✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。
🍎 往期回顾关注个人主页:Matlab科研工作室
🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。
🔥 内容介绍
在船舶航行过程中,复杂遭遇场景下的运动规划是保障航行安全与效率的关键。《国际海上避碰规则》(COLREG)为船舶避碰提供了基本准则,但在多船交汇、恶劣海况等复杂情境中,传统方法难以精准规划船舶运动路径。基于粒子群优化算法的 BP 神经网络预测模型具备强大的预测能力,将其与人工势场法结合,并充分考虑 COLREG 规则,能有效解决复杂场景下船舶运动规划难题。
一、复杂遭遇场景下船舶运动规划面临的挑战
在繁忙的航道、港口附近等区域,船舶可能遭遇多船同时交汇、目标船航向航速多变等复杂情况。此外,风、浪、流等环境因素也会对船舶运动产生干扰。传统的人工势场法在处理这些复杂场景时,容易出现局部极小值问题,导致船舶陷入无法逃脱的 “陷阱”;同时,难以实时准确地考虑 COLREG 规则,可能出现违反避碰规则的情况。因此,需要一种更智能、更符合规则的运动规划方法。
二、基于模型预测的人工势场构建
2.1 数据采集与处理
收集大量船舶航行数据,包括船舶的位置、航向、航速、周围环境信息(如风、浪、流数据)以及遭遇场景类型等。利用粒子群优化算法的 BP 神经网络预测模型,以历史数据为训练样本,对未来时刻船舶及周围目标船的运动状态进行预测。输入变量涵盖当前时刻船舶和目标船的运动参数、环境参数等,输出变量为预测的下一时刻运动参数。
2.2 人工势场函数设计
结合预测结果,设计人工势场函数。引力势场吸引船舶朝着目标点前进,斥力势场则根据预测的目标船位置和运动趋势,对本船产生排斥作用,避免碰撞。同时,将 COLREG 规则融入势场函数设计中。例如,当存在交叉相遇局面时,根据规则确定让路船和直航船,在斥力势场计算中赋予让路船更大的避让权重;在对遇局面下,使两船的斥力势场方向引导船舶各自向右转向。
三、船舶运动规划策略
3.1 基于势场力的运动决策
根据构建的人工势场,计算船舶所受的引力势场力和斥力势场力,通过力的合成得到船舶的合外力。船舶根据合外力的方向和大小调整航向和航速,朝着目标点航行并实现避碰。
3.2 COLREG 规则优先级处理
在规划过程中,始终将 COLREG 规则置于优先地位。当势场力的计算结果与避碰规则冲突时,以规则为准对运动决策进行修正。例如,若势场力引导船舶向左转向避让,但根据 COLREG 规则应向右转向,则强制船舶向右转向。
四、结论
基于模型预测人工势场且考虑 COLREG 的船舶运动规划方法,充分发挥了粒子群优化算法的 BP 神经网络预测模型的预测优势,结合人工势场法和避碰规则,为复杂场景下的船舶运动规划提供了一种有效解决方案。未来可进一步优化模型参数,提高预测精度和规划效率,拓展该方法在更多实际场景中的应用。
⛳️ 运行结果
🔗 参考文献
[1] 张扬,彭鹏菲,曹杰.基于改进APF算法的水面无人艇局部路径规划[J].兵器装备工程学报, 2023, 44(9):42-48.DOI:10.11809/bqzbgcxb2023.09.006.
[2] 董璐,熊爱玲.基于改进RRT*-Smart的复杂动态环境下的无人艇路径规划[J].智能科学与技术学报, 2022(004-002).DOI:10.11959/j.issn.2096-6652.202229.
[3] 熊爱玲,控制科学与工程;控制理论与控制工程.复杂动态环境下无人艇自主导航方法研究[D].东南大学[2025-06-01].
📣 部分代码
🎈 部分理论引用网络文献,若有侵权联系博主删除
👇 关注我领取海量matlab电子书和数学建模资料
🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:
🌈 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、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类
2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、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、用电量预测、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
🌈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
🌈 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、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 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、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
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、水声通信、通信上传下载分配
🌈 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、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP
👇