CN113848961A - 基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统 - Google Patents
基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统 Download PDFInfo
- Publication number
- CN113848961A CN113848961A CN202111193776.6A CN202111193776A CN113848961A CN 113848961 A CN113848961 A CN 113848961A CN 202111193776 A CN202111193776 A CN 202111193776A CN 113848961 A CN113848961 A CN 113848961A
- Authority
- CN
- China
- Prior art keywords
- grid
- path
- underwater vehicle
- iteration
- detection probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 230000007613 environmental effect Effects 0.000 claims abstract description 12
- 239000003016 pheromone Substances 0.000 claims description 63
- 230000006870 function Effects 0.000 claims description 21
- 241000257303 Hymenoptera Species 0.000 claims description 20
- 239000013049 sediment Substances 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 125000004432 carbon atom Chemical group C* 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011423 initialization method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0692—Rate of change of altitude or depth specially adapted for under-water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统,本发明方法包括:确定水下航行器安全隐蔽路径规划的区域边界,确定计算区域;将计算区域栅格化;根据计算区域的地理范围加载海洋环境数据;基于加载的海洋环境数据,计算海洋声速环境参数;基于海洋声速环境参数构建声纳探测概率模型;基于构建得到的声纳探测概率模型,基于改进蚁群算法的安全隐蔽路径规划。本发明能够实现水下航行器安全隐蔽路径规划,在安全避开水下障碍的同时降低水下航行器航行过程中的累积被探测概率。
Description
技术领域
本发明涉及水下航行器路径规划技术,具体涉及一种基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统,用于为水下航行器规划降低声纳探测概率的隐蔽安全路径。
背景技术
水下航行器包括载人水下航行器和无人水下航行器,能够完成水下勘探、搜索定位、设备布防、通信中继和隐蔽侦察等任务。对于执行侦察任务的水下航行器,其面临复杂的海洋环境,在规避水下障碍物以保证航行的安全性的前提下,需要降低被敌方声纳探测的概率以保证航行的隐蔽性。声纳包括主动式声纳和被动式声纳,能够利用声波在水中的传播和反射特性对水下目标进行探测、分类、定位和跟踪,是水下监视和侦察使用的主要设备。海洋环境对声纳工作性能的影响非常显著,声波在传播途中受海水介质分布和海面、海底等的影响,会产生折射、散射、反射、干涉和衰减等现象,直接影响声纳的作用距离和测量精度。此外,声纳的技术参数、目标反射特征和辐射噪声强度也直接影响声纳的探测效果。
现有水下航行器隐蔽路径规划方法主要分为两类,具体分析如下:
第一类方法将敌方声纳探测范围建模为圆柱形、球形、圆锥形等几何立方体,然后采用与其他环境障碍物相同的处理方式,即在路径规划的时候避开这些区域。这类方法当前应用较多,其优势是实现简单,易于理解且计算效率高,只在环境建模阶段考虑声纳探测访问范围,后续可直接利用通用的路径规划算法。然而,这类方法对问题进行了过度简化,忽略了海洋环境对声纳探测性能的影响,一方面在建模的几何立方体内部的探测概率并非一致,另一方面在立方体外部的探测概率也并非为零,因此在实际情况下这类方法的适用性较差。
第二类方法考虑了海洋环境对声纳性能的影响,基于海洋环境数据进行声场构建,利用声传播模型计算声传播损失,将声传播损失信息作为路径规划算法的启发函数,在路径规划的过程中优先选择声传播损失大的位置。与第一类方法相比,第二类方法引入了声场环境模型,对声纳的探测性能进行了建模分析,考虑了海洋环境对声纳探测性能的影响。然而这类方法仍不够精细且计算过程过于粗略,研究仅仅局限于对声纳作用距离粗略估计,具体体现在:首先,没有考虑声纳类型和参数,不同的声纳在不同工况下具有不同的探测特性和探测范围;其次,没有考虑水下航行器的声学特征,包括水下航行器相对于声纳在不同角度和不同距离的反射特征和辐射噪声强度通常是不同的;此外,没有体现声纳探测过程中出现的断续性和不确定性等本质特点,并非有效作用距离以内一定发现,也并非有效范围之外一定不能发现。声纳探测性能模型的真实程度直接决定了声纳探测效果研究的可信度和适用性,迫切需要实现通过海洋环境数据、声纳类型与参数以及水下航行器的声学特征所构建的声纳探测性能模型所获得的声纳探测概率的水下航行器安全隐蔽路径规划方法。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统,本发明能够实现水下航行器安全隐蔽路径规划,在安全避开水下障碍的同时降低水下航行器航行过程中的累积被探测概率。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于声纳探测概率的水下航行器安全隐蔽路径规划方法,包括:
