基于改进蝙蝠算法的水下机器人避障路径优化方法

• 作者: 龚成勇 刘康 曾永亮
• 来源期刊: 探测与控制学报
• 学科: 工学
• 关键词: 改进蝙蝠算法 水下机器人 高斯柯西变异 界限随机重置 数值模拟
• 年，卷（期）: 2022,（4）
• 页码范围: 118-122,128
• 页数: 5页
• 分类号: TP242
• 语种: 中文

摘要

针对水下机器人避障研究中基本蝙蝠理论过早收敛，容易达到局部极值点的问题，对其进行了改进。改进方向主要是在算法中以线性渐变方式调节响度和脉冲发射率，通过脉冲发射率的大小控制蝙蝠进行全局搜索或局部精确搜索，优化了收敛速度慢的问题，缩短了机器人的路径定位时间。在局部寻优阶段融合高斯柯西变异策略，前期利用柯西函数两翼高概率特性产生广范围随机数，扩大算法搜索范围，后期利用高斯函数中间概率高、两端概率低的特性进行精准定位，保证机器人全局最优路径规划的同时，提高了局部精度。同时采用界限随机重置机制，优化了蝙蝠在边界聚集带来的种群多样性不足问题，提高收敛效率，满足了机器人实际定位有效性。通过数值模拟的方法建立水下三维模型，分别利用改进算法和基本蝙蝠算法进行路径规划，模拟表明，改进后的蝙蝠算法相较于基本蝙蝠算法各项指标得以提升，对水下机器人工作运行的避障能力更强，路径规划平顺且长度短。