  
• 信息素更新  /  
• 收敛速度  /  
• 三维路径规划  /  
• 自主水下机器人  /  
• 转移概率  

自主式水下机器人(autonomous underwater vehicle，AUV)是新型水下无人平台，该平台具有比较好的自主、隐蔽、环境适应和可部署性以及低费效比等优点。因此，AUV在海底勘探、水下救援、反潜、情报搜集和目标攻击等军民领域有广泛的应用前景，受到国内外学者高度关注并得到深入研究[1-5]。近年来，随着AUV技术快速发展，它的应用场景也越来越复杂。在此情形下，AUV路径规划问题已经成为相关领域一个研究热点。不同于二维地形，面对水下复杂多变的三维地形，如何规