1)确定水下航行器安全隐蔽路径规划的区域边界,确定计算区域;
2)将计算区域栅格化;
3)根据计算区域的地理范围加载海洋环境数据;
4)基于加载的海洋环境数据,计算海洋声速环境参数;
5)基于海洋声速环境参数构建声纳探测概率模型;
6)基于构建得到的声纳探测概率模型,基于改进蚁群算法的安全隐蔽路径规划。
可选地,步骤1)包括:
1.1)获取区域内各个单元位置并以(x,y,z)三元组表示,其中x为经度,y为纬度,z为深度,所述各个单元包括水下航行器和声纳,所述单元位置包括水下航行器的起始位置和目标位置,以及各个声纳的部署位置;
1.2)根据单元位置计算得到经纬度最小值组合(xmin,ymin)和最大值组合(xmax,ymax),其中xmin和xmax分别是所有单元经度的最小值和最大值,ymin和ymax分别是所有单元经度的最小值和最大值,得到由经纬度最小值组合(xmin,ymin)和最大值组合(xmax,ymax)构成的初步计算区域;
1.3)将初步计算区域基于经度方向扩展参数rx、纬度方向扩展参数ry扩展得到最终的计算区域,且最终的计算区域对应的三维立方体的两个对角顶点坐标分别为:(xmin-rx,ymin-ry,0)和(xmax+rx,ymax+ry,rs),rs为以坐标(xmin-rx,ymin-ry)和(xmax+rx,ymax+ry)为对角顶点的区域内的最大海深。
可选地,步骤2)包括根据预设的计算区域的域栅格化参数对计算区域进行栅格化,其中:
可选地,步骤3)中加载的海洋环境数据包括温度、盐度、海面风、海深和海底底质,其中温度和盐度为三维数据,经过插值处理得到对应于计算区域栅格化后各个三维栅格格点的数据;海面风、海深和海底底质为二维数据,经过插值处理得到对应于计算区域栅格化后各个经纬度栅格格点的数据;步骤4)中计算海洋声速环境参数时包括计算声速以及根据海深和海底底质类型计算得到各个海底二维栅格格点位置的海底沉积层声学参数平均值,且计算声速的函数表达式为:
c=1449.2+ΔcT+ΔcTs+Δcz,
上式中,c为声速,ΔcT,ΔcTS,Δcz为中间变量,且有:
ΔcT=4.6T-0.55T2+0.00029T3,
ΔcTS=(1.34-0.01T)(S-35),
Δcz=0.016z,
其中,T为以摄氏度为单位的温度值,S为以千分数表示的盐度值,z为以米为单位的深度值。
可选地,步骤5)中基于海洋声速环境参数构建的声纳探测概率模型的函数表达式为:
上式中,DPij为计算区域编号为i的栅格指向编号为j的栅格的考虑所有声纳探测概率的综合瞬时探测概率,n为声纳数量,DPij(k)为任意的声纳k的瞬时探测概率,且有:
上式中,SEij(k)为计算声纳k在区域编号为i的栅格指向编号为j的栅格的信号余量,σ为信号余量的标准差,x是变量。
可选地,步骤6)包括:
6.1)初始化蚁群算法参数,基于声纳探测概率和路径代价初始信息素;
6.2)初始化迭代次数计数器n的值1;
6.3)将所有蚂蚁置于水下航行器起始位置所在栅格,对于编号为k的蚂蚁,独立执行路径探索,其中k=1,2,…,M,M是指蚂蚁数量;
6.4)等待所有蚂蚁本轮迭代结束,然后基于下式计算任意第n轮迭代的蚂蚁k的路径评价指数Vk(n);按照路径评价指数Vk(n)从低到高对本轮迭代最终到达终点的蚂蚁所经过的路径进行排序获得本轮迭代中的最优路径,将本轮迭代中的最优路径与之前迭代所获得的最优路径相比较,记录当前全局最优路径;
6.5)更新路径上的信息素和期望距离;
6.6)如果迭代次数n小于预设的最大迭代次数,则更新迭代次数计数器n=n+1,进入下一轮迭代,跳转执行步骤6.3);否则结束,输出当前获得的全局最优路径。
可选地,步骤6.1)中基于声纳探测概率和路径代价初始信息素包括:
6.1.1)建立初始信息素矩阵,每个栅格需要保存到邻近26个栅格的信息素浓度,对应26种不同的路径选择,对于计算区域三维网格所有非障碍物栅格,将其到邻近26个栅格的路径上的初始信息素浓度置0;
6.1.2)对于所有位于水下航行器的起始位置和目标位置直线连线上的非障碍物栅格,依次加入队列Qu,并且将其到邻近栅格的所有路径上的信息素浓度赋值为cs;
6.1.3)将队列Qu的队首栅格出队,记录其到邻近栅格的路径的信息素浓度ct,检查与其直接相邻的所有栅格,将非障碍物且栅格路径信息素浓度为0的栅格加入队尾,并且将其到邻近栅格所有路径上信息素浓度赋值为e*ct,其中0<e<1;
6.1.4)如果队列Qu非空,继续执行步骤6.1.3);如果队列Qu为空,继续执行步骤6.1.5);
6.1.5)对于计算区域三维网格的所有非障碍物栅格,使用栅格位置到邻近栅格所有路径的综合瞬时探测概率对路径上初始信息素浓度进行修正。
可选地,步骤6.3)中独立执行路径探索的步骤包括:
6.3.1)按照下式计算蚂蚁选择下一个候选栅格的概率:
上式中,表示本轮迭代蚂蚁k选择下一个候选栅格的概率,n为迭代轮次,τij(n)为本轮迭代从栅格i到栅格j路径上的信息素,τis(n)为本轮迭代从栅格i到栅格s路径上的信息素,ηij(n)为迭代进行到第n次时栅格i到栅格j路径上的启发信息,ηis(n)为迭代进行到第n次时栅格i到栅格s路径上的启发信息,α为信息启发因子,β为期望启发因子,表示栅格i相邻栅格中蚂蚁k所有可行栅格的集合,可行栅格包括所有与栅格i直接相邻的不属于本轮迭代路径记录的非障碍物栅格;其中,启发信息的计算函数表达式为:
