基于改進蟻群算法的水下潛航器安全隱蔽航路規(guī)劃研究

單玉浩，楊曉東，吳 兵

(海軍潛艇學(xué)院，山東 青島 266000)

0 引 言

航路規(guī)劃是指在特定約束條件下，尋找運動體從初始點到目標點并且滿足某種性能指標最優(yōu)的運動軌跡。針對汽車、無人機、水下機器人等的路徑規(guī)劃方法很多。其中根據(jù)規(guī)劃范圍[1]分為全局路徑規(guī)劃和局部路徑規(guī)劃；根據(jù)環(huán)境信息的準確性可分為確定性路徑規(guī)劃和不確定性路徑規(guī)劃。根據(jù)具體的算法不同[2]，可分為基于幾何模型的方法，如Voronoi 圖、可視圖、柵格法；基于虛擬勢場和導(dǎo)航函數(shù)的方法，如人工勢場法；基于數(shù)學(xué)優(yōu)化的方法；基于智能的方法[3-4]，如蟻群算法、遺傳算法、粒子群算法、神經(jīng)網(wǎng)絡(luò)算法，以及幾種算法的改進、組合[5]。

導(dǎo)航裝備的發(fā)展及信息渠道的多元化使得潛航器智能航路規(guī)劃成為非常重要的課題。結(jié)合潛航器實際航行環(huán)境，建立多約束多指標的潛航器三維規(guī)劃模型，改進蟻群算法信息素更新策略，避免路徑搜索陷入局部最優(yōu)。基于單目標動態(tài)威脅建立局部避障航路規(guī)劃模型，所得航路能很好規(guī)避動態(tài)障礙。

1 潛航器航路規(guī)劃問題描述

潛航器航路規(guī)劃是保證潛艇安全航行和執(zhí)行任務(wù)的手段，過去指的是人為依據(jù)海圖在出航前或出航時規(guī)劃出一條航線。隨著導(dǎo)航技術(shù)的發(fā)展及海上信息獲取渠道的增加，潛航器航路規(guī)劃與人工智能的結(jié)合表現(xiàn)出更多的優(yōu)異性。蟻群算法[6-8]是一類不確定算法，含有隨機因素，主要依靠螞蟻遺留信息素來完成尋優(yōu)的過程，因此容易陷入局部最優(yōu)，但蟻群算法具有較強的魯棒性、分布式計算機制、自組織性和進化性，現(xiàn)已應(yīng)用到航路規(guī)劃領(lǐng)域并取得很好的效果。

潛航器的航行安全性是其完成各項訓(xùn)練和作戰(zhàn)任務(wù)的重要前提和基礎(chǔ)保障，安全性受潛航器的內(nèi)部因素和外部因素共同影響。潛航器航行安全是指首先要避免與沉船、暗礁、島嶼等障礙物發(fā)生碰撞；其次要采取必要的措施提高自己的隱蔽性從而避免被敵方探測設(shè)施捕獲；最后還要盡量快速地到達目的地。由此可以看出，潛航器航行安全主要包括安全性、隱蔽性和快速性。

圖 1 航行安全影響因素集Fig. 1 Navigation safety impact factor set

潛航器進行航路規(guī)劃，要詳細了解航行海區(qū)的海洋地理、地質(zhì)、水文氣象、聲學(xué)環(huán)境等情況，以便于采取合理的戰(zhàn)術(shù)機動，確保潛航器航行安全，需要注意一些對潛航器航行有安全影響的自然地理等因素。

2 蟻群改進策略的水下路徑規(guī)劃

3.1 信息素更新機制

蟻群算法等仿生智能算法是通過進化的思想來實現(xiàn)全局搜索，同時由具體問題的代價函數(shù)決定最優(yōu)解。但傳統(tǒng)蟻群算法在搜索過程中信息素收斂速度過快，易陷入局部最優(yōu)。因此為保證信息素在每次更新過程中得到合理的分配，引入混合啟發(fā)式蟻群—微分進化模型，將微分進化算法中的變異、交叉操作用于信息素更新機制。假設(shè)螞蟻種群規(guī)模為M，這樣關(guān)于信息素的變異操作為：在每次所有螞蟻完成一次循環(huán)后，使用從實驗以來全局最優(yōu)的螞蟻走過路徑的信息素分布對其他螞蟻走過路徑的信息軌跡進行更新，更新規(guī)則為：

當前全局最優(yōu)解的信息素按下式進行更新：

3.2 啟發(fā)因子

考慮潛航器的特殊性，其航路規(guī)劃過程中的啟發(fā)因子總結(jié)為3 個方面：

1）規(guī)避式啟發(fā)因子。水下航行環(huán)境較為復(fù)雜，島礁等礙航物存在處水深淺，屬不可通行區(qū)域，由水深判斷下一待選點的可航性：

2）保持式啟發(fā)因子。潛航器在航渡過程中不可能頻繁地上浮或者下潛，其具有保持同一深度面航行的特性：z

其中： 下一待選航路點的深度； 為當前航路點的深度。

3）距離啟發(fā)因子。潛航器航渡過程中，都希望規(guī)劃的航路盡可能短，以縮短完成任務(wù)的時間，因此計算可見度時加入待選點與終點的距離這一指標：

總的啟發(fā)因子

狀態(tài)轉(zhuǎn)移概率

其中，allowedk為下一平面上潛航器的可行域。

3 動態(tài)威脅下的路徑重規(guī)劃

3.1 可行域約束模型

在完成全局靜態(tài)航路規(guī)劃后，若航行器在行進過程中發(fā)現(xiàn)敵方機動目標，則需建立動態(tài)規(guī)避模型[9-11]。模型以敵我當前位置連線為路徑規(guī)劃的基準線進而確定下一時刻的可行域，以步長為半徑、基準線為中心線畫圓弧，圓弧弧度為120 °，此圓弧即為可行域，離散化可行域，在基準線兩邊間隔一定角度在圓弧上取點，將這些點作為下一時刻可選航路點，如圖2所示。

