融合重力信息的优化A * 算法航路规划

doi:10.12305/j.issn.1001-506X.2025.04.29

系统工程与电子技术 ›› 2025, Vol. 47 ›› Issue (4): 1327-1334.doi: 10.12305/j.issn.1001-506X.2025.04.29

融合重力信息的优化A * 算法航路规划

宗敬文¹, 蔡鹏¹, 翟国君², 朱海荣¹^,*, 陈成³, 潘瑞晨¹

1. 海军潜艇学院航海观通系, 山东青岛 266000
2. 中国地质大学(武汉)地质探测与评估教育部重点实验室, 湖北武汉 430074
3. 海军工程大学电气工程学院, 湖北武汉 430033

收稿日期:2024-05-14 出版日期:2025-04-25 发布日期:2025-05-28
通讯作者: 朱海荣
作者简介:宗敬文(1995—), 男, 讲师, 博士, 主要研究方向为海洋大地测量、水下导航
蔡鹏(1980—), 男, 副教授, 硕士, 主要研究方向为水下导航
翟国君(1961—), 男, 教授, 博士, 主要研究方向为海洋大地测量和海底地形测量
朱海荣(1988—), 男, 讲师, 博士, 主要研究方向为水下导航
陈成(1991—), 男, 讲师, 博士, 主要研究方向为地球物理场
潘瑞晨(1992—), 男, 讲师, 主要研究方向为水下导航
基金资助:
国家自然科学基金(42404009);国家自然科学基金(42374050);国家自然科学基金(42104004)

Optimized A * algorithm route planning by integrating gravity information

Jingwen ZONG¹, Peng CAI¹, Guojun ZHAI², Hairong ZHU¹^,*, Cheng CHEN³, Ruichen PAN¹

1. Navigation Observation Institute, Naval Submarine Academy, Qingdao 266000, China
2. Key Laboratory of Geological Survey and Evaluation of Ministry of Education, China University of Geosciences (Wuhan), Wuhan 430074, China
3. College of Electrical Engineering, Naval University of Engineering, Wuhan 430033, China

Received:2024-05-14 Online:2025-04-25 Published:2025-05-28
Contact: Hairong ZHU

摘要/Abstract

摘要：

重力匹配导航技术是一种水下无源导航定位手段, 考虑到潜航器在航行时不能进行大角度转向或频繁转向, 给出一种整体适配性较好的可导航区域航路规划算法，所提算法的目的在于使得规划路径一直位于重力可导航区域内。所提算法设计一种基于方位角判断和障碍物分类的子节点优化方案，给出一种基于Floyd算法的路径双向平滑方法，优化引入重力复杂度权重的评价函数。实验结果表明, 所提方法可以为潜航器提供安全、有效的规划航路。

关键词: 水下导航, 重力匹配, 航路规划, A * 算法

Abstract:

The technology of gravity matching navigation is a kind of underwater passive navigation and positioning method. Considering that the submarine cannot make large angle steering or frequent steering when sailing. This paper presents a route planning algorithm for navigable region with good overall adaptability, which aims to keep the planned route in the gravity navigable region. A sub-node optimization method based on azimuth judgment and obstacle classification is designed. A route bi-directional smoothing method based on Floyd algorithm is presented. The evaluation function introducing gravity complexity weights is optimized. The experimental results show that the proposed method can provide safe and effective planning route for submarines.

Key words: underwater navigation, gravity matching, route planning, A * algorithm

中图分类号:

P223

宗敬文, 蔡鹏, 翟国君, 朱海荣, 陈成, 潘瑞晨. 融合重力信息的优化A * 算法航路规划[J]. 系统工程与电子技术, 2025, 47(4): 1327-1334.

Jingwen ZONG, Peng CAI, Guojun ZHAI, Hairong ZHU, Cheng CHEN, Ruichen PAN. Optimized A * algorithm route planning by integrating gravity information[J]. Systems Engineering and Electronics, 2025, 47(4): 1327-1334.