上式中,ηij(n)表示迭代进行到第n次时栅格i到栅格j路径上的启发信息,DPij为编号为i的栅格指向编号为j的栅格的路径的综合瞬时探测概率,dj(n)为迭代进行到第n次时栅格j到水下航行器目标位置的期望距离,dj(1)初始化为栅格j到水下航行器目标位置所在栅格的直线距离;
6.3.2)基于蚂蚁选择下一个候选栅格的概率,通过轮盘赌算法确定蚂蚁下一步移动的目标栅格,并将蚂蚁移动到目标栅格,将目标栅格加入蚂蚁的路径记录Rk(n),并更新蚂蚁经过的路径长度以及路径的累积探测概率,且任意蚂蚁k的路径累积探测概率CDPk(n)的更新计算函数表达式为:
如果蚂蚁到达目标栅格或者无路可走,该蚂蚁本轮迭代结束,继续执行步骤6.4),否则跳转重新执行步骤6.3.1)。
此外,本发明还提供一种基于声纳探测概率的水下航行器安全隐蔽路径规划系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行所述基于声纳探测概率的水下航行器安全隐蔽路径规划方法的步骤。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行所述基于声纳探测概率的水下航行器安全隐蔽路径规划方法的计算机程序。
和现有技术相比,本发明具有下述优点:本发明包括确定水下航行器安全隐蔽路径规划的区域边界,确定计算区域;将计算区域栅格化;根据计算区域的地理范围加载海洋环境数据;基于加载的海洋环境数据,计算海洋声速环境参数;基于海洋声速环境参数构建声纳探测概率模型;基于构建得到的声纳探测概率模型,基于改进蚁群算法的安全隐蔽路径规划。本发明在海洋环境数据、声纳类型与参数以及水下航行器的声学特征的基础上,通过声纳性能模型计算得到水下航行器在不同方位的瞬时被探测概率,基于声纳探测概率对蚁群算法进行改进,实现水下航行器安全隐蔽路径规划,在安全避开水下障碍的同时降低水下航行器航行过程中的累积被探测概率。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例中区域边界划分方法的示意图。
图3为本发明实施例中的邻近栅格空间示意图。
图4为本发明实施例中的计算结果示意图。
具体实施方式
如图1所示,本实施例基于声纳探测概率的水下航行器安全隐蔽路径规划方法包括:
1)确定水下航行器安全隐蔽路径规划的区域边界,确定计算区域;
2)将计算区域栅格化;
3)根据计算区域的地理范围加载海洋环境数据;
4)基于加载的海洋环境数据,计算海洋声速环境参数;
5)基于海洋声速环境参数构建声纳探测概率模型;
6)基于构建得到的声纳探测概率模型,基于改进蚁群算法的安全隐蔽路径规划。
本实施例基于声纳探测概率的水下航行器安全隐蔽路径规划方法首先构建声纳性能预测模型,结合声纳参数、海洋环境和目标特性,计算得到水下航行器在不同方位处被声纳探测发现的概率,以时空上的不确定性代替确定性;然后基于声纳探测概率对蚁群算法进行改进,实现水下航行器安全隐蔽路径规划,在安全避开水下障碍的同时降低水下航行器航行过程中的累积被探测概率。
本实施例中,步骤1)包括:
1.1)获取区域内各个单元位置并以(x,y,z)三元组表示,其中x为经度,y为纬度,z为深度,所述各个单元包括水下航行器和声纳,所述单元位置包括水下航行器的起始位置和目标位置,以及各个声纳的部署位置;
1.2)根据单元位置计算得到经纬度最小值组合(xmin,ymin)和最大值组合(xmax,ymax),其中xmin和xmax分别是所有单元经度的最小值和最大值,ymin和ymax分别是所有单元经度的最小值和最大值,得到由经纬度最小值组合(xmin,ymin)和最大值组合(xmax,ymax)构成的初步计算区域;
1.3)将初步计算区域基于经度方向扩展参数rx、纬度方向扩展参数ry扩展得到最终的计算区域,且最终的计算区域对应的三维立方体的两个对角顶点坐标分别为:(xmin-rx,ymin-ry,0)和(xmax+rx,ymax+ry,rs),rs为以坐标(xmin-rx,ymin-ry)和(xmax+rx,ymax+ry)为对角顶点的区域内的最大海深。
由于声音的反射、散射和折射效应,需要对计算区域地理范围进行扩展。设置区域扩展参数,包括经度方向扩展参数rx,纬度方向扩展参数ry。对于垂直方向,由于水声传播会受到海面和海底影响,相应的需要将深度范围扩展到[0,rs],其中rs为以坐标(xmin-rx,ymin-ry)和(xmax+rx,ymax+ry)为对角顶点的区域内的最大海深。综上,确定计算区域对应的三维立方体的两个对角顶点坐标分别为:(xmin-rx,ymin-ry,0)和(xmax+rx,ymax+ry,rs),如图2所示。
具体地,本实施例步骤1)中设水下航行器初始位置坐标为(117°E,13°N,-4000m),目标位置坐标为(118°E,14°N,-3500m);水下航行器航行区域部署了2个声纳,其中1号声纳为主动声纳,位置坐标为(117.6°E,13.2°N,-2500m),2号声纳为被动声纳,位置坐标为(117.8°E,13.5°N,-2500m)。根据水下航行器初始位置坐标、目标位置坐标以及2个声纳的部署位置坐标,计算得到经纬度最小值组合(117°E,13°N)和最大值组合(118°E,14°N)。设置经度方向扩展参数rx为0.1°,纬度方向扩展参数ry为0.1°,加载以坐标(117°E,13°N)和(118°E,14°N)为对角顶点的区域内的海深数据,其中该区域最大海深为4500米。相应的,确定计算区域对应的三维立方体的两个对角顶点坐标分别为:(117°E,13°N,0)和(118°E,14°N,4500m)。
本实施例中,步骤2)包括根据预设的计算区域的域栅格化参数对计算区域进行栅格化,其中:
其中,为上取整函数,sx为域栅格化参数中的经度方向栅格粒度,sy为域栅格化参数中的纬度方向栅格粒度,sz为域栅格化参数中的深度方向栅格粒度,rz为深度方向扩展参数。具体地,本实施例中经度方向栅格粒度sx=0.01°,纬度方向栅格粒度sy=0.01°,深度方向栅格粒度sz=50m。根据以上参数,对计算区域进行栅格化,其中经度方向均匀划分为 段,纬度方向均匀划分为(14-13+2*0.1)/0.01=120段,深度方向均匀划分为段。