圖 2 規(guī)避機動可行域Fig. 2 Evading maneuverable domain

1）計算敵方位角其中 (Mx,My)為單威脅目標的當前位置點。由于敵我態(tài)勢的不同，目標方位角的具體計算如下：

2）離散化可行域基準線以左：

基準線以右：

3.2 規(guī)避代價函數(shù)

式中： (x,y) 為我方下一時刻的可選航路點，(x,y)?{g1,g2,g3,...,gn}。 C (x,y)是由敵我距離變化量決定的誘導(dǎo)因素，當距離減小得越小或增大的越大時其值越大，具體計算方法為：

式中：dis1為當前時刻與下一時刻的敵我距離變化量；diff 為可選點與規(guī)避完畢需到達的目標點之間的距離；range 為所有可選點與目標點之間距離的最小值；m 為權(quán)重調(diào)整系數(shù)，取值范圍為0～1。

潛航器在規(guī)避機動過程中除考慮聲吶的作用距離時，也必須考慮到聲吶的作用范圍，以此時監(jiān)測敵方的運動狀態(tài)。潛航器聲吶并不是可對周圍區(qū)域進行全方位聽測，其對潛航器側(cè)后方存在一定的盲區(qū)，為保證我方安全，必須時刻將敵置于我方聲吶可聽測范圍內(nèi)。因此設(shè)計函數(shù)項，其計算方式如下：

L(x,y)為通過定義最小距離限制敵我距離的安全性因素，具體計算方法為：

式中： dis 為敵我距離； dmin為允許的敵我距離最小量，本模型中敵我最小距離即為敵威脅半徑n。

3.3 局部規(guī)避算法步驟

1）我方航行器轉(zhuǎn)向機動，純方位法解算目標運動要素，包括位置，航向 Mc ，航速 Ms。

2）運動要素解算完畢，開始進行規(guī)避機動。計算航行器當前可行域，判斷敵我態(tài)勢，若敵在我右舷，則向左轉(zhuǎn)向，即選擇基準線左邊點作為可選航路點，否則向右轉(zhuǎn)向機動。

4）判斷是否繼續(xù)規(guī)避機動。以開始機動時我方位置點及我方航向作直線，計算航路點到直線的距離，若此距離相比上一航路點到直線的距離減小，則停止規(guī)避機動，轉(zhuǎn)到步驟5，否則，轉(zhuǎn)到步驟2。

5）計算原航路上開始規(guī)避機動點與其下一點連線的斜率k0，依次計算后續(xù)點之間連線的斜率，直到找到斜率不同于k0的目標點作為規(guī)避機動后需轉(zhuǎn)到的原航向上的目標點。

4 仿真分析

4.1 全局路徑規(guī)劃仿真分析

參數(shù)設(shè)置：蟻群規(guī)模PopNumber = 30。信息素強度Q=8；揮發(fā)系數(shù)=0.4；循環(huán)次數(shù)K=300；常量因子F=1.2；常數(shù)CR=0.6；規(guī)劃起始點序號為（1，3，800），規(guī)劃結(jié)束點序號為（21，20，800）。

首先利用插值擬合仿真海底三維地形，在仿真空間中的起始點和終點之間設(shè)置若干個吸引區(qū)域和排斥區(qū)域如圖3 所示，其中白色區(qū)域為有利隱蔽的吸引區(qū)域，黑色區(qū)域為敵方探測區(qū)域，考慮航程及安全因素，最終得到潛航器的全局航路規(guī)劃結(jié)果如圖4 所示。可見，規(guī)劃出的全局路徑很好地規(guī)避了海底地形障礙和敵方探測區(qū)域，且有效地利用有利隱蔽區(qū)域，實現(xiàn)了規(guī)劃的安全性、隱蔽性、快速性。

4.2 單威脅規(guī)避仿真分析

假設(shè)單威脅為敵方艦艇（潛艇），或?qū)摵狡骱叫杏杏绊懙牡谌杰娪门炌В瑢铰肪植吭诰€規(guī)劃算法進行模擬與仿真。

仿真條件設(shè)定：取威脅因子航向160；步長2（ nmile/10 min）；步長0.5（nmile/10 min）。

由仿真試驗結(jié)果可見，基于動態(tài)威脅的潛航器局部航路在線規(guī)劃方法能夠較好地實現(xiàn)動態(tài)威脅規(guī)避，且通過調(diào)整權(quán)重系數(shù)，潛航器可以與威脅目標的距離始終保持在需要的可靠范圍內(nèi)。

圖 3 蟻群算法規(guī)劃航路Fig. 3 Ant colony algorithm planning route

圖 4 局部在線航路規(guī)劃圖Fig. 4 Local online route planning

5 結(jié) 語

本文通過改進蟻群算法的信息素更新機制和對啟發(fā)因子進行重設(shè)，結(jié)合潛航器航行特點和環(huán)境影響因素集，考慮航行的安全性、隱蔽性，建立了基于靜態(tài)環(huán)境的潛航器全局航路規(guī)劃模型。并針對突發(fā)動態(tài)單威脅目標，考慮敵我距離變化量、我方當前位置與目標點的距離、我方聲吶盲區(qū)、敵我距離最小量4 個因數(shù)，建立基于單目標動態(tài)威脅的局部航路規(guī)劃模型。進一步仿真驗證了本文提出的潛航器全局航路規(guī)劃算法和動態(tài)局部航路規(guī)劃算法的有效性。