图/表 13

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

表1

参考文献 22

1	党亚民, 蒋涛, 杨元喜, 等. 中国大地测量研究进展(2019-2023)[J]. 测绘学报, 2023, 52 (9): 1419- 1436.
	DANG Y M , JIANG T , YANG Y X , et al. Research progress of geodesy in China (2019-2023)[J]. Acta Geodaetica et Cartographica Sinica, 2023, 52 (9): 1419- 1436.
2	TEIXEIRA F C , MANUEL P A . Geophysical navigation of autonmous underwater vehicles[J]. IFAC Proceedings, 2007, 40 (17): 117- 122.
3	郑伟, 李钊伟, 吴凡. 天海一体化水下重力辅助导航研究进展[J]. 国防科技大学学报, 2020, 42 (3): 39- 49.
	ZHENG W , LI Z W , WU F . Research progress of the underwater gravity-aided navigation based on the information of aerospace-marine integration[J]. Journal of National University of Defense Technology, 2020, 42 (3): 39- 49.
4	XI M H , WU L , LI Q Q , et al. Matching area selection for arctic gravity matching navigation based on adaptive all-field extended extremum algorithm[J]. IET Radar, Sonar & Navigation, 2024, 8 (18): 1307- 1317.
5	WANG B , ZHU J W , DENG Z H , et al. A characteristic parameter matching algorithm for gravity-aided navigation of underwater vehicles[J]. IEEE Trans.on Industrial Electronics, 2019, 66 (2): 1203- 1212. doi: 10.1109/TIE.2018.2831171
6	李兰玉, 熊凌, 李开寒. 一种结合匹配区选择和障碍物探测的水下路径规划方法[J]. 武汉科技大学学报, 2014, 37 (4): 305- 309.
	LI L Y , XIONG L , LI K H . An approach to underwater path planning based on adaptive area selection and obstacle detection[J]. Journal of Wuhan University of Science and Technology, 2014, 37 (4): 305- 309.
7	张浩杰, 张玉东, 梁荣敏, 等. 改进A * 算法的机器人能耗最优路径规划方法[J]. 系统工程与电子技术, 2023, 45 (2): 513- 520. doi: 10.12305/j.issn.1001-506X.2023.02.23
	ZHANG H J , ZHANG Y D , LIANG R M , et al. Energy-efficient path planning method for robots based on improved A * algorithm[J]. Systems Engineering and Electronics, 2023, 45 (2): 513- 520. doi: 10.12305/j.issn.1001-506X.2023.02.23
8	张泉先, 曾斌, 李厚朴. 海况影响下的分布式海战补给路径规划方法[J]. 系统工程与电子技术, 2020, 42 (10): 2312- 2319. doi: 10.3969/j.issn.1001-506X.2020.10.20
	ZHANG Q X , ZENG B , LI H P . Underway replenishment path planning method for distributed navel warfare under the influence of sea conditions[J]. Systems Engineering and Electronics, 2020, 42 (10): 2312- 2319. doi: 10.3969/j.issn.1001-506X.2020.10.20
9	PERSSON S M , SHARF I . Sampling-based A * algorithm for robot path-pathing[J]. The International Journal of Robotics Research, 2014, 33 (13): 1683- 1708. doi: 10.1177/0278364914547786
10	欧阳明达, 马越原. 基于改进A * 算法的水下重力匹配导航路径规划[J]. 地球物理学报, 2020, 63 (12): 4361- 4368.
	OUYANG M D , MA Y Y . Path planning for gravity aided navigation based on improved A * algorithm[J]. Chinese Journal of Geophysics, 2020, 63 (12): 4361- 4368.
11	张驰, 李姗姗, 史颜俊, 等. 蚁群-势场算法在水下重力辅助导航航路规划中的应用[J]. 测绘学报, 2020, 49 (7): 865- 873.
	ZHANG C , LI S S , SHI Y J , et al. Application of ant colony-potential field algorithm in underwater gravity matching navigation track planning[J]. Acta Geodaetica et Cartographica Sinica, 2020, 49 (7): 865- 873.
12	张锦柏, 肖云, 陈垲宁. 多属性决策与改进A * 算法规划重力匹配导航航路[J]. 测绘科学, 2023, 48 (9): 38- 48.
	ZHANG J B , XIAO Y , CHEN K N . Multi-attribute decision theory and improved A * algorithm for planning gravity matching navigation tracks[J]. Science of Surveying and Mapping, 2023, 48 (9): 38- 48.
13	朱宇炜. 基于重力信息的航路规划方法研究[D]. 北京: 北京理工大学, 2016.
	ZHU Y W. Route planning research based on gravity information[D]. Beijing: Beijing Institute of Technology, 2016.
14	宗敬文. 海洋重力场精化方法与重力匹配导航应用研究[D]. 武汉: 海军工程大学, 2023.
	ZONG J W. Research on marine gravity field refining method and gravity matching navigation application[D]. Wuhan: Naval University of Engineering, 2023.
15	赖荣燊, 窦磊, 巫志勇, 等. 融合改进A * 算法和动态窗口法的移动机器人路径规划[J]. 系统仿真学报, 2024, 36 (8): 1884- 1894.
	LAI R Y , DOU L , WU Z Y , et al. Fusion of improved A * and dynamic window approach for mobile robot path planning[J]. Journal of System Simulation, 2024, 36 (8): 1884- 1894.
16	吴鹏, 桑成军, 陆忠华, 等. 基于改进A * 算法的移动机器人路径规划研究[J]. 计算机工程与应用, 2019, 55 (21): 227- 233.
	WU P , SANG C J , LU Z H , et al. Research on mobile robot path planning based on improved A * algorithm[J]. Computer Engineering and Applications, 2019, 55 (21): 227- 233.
17	张岩, 杨龙. 最短路问题的Floyd算法优化及分析[J]. 信息技术, 2017 (10): 30- 32.
	ZHANG Y , YANG L . Optimization and analysis of floyd algorithmic for the shortest path problem[J]. Information Technology, 2017 (10): 30- 32.
18	LI Q , BAO L , SHUM C K . Altimeter-derived marine gravity variations reveal the magma mass motions within the subaqueous Nishinoshima volcano, Izu-Bonin Arc, Japan[J]. Journal of Geodesy, 2021, 95 (5): 46.
19	WANG H B , WU L , CHAI H , et al. Characteristics of marine gravity anomaly reference maps and accuracy analysis of gravity matching-aided navigation[J]. Sensors, 2017, 17 (8): 1851.
20	SANDWELL D T , MULLER R D , SMITH W H F , et al. New global marine gravity model from CryoSat-2 and Jason-1 reveals buried tectonic structure[J]. Science, 2014, 346 (6205): 65- 67.
21	TOZER B , SANDWELL D T , SMITH W H F , et al. Global bathymetry and topography at 15 arc sec: SRTM15+[J]. Earth and Space Science, 2019, 6 (10): 1847- 1864.
22	ZONG J W , BIAN S F , TONG Y D , et al. Classification of gravity matching areas using PSO-BP neural networks based on PCA and satellite altimetry data over the western pacific[J]. Sensors, 2022, 22 (24): 9892.