本实施例中,步骤3)中加载的海洋环境数据包括温度、盐度、海面风、海深和海底底质,其中温度和盐度为三维数据,经过插值处理得到对应于计算区域栅格化后各个三维栅格格点的数据;海面风、海深和海底底质为二维数据,经过插值处理得到对应于计算区域栅格化后各个经纬度栅格格点的数据。
本实施例中,步骤4)中计算海洋声速环境参数时包括计算声速以及根据海深和海底底质类型计算得到各个海底二维栅格格点位置的海底沉积层声学参数平均值,且计算声速的函数表达式为:
c=1449.2+ΔcT+ΔcTS+Δcz,
上式中,c为声速,ΔcT,ΔcTS,Δcz为中间变量,且有:
ΔcT=4.6T-0.55T2+0.00029T3,
ΔcTS=(1.34-0.01T)(S-35),
Δcz=0.016z,
其中,T为以摄氏度为单位的温度值,S为以千分数表示的盐度值,z为以米为单位的深度值。根据海深和海底底质类型计算得到各个海底二维栅格格点位置的海底沉积层声学参数平均值时,具体是指根据海深和海底底质类型,使用Hamilton地声模型,计算得到各个海底二维栅格格点位置的海底沉积层声学参数平均值。由于该方法为现有计算方法,本实施例中仅仅涉及对该方法的基本应用,故在此不再详细说明。
本实施例步骤5)中基于海洋声速环境参数构建的声纳探测概率模型的函数表达式为:
上式中,DPij为计算区域编号为i的栅格指向编号为j的栅格的考虑所有声纳探测概率的综合瞬时探测概率,n为声纳数量,DPij(k)为任意的声纳k的瞬时探测概率,且有:
上式中,SEij(k)为计算声纳k在区域编号为i的栅格指向编号为j的栅格的信号余量,σ为信号余量的标准差,x是变量。
声纳探测概率与信号余量密切相关,信号余量越大则声纳探测概率越大。声纳包括主动式声纳和被动式声纳,两者的作用原理不同,需要使用不同方程计算信号余量。
对于主动声纳(1号声纳)而言:
若以噪声作为主要背景干扰,则使用方程:
SE=SL-2TL+TS-NL+DI–DT
其中,SE为信号余量,SL为主动声源级(设为240dB),TL为传播损失(使用射线模型计算),TS为目标反射强度,NL为海洋环境噪声级,DI为接收指向性指数,DT为检测阈(设为10dB)。
若以混响作为主要背景干扰,则使用方程:
SE=SL-2TL+TS-RL-DT
其中,SE为信号余量,SL为主动声源级,TL为传播损失,TS为目标反射强度,RL为海洋环境混响级,DT为检测阈。
对于目标反射强度TS,根据水下航行器相对于声纳的角度不同,其前方目标反射强度TSfront设为30dB、侧方目标反射强度TSside设为200dB,后方目标反射强度TSrear设为30dB。对于型号确定的主动声纳,其属性主动声源级SL、检测阈DT和接收指向性指数DI也随之确定。对于型号确定的水下航行器,当相对于声纳的方位确定后,其属性目标反射强度TS也随之确定。水下航行器相对于声纳的角度不同,目标反射强度不同,为简化处理,分为前方目标反射强度TSfront、侧方目标反射强度TSside和后方目标反射强度TSrear。
对于被动声纳(2号声纳),则使用方程:
SE=SL-TL-NL+DI-DT
上式中,SE为信号余量;NL为海洋环境噪声级,从Wenz曲线得到;TL为传播损失,使用射线模型计算;DI为接收指向性指数,设置为15dB;DT为检测阈,设置为10dB。对于型号确定的被动声纳,其属性检测阈DT和接收指向性指数DI也随之确定。对于型号确定的水下航行器,当相对于声纳的方位确定后,其属性目标声源级SL也随之确定。水下航行器相对于声纳的角度不同,目标声源级不同,为简化处理,分为前方目标声源级SLfront、侧方目标声源级SLside和后方目标声源级SLrear。本实施例中,对于目标声源级SL,根据水下航行器相对于声纳的角度不同,其前方目标声源级SLfront设为95dB、侧方目标声源级SLside设为95dB,后方目标声源级SLrear设为100dB。
本实施例中,通过海洋声速环境参数和海洋环境数据,计算得到水下航行器在计算区域三维栅格各个栅格位置时,当水下航行器不同朝向时被动声纳探测到的信号余量SE。对于三维栅格空间,需要分别计算从中心栅格到邻近26个栅格的SE,如图3所示。从编号为i的栅格指向邻近编号为j的栅格的路径上的信号余量为SEij。
本实施例步骤6)基于改进蚁群算法的安全隐蔽路径规划。蚁群算法使用声纳探测概率模型相同的计算区域三维栅格。为实现水下航行器的安全隐蔽路径规划,一方面需要基于海深数据构建海底地形,将障碍物设置为禁行区,水下航行器在行进过程中需要实施规避以保障航行的安全性;另一方面需要基于声纳探测概率设计路径规划策略,降低规划路径的累积探测概率,从而保障水下航行器在行进过程中的隐蔽性。
本实施例中,步骤6)包括:
6.1)初始化蚁群算法参数,基于声纳探测概率和路径代价初始信息素;
6.2)初始化迭代次数计数器n的值1;
6.3)将所有蚂蚁置于水下航行器起始位置所在栅格,对于编号为k的蚂蚁,独立执行路径探索,其中k=1,2,…,M,M是指蚂蚁数量;
6.4)等待所有蚂蚁本轮迭代结束,然后基于下式计算任意第n轮迭代的蚂蚁k的路径评价指数Vk(n);按照路径评价指数Vk(n)从低到高对本轮迭代最终到达终点的蚂蚁所经过的路径进行排序获得本轮迭代中的最优路径,将本轮迭代中的最优路径与之前迭代所获得的最优路径相比较,记录当前全局最优路径;
6.5)更新路径上的信息素和期望距离;
6.6)如果迭代次数n小于预设的最大迭代次数,则更新迭代次数计数器n=n+1,进入下一轮迭代,跳转执行步骤6.3);否则结束,输出当前获得的全局最优路径。
