本发明属于auv路径规划，尤其涉及一种面向通信效率与障碍物躲避的auv综合路径规划方法。
背景技术：
1、自主水下机器人(autonomous underwater vehicle,auv)是一种自主式水下航行器，在海洋勘探，海底探索与资源开发等领域具有广泛的应用。auv拥有自主导航、避障、数据采集与通信能力，可以在人为操控下完成各种任务。它们通常采用先进的传感器和控制系统，能够在水下环境中自主地执行预先设定的任务，如地形测绘、海底探索和海洋生物监测等。
2、在深海探测、勘探海底资源与考古发掘等任务中，auv能够显著提高任务完成成功率，降低成本和安全风险。然而，auv在水下作业时面临着通信环境差、声波通信速率低、动态障碍物避障等难题。为解决这些问题，提出了一种结合改进蚁群算法(ant colonyoptimization,aco)和三维动态窗口法(dynamic window approach,dwa)的多目标路径规划方法。
技术实现思路
1、本发明实施例的目的在于提供一种面向通信效率与障碍物躲避的auv综合路径规划方法，旨在解决上述背景技术中提出的问题。
2、本发明实施例是这样实现的，一种面向通信效率与障碍物躲避的auv综合路径规划方法，包括以下步骤：
3、步骤1、构建auv通信应用场景与水声通信环境模型：
4、步骤2、三维aco和dwa算法的改进与融合：
5、auv导航部分将采用改进后的蚁群算法作为全局路径规划算法躲避静态障碍物，三维dwa算法用做局部路径规划算法躲避动态障碍物；在全局路径规划时，将pareto排序过程加入到蚁群算法中，由传统蚁群算法中强化最优的一条路径修改为强化一组非支配路径，实现多目标优化的目的，即最短路径与最小通信损失。
6、本发明实施例提供的一种面向通信效率与障碍物躲避的auv综合路径规划方法，该方法旨在优化auv的全局路径规划，同时完成避障，并最小化路径长度和通信传播损失。通过引入非支配排序、改进的启发式函数和信息素更新规则，改进后的三维蚁群算法能够有效解决多目标优化问题，实现路径长度与传播损失之间的平衡。此外，结合改进的三维动态窗口法，根据三维蚁群算法给出的全局路线，在动态海洋环境中实时躲避障碍物，保证auv的安全航行和较低的通信损失。通过为动态窗口法中的俯仰角速度采样区域赋予不同的权值。本方法使auv能够更灵活地应对环境中的动态障碍物，并进一步提高任务执行的效率和安全性。实验结果表明，与传统方法相比，本方法在路径长度和通信效率方面均表现出显著优势，展现了在复杂海洋环境中的应用潜力。
1.一种面向通信效率与障碍物躲避的auv综合路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向通信效率与障碍物躲避的auv综合路径规划方法，其特征在于，所述步骤1包括以下具体步骤：
3.根据权利要求2所述的面向通信效率与障碍物躲避的auv综合路径规划方法，其特征在于，所述步骤2包括以下具体步骤：
4.根据权利要求3所述的面向通信效率与障碍物躲避的auv综合路径规划方法，其特征在于，所述步骤2.1具体包括：
5.根据权利要求4所述的面向通信效率与障碍物躲避的auv综合路径规划方法，其特征在于，所述步骤2.2具体包括：