航路	算法名称	耗时/s	转折度数/(°)	转折次数	路径长/nmile	遍历节点数
航路1	蚁群算法	4.788 9	1 395	31	27.97	-
	Dijkstra算法	0.007 5	450	10	27.56	199
	传统A*算法	0.005 8	450	10	27.56	126
	优化A*算法	0.005 7	530	11	27.23	73
航路2	蚁群算法	5.536 40	810	18	32.799	-
	Dijkstra算法	0.028 44	495	11	28.899	210
	传统A*算法	0.020 66	450	10	28.899	125
	优化A*算法	0.028 26	397	10	28.467	104
航路3	蚁群算法	3.858 40	135	3	18.142	-
	Dijkstra算法	0.031 85	135	3	18.142	188
	传统A*算法	0.027 04	180	4	18.142	65
	优化A*算法	0.027 76	92	4	17.590	47

[1]	杨志鹏, 陈子浩, 曾长, 林松, 毛金娣, 张凯. 复杂环境下的飞行器在线航路规划决策方法[J]. 系统工程与电子技术, 2024, 46(9): 3166-3175.
[2]	杨小草, 都延丽, 步雨浓, 刘燕斌, 高程. 基于层次分解的在线三维RRT^*协同航路规划[J]. 系统工程与电子技术, 2023, 45(5): 1409-1419.
[3]	史岩, 张立华, 董受全, 王珏. 基于区域划分的反舰导弹航路规划算法[J]. 系统工程与电子技术, 2019, 41(3): 571-578.
[4]	曾国奇, 白宇, 林伟, 丁文锐. 地面运动目标的多UAV协同搜索方法[J]. 系统工程与电子技术, 2018, 40(7): 1498-1505.
[5]	韩玉龙, 严建钢, 杨士锋, 潘长鹏, 王磊. 威胁联网下舰载无人机对海突击航路规划[J]. 系统工程与电子技术, 2017, 39(1): 101-106.
[6]	曾国奇, 赵民强, 刘方圆, 丁文锐. 基于网格PRM的无人机多约束航路规划[J]. 系统工程与电子技术, 2016, 38(10): 2310-2316.
[7]	魏瑞轩, 许卓凡, 王树磊, 吕明海. 基于Laguerre图的自优化A-Star无人机航路规划算法[J]. 系统工程与电子技术, 2015, 37(3): 577-582.
[8]	周晓光，赵仁厚，王述运，齐丽君 . 航母编队补给船海上补给航路规划[J]. 系统工程与电子技术, 2014, 36(9): 1755-1760.
[9]	王树磊，魏瑞轩，沈东，祁晓明，罗鹏. 面向航路规划的Laguerre图构造算法[J]. Journal of Systems Engineering and Electronics, 2013, 35(3): 552-556.
[10]	卢发兴，刘树衎. 带航路规划的反舰导弹新“纯方位”攻击方法[J]. 系统工程与电子技术, 2013, 35(10): 2110-2114.
[11]	李红亮，宋贵宝，曹延杰. 多反舰导弹攻击多目标协同航路规划[J]. 系统工程与电子技术, 2013, 35(10): 2102-2109.
[12]	张立川，徐德民，刘明雍. 基于双水听器的多自主水下航行器协同导航方法[J]. Journal of Systems Engineering and Electronics, 2011, 33(7): 1603-1606.
[13]	王振华, 章卫国, 李广文, 穆旭. 基于非均匀B-样条的G2路径平滑方法[J]. Journal of Systems Engineering and Electronics, 2011, 33(7): 1539-1543.
[14]	刘钢，老松杨，谭东风. 基于功能区域的反舰导弹逆向航路规划[J]. Journal of Systems Engineering and Electronics, 2011, 33(4): 799-805.
[15]	倪天权，王建东，刘以安. 交叉粒群算法在无人机航路规划中的应用[J]. Journal of Systems Engineering and Electronics, 2011, 33(4): 806-810.

融合重力信息的优化A * 算法航路规划

Optimized A * algorithm route planning by integrating gravity information

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价