本实施例中,步骤6.1)中初始化的蚁群算法参数包括:水下航行器的起始位置(起点)和目标位置(终点)和综合瞬时探测概率三维矩阵DP,每轮迭代蚂蚁个数M设为50,最大迭代次数N设为2000,信息启发因子α设为1,期望启发因子β设为5,信息素总量Q设为10,信息素挥发系数ρ设为0.9,探测概率权重系数ω设为1.2,初始信息素cs设为0.2,初始信息素递减系数e设为0.8。为了降低基本蚁群算法初期搜索的盲目性,提高算法的收敛速度,基于声纳探测概率和路径代价,建立初始信息素矩阵。每个栅格需要保存到邻近26个栅格的信息素浓度,对应26种不同的路径选择,第n轮循环从栅格i到栅格j的信息素浓度记作τij(n),初始信息素浓度记作τij(1)。初始信息素采用不均匀分布,加强起点至终点连线的信息素浓度并向外递减,并通过声纳探测概率进行修正。
本实施例中,步骤6.1)中基于声纳探测概率和路径代价初始信息素包括:
6.1.1)建立初始信息素矩阵,每个栅格需要保存到邻近26个栅格的信息素浓度,对应26种不同的路径选择,对于计算区域三维网格所有非障碍物栅格,将其到邻近26个栅格的路径上的初始信息素浓度置0;
6.1.2)对于所有位于水下航行器的起始位置和目标位置直线连线上的非障碍物栅格,依次加入队列Qu,并且将其到邻近栅格的所有路径上的信息素浓度赋值为cs,本实施例中具体赋值为cs=0.2);
6.1.3)将队列Qu的队首栅格出队,记录其到邻近栅格的路径的信息素浓度ct,检查与其直接相邻的所有栅格,将非障碍物且栅格路径信息素浓度为0的栅格加入队尾,并且将其到邻近栅格所有路径上信息素浓度赋值为e*ct,其中0<e<1;,本实施例中具体赋值为e*ct=0.8*ct;
6.1.4)如果队列Qu非空,继续执行步骤6.1.3);如果队列Qu为空,继续执行步骤6.1.5);
6.1.5)对于计算区域三维网格的所有非障碍物栅格,使用栅格位置到邻近栅格所有路径的综合瞬时探测概率对路径上初始信息素浓度进行修正。即:
τ′ij(1)=τij(1)*(1-DPij),
上式中,τ′ij(1)为栅格i指向栅格j的路径的修正后的初始信息素浓度,τij(1)为栅格i指向栅格j的路径的初始信息素浓度,τij(1)即为初始信息素浓度,DPij为编号为i的栅格指向编号为j的栅格的路径的综合瞬时探测概率。本实施例中,第n轮循环从栅格i到栅格j的信息素浓度记作τij(n),因此初始信息素浓度记作τij(1)。
本实施例中,步骤6.3)中独立执行路径探索的步骤包括:
6.3.1)按照下式计算蚂蚁选择下一个候选栅格的概率:
上式中,表示本轮迭代蚂蚁k选择下一个候选栅格的概率,n为迭代轮次,τij(n)为本轮迭代从栅格i到栅格j路径上的信息素,τis(n)为本轮迭代从栅格i到栅格s路径上的信息素,ηij(n)为迭代进行到第n次时栅格i到栅格j路径上的启发信息,ηis(n)为迭代进行到第n次时栅格i到栅格s路径上的启发信息,α为信息启发因子,β为期望启发因子,表示栅格i相邻栅格中蚂蚁k所有可行栅格的集合,可行栅格包括所有与栅格i直接相邻的不属于本轮迭代路径记录的非障碍物栅格;其中,启发信息的计算函数表达式为:
上式中,ηij(n)表示迭代进行到第n次时栅格i到栅格j路径上的启发信息,DPij为编号为i的栅格指向编号为j的栅格的路径的综合瞬时探测概率,dj(n)为迭代进行到第n次时栅格j到水下航行器目标位置的期望距离,dj(1)初始化为栅格j到水下航行器目标位置所在栅格的直线距离;
6.3.2)基于蚂蚁选择下一个候选栅格的概率,通过轮盘赌算法确定蚂蚁下一步移动的目标栅格,并将蚂蚁移动到目标栅格,将目标栅格加入蚂蚁的路径记录Rk(n),并更新蚂蚁经过的路径长度以及路径的累积探测概率,且任意蚂蚁k的路径累积探测概率CDPk(n)的更新计算函数表达式为:
如果蚂蚁到达目标栅格或者无路可走,该蚂蚁本轮迭代结束,继续执行步骤6.4),否则跳转重新执行步骤6.3.1)。
本实施例中,步骤6.4)中路径评价指数的计算函数表达式为:
Vk(n)=Lk(n)*(CDPk(n))ω,
上式中,Vk(n)表示任意第n轮迭代的蚂蚁k的路径评价指数,Lk(n)为本轮迭代蚂蚁k的路径长度,CDPk(n)为本轮迭代蚂蚁k的路径的累积探测概率,ω为探测概率权重系数,n为迭代轮次。按照Vk(n)从低到高对本轮迭代最终到达终点的蚂蚁所经过的路径进行排序,将本轮迭代中所获得的最优路径与之前迭代中所获得的最优路径相比较,记录当前全局最优路径。
本实施例中,步骤6.5)中更新路径上的信息素和期望距离时,任意从栅格i到栅格j路径上的信息素的更新的函数表达式为:
上式中,τij(n+1)为下一轮迭代从栅格i到栅格j路径上的信息素,τij(n)为本轮迭代从栅格i到栅格j路径上的信息素,n为迭代轮次,ρ为信息素挥发系数,m为蚂蚁数量,表示当排名为s的蚂蚁经过栅格i到达栅格j时的信息素增量,且有:
τij(n+1)=ρ*τij(n)+Δτij=0.9*τij(n)+Δτij,
本实施例中,步骤6.5)中更新路径上的信息素和期望距离时,从任意栅格i到终点的期望距离di(n),更新方法为:如果从栅格i到终点的期望距离di(n)自初始化后未更改过,则将其直接设置为本轮迭代中所有经过栅格i且到达终点的蚂蚁所经过的路径上,从栅格i到达终点的路径长度的最小值否则,将从栅格i到终点的期望距离di(n)与本轮迭代中所有经过栅格i且到达终点的蚂蚁所经过的路径上,从栅格i到达终点的路径长度的最小值比较,如果从栅格i到达终点的路径长度的最小值小于从栅格i到终点的期望距离di(n),则更新从栅格i到终点的期望距离di(n)为从栅格i到达终点的路径长度的最小值
本实施例中,步骤6.6)中如果迭代次数n小于最大迭代次数N=2000,更新迭代次数计数器n=n+1,跳转步骤6.3)继续迭代;否则结束并输出当前获得的全局最优路径。
图4为本实施例的计算结果,其中五角星表示水下航行器的初始位置,三角形表示水下航行器的目标点,声纳位置用圆形表示。
综上所述,本实施例首先构建声纳性能预测模型,结合海洋环境、声纳参数和目标特性,计算得到水下航行器在不同方位处被声纳探测发现的概率,然后基于声纳探测概率对蚁群算法进行改进,实现水下航行器安全隐蔽路径规划。本实施例从声纳工作过程和探测机理出发,在复杂水声环境下,基于水声环境数据、声纳类型及参数、以及水下航行器相对于声纳在不同方位的反射特征和辐射噪声强度等关键要素,建立声纳探测概率模型,并基于声纳探测概率对蚁群算法的信息素初始化方法、信息素更新方法和路径评价方法进行重新设计,在安全避开水下障碍的同时降低水下航行器航行过程中的累积被探测概率。
此外,本实施例还提供一种基于声纳探测概率的水下航行器安全隐蔽路径规划系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行前述基于声纳探测概率的水下航行器安全隐蔽路径规划方法的步骤。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行前述基于声纳探测概率的水下航行器安全隐蔽路径规划方法的计算机程序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于声纳探测概率的水下航行器安全隐蔽路径规划方法,其特征在于,包括:
1)确定水下航行器安全隐蔽路径规划的区域边界,确定计算区域;
2)将计算区域栅格化;
3)根据计算区域的地理范围加载海洋环境数据;
4)基于加载的海洋环境数据,计算海洋声速环境参数;
5)基于海洋声速环境参数构建声纳探测概率模型;
6)基于构建得到的声纳探测概率模型,基于改进蚁群算法的安全隐蔽路径规划。
2.根据权利要求1所述的基于声纳探测概率的水下航行器安全隐蔽路径规划方法,其特征在于,步骤1)包括:
1.1)获取区域内各个单元位置并以(x,y,z)三元组表示,其中x为经度,y为纬度,z为深度,所述各个单元包括水下航行器和声纳,所述单元位置包括水下航行器的起始位置和目标位置,以及各个声纳的部署位置;
1.2)根据单元位置计算得到经纬度最小值组合(xmin,ymin)和最大值组合(xmax,ymax),其中xmin和xmax分别是所有单元经度的最小值和最大值,ymin和ymax分别是所有单元经度的最小值和最大值,得到由经纬度最小值组合(xmin,ymin)和最大值组合(xmax,ymax)构成的初步计算区域;
1.3)将初步计算区域基于经度方向扩展参数rx、纬度方向扩展参数ry扩展得到最终的计算区域,且最终的计算区域对应的三维立方体的两个对角顶点坐标分别为:(xmin-rx,ymin-ry,0)和(xmax+rx,ymax+ry,rs),rs为以坐标(xmin-rx,ymin-ry)和(xmax+rx,ymax+ry)为对角顶点的区域内的最大海深。
4.根据权利要求3所述的基于声纳探测概率的水下航行器安全隐蔽路径规划方法,其特征在于,步骤3)中加载的海洋环境数据包括温度、盐度、海面风、海深和海底底质,其中温度和盐度为三维数据,经过插值处理得到对应于计算区域栅格化后各个三维栅格格点的数据;海面风、海深和海底底质为二维数据,经过插值处理得到对应于计算区域栅格化后各个经纬度栅格格点的数据;步骤4)中计算海洋声速环境参数时包括计算声速以及根据海深和海底底质类型计算得到各个海底二维栅格格点位置的海底沉积层声学参数平均值,且计算声速的函数表达式为:
c=1449.2+ΔcT+ΔcTS+Δcz,
上式中,c为声速,ΔcT,ΔcTS,Δcz为中间变量,且有:
ΔcT=4.6T-0.55T2+0.00029T3,
ΔcTS=(1.34-0.01T)(S-35),
Δcz=0.016z,
其中,T为以摄氏度为单位的温度值,S为以千分数表示的盐度值,z为以米为单位的深度值。
6.根据权利要求5所述的基于声纳探测概率的水下航行器安全隐蔽路径规划方法,其特征在于,步骤6)包括:
6.1)初始化蚁群算法参数,基于声纳探测概率和路径代价初始信息素;
6.2)初始化迭代次数计数器n的值1;
6.3)将所有蚂蚁置于水下航行器起始位置所在栅格,对于编号为k的蚂蚁,独立执行路径探索,其中k=1,2,…,M,M是指蚂蚁数量;
6.4)等待所有蚂蚁本轮迭代结束,然后基于下式计算任意第n轮迭代的蚂蚁k的路径评价指数Vk(n);按照路径评价指数Vk(n)从低到高对本轮迭代最终到达终点的蚂蚁所经过的路径进行排序获得本轮迭代中的最优路径,将本轮迭代中的最优路径与之前迭代所获得的最优路径相比较,记录当前全局最优路径;
6.5)更新路径上的信息素和期望距离;
6.6)如果迭代次数n小于预设的最大迭代次数,则更新迭代次数计数器n=n+1,进入下一轮迭代,跳转执行步骤6.3);否则结束,输出当前获得的全局最优路径。
7.根据权利要求6所述的基于声纳探测概率的水下航行器安全隐蔽路径规划方法,其特征在于,步骤6.1)中基于声纳探测概率和路径代价初始信息素包括:
6.1.1)建立初始信息素矩阵,每个栅格需要保存到邻近26个栅格的信息素浓度,对应26种不同的路径选择,对于计算区域三维网格所有非障碍物栅格,将其到邻近26个栅格的路径上的初始信息素浓度置0;
6.1.2)对于所有位于水下航行器的起始位置和目标位置直线连线上的非障碍物栅格,依次加入队列Qu,并且将其到邻近栅格的所有路径上的信息素浓度赋值为cs;
6.1.3)将队列Qu的队首栅格出队,记录其到邻近栅格的路径的信息素浓度ct,检查与其直接相邻的所有栅格,将非障碍物且栅格路径信息素浓度为0的栅格加入队尾,并且将其到邻近栅格所有路径上信息素浓度赋值为e*ct,其中0<e<1;
6.1.4)如果队列Qu非空,继续执行步骤6.1.3);如果队列Qu为空,继续执行步骤6.1.5);
6.1.5)对于计算区域三维网格的所有非障碍物栅格,使用栅格位置到邻近栅格所有路径的综合瞬时探测概率对路径上初始信息素浓度进行修正。
8.根据权利要求7所述的基于声纳探测概率的水下航行器安全隐蔽路径规划方法,步骤6.3)中独立执行路径探索的步骤包括:
6.3.1)按照下式计算蚂蚁选择下一个候选栅格的概率:
上式中,表示本轮迭代蚂蚁k选择下一个候选栅格的概率,n为迭代轮次,τij(n)为本轮迭代从栅格i到栅格j路径上的信息素,τis(n)为本轮迭代从栅格i到栅格s路径上的信息素,ηij(n)为迭代进行到第n次时栅格i到栅格j路径上的启发信息,ηis(n)为迭代进行到第n次时栅格i到栅格s路径上的启发信息,α为信息启发因子,β为期望启发因子,表示栅格i相邻栅格中蚂蚁k所有可行栅格的集合,可行栅格包括所有与栅格i直接相邻的不属于本轮迭代路径记录的非障碍物栅格;其中,启发信息的计算函数表达式为:
上式中,ηij(n)表示迭代进行到第n次时栅格i到栅格j路径上的启发信息,DPij为编号为i的栅格指向编号为j的栅格的路径的综合瞬时探测概率,dj(n)为迭代进行到第n次时栅格j到水下航行器目标位置的期望距离,dj(1)初始化为栅格j到水下航行器目标位置所在栅格的直线距离;
6.3.2)基于蚂蚁选择下一个候选栅格的概率,通过轮盘赌算法确定蚂蚁下一步移动的目标栅格,并将蚂蚁移动到目标栅格,将目标栅格加入蚂蚁的路径记录Rk(n),并更新蚂蚁经过的路径长度以及路径的累积探测概率,且任意蚂蚁k的路径累积探测概率CDPk(n)的更新计算函数表达式为:
如果蚂蚁到达目标栅格或者无路可走,该蚂蚁本轮迭代结束,继续执行步骤6.4),否则跳转重新执行步骤6.3.1)。
9.一种基于声纳探测概率的水下航行器安全隐蔽路径规划系统,包括相互连接的微处理器和存储器,其特征在于,该微处理器被编程或配置以执行权利要求1~8中任意一项所述基于声纳探测概率的水下航行器安全隐蔽路径规划方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有被编程或配置以执行权利要求1~8中任意一项所述基于声纳探测概率的水下航行器安全隐蔽路径规划方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111193776.6A CN113848961B (zh) | 2021-10-13 | 2021-10-13 | 基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111193776.6A CN113848961B (zh) | 2021-10-13 | 2021-10-13 | 基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113848961A true CN113848961A (zh) | 2021-12-28 |
CN113848961B CN113848961B (zh) | 2023-10-24 |
Family
ID=78978178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111193776.6A Active CN113848961B (zh) | 2021-10-13 | 2021-10-13 | 基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113848961B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114124783A (zh) * | 2022-01-26 | 2022-03-01 | 深圳市永达电子信息股份有限公司 | 基于改进鱼群算法的路径选择方法和计算机存储介质 |
CN115294832A (zh) * | 2022-07-06 | 2022-11-04 | 中国船舶重工集团公司第七一五研究所 | 一种声呐设备训练数据生成方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1985001794A1 (en) * | 1983-10-14 | 1985-04-25 | Navigation Sciences, Inc. | Navigation system including an integrated electronic chart display |
US20170083747A1 (en) * | 2015-09-21 | 2017-03-23 | The Climate Corporation | Ponding water detection on satellite imagery |
US20180172451A1 (en) * | 2015-08-14 | 2018-06-21 | Beijing Evolver Robotics Co., Ltd | Method and system for mobile robot to self-establish map indoors |
CN111738396A (zh) * | 2020-06-01 | 2020-10-02 | 北京中安智能信息科技有限公司 | 一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法 |
CN112817332A (zh) * | 2021-01-06 | 2021-05-18 | 浙江大学 | 一种基于海洋环境的水下航行器隐蔽路径规划方法 |
-
2021
- 2021-10-13 CN CN202111193776.6A patent/CN113848961B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1985001794A1 (en) * | 1983-10-14 | 1985-04-25 | Navigation Sciences, Inc. | Navigation system including an integrated electronic chart display |
US20180172451A1 (en) * | 2015-08-14 | 2018-06-21 | Beijing Evolver Robotics Co., Ltd | Method and system for mobile robot to self-establish map indoors |
US20170083747A1 (en) * | 2015-09-21 | 2017-03-23 | The Climate Corporation | Ponding water detection on satellite imagery |
CN111738396A (zh) * | 2020-06-01 | 2020-10-02 | 北京中安智能信息科技有限公司 | 一种应用于潜艇路径规划的自适应栅格颗粒度蚁群算法 |
CN112817332A (zh) * | 2021-01-06 | 2021-05-18 | 浙江大学 | 一种基于海洋环境的水下航行器隐蔽路径规划方法 |
Non-Patent Citations (3)
Title |
---|
刘海光;孙明太;王桂芹;: "基于势场启发蚁群算法的远程水中兵器航路规划", 指挥控制与仿真 * |
张秉健: "未知环境下多AUV目标搜索与定位研究", 《信息科技辑》 * |
牛伯城: "基于声视觉的UUV水下同步定位与建图方法研究", 《工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114124783A (zh) * | 2022-01-26 | 2022-03-01 | 深圳市永达电子信息股份有限公司 | 基于改进鱼群算法的路径选择方法和计算机存储介质 |
CN115294832A (zh) * | 2022-07-06 | 2022-11-04 | 中国船舶重工集团公司第七一五研究所 | 一种声呐设备训练数据生成方法 |
CN115294832B (zh) * | 2022-07-06 | 2024-02-27 | 中国船舶重工集团公司第七一五研究所 | 一种声呐设备训练数据生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113848961B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113848961B (zh) | 基于声纳探测概率的水下航行器安全隐蔽路径规划方法及系统 | |
CN107356254B (zh) | 适用于地磁辅助导航航迹规划的粒子群优化方法 | |
US10386840B2 (en) | Cruise control system and method | |
Ånonsen et al. | An analysis of real-time terrain aided navigation results from a HUGIN AUV | |
Bagnitsky et al. | Side scan sonar using for underwater cables & pipelines tracking by means of AUV | |
Meduna et al. | Low-cost terrain relative navigation for long-range AUVs | |
CN112817332B (zh) | 一种基于海洋环境的水下航行器隐蔽路径规划方法 | |
US20170160736A1 (en) | Route planning | |
JP6655022B2 (ja) | 合成アンテナビームを形成するための合成アンテナソナーおよび方法 | |
EP3698227A1 (en) | Path planning for an unmanned vehicle | |
CA2871220A1 (en) | Seismic data acquisition | |
CN115563749A (zh) | 一种被动声纳浮标的布阵优化方法、系统及介质 | |
CN109910009A (zh) | 消防侦察机器人的路径生成方法、装置、系统和机器人 | |
RU2621463C2 (ru) | Способ управления буксируемой линейной акустической антенны и навигационное управляющее устройство | |
Johnson et al. | Seafloor map generation for autonomous underwater vehicle navigation | |
CN104197941A (zh) | 一种基于和声搜索算法的水下潜器路突防径规划方法 | |
CN109656136A (zh) | 基于声学测量网络的水下多auv协同定位编队拓扑结构优化方法 | |
CN112947438A (zh) | 基于全振荡型入侵野草优化算法的auv在线路径规划方法 | |
JP6372222B2 (ja) | 水測予察装置及び方法並びにプログラム | |
KR102469164B1 (ko) | 무인 수상선의 지구물리적 내비게이션 장치 및 방법 | |
US20200012975A1 (en) | Route determination | |
Nguyen et al. | An approach to subsea survey for safe naval transit | |
Ånonsen et al. | Terrain aided underwater navigation using pockmarks | |
CN116839594B (zh) | 基于优化双向A-Star算法的潜艇全局航迹规划方法及装置 | |
Zou et al. | Convert path planning for underwater vehicle based on sonar detection probability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |