基于改进蚁群算法的长航程无人船路径规划OA北大核心CSTPCD

针对无人船续航能力不足问题,提出基于强化学习的角度优先改进蚁群算法,规划长航程无人船路径。采用Canny算子提取环境信息,应用像素的灰度加权平均及高斯滤波平滑处理的方法,分析图像中的梯度并提取边缘特征,采用ginput函数提取边缘坐标;基于MAKLINK图论原理,以边缘坐标为节点,定义节点之间的链接线与路径点表示航行环境的结构和连接关系,建立航行环境模型;对比航行环境中不同启发因子作用下取得的最短路径,确定算法最优启发因子组合;引入角度优先机制提高收敛速度、强化学习奖励与惩罚系数调节信息素浓度对算法流程进行优化,生成最优路径。实验结果显示,该改进算法得到的无人船航行路径拐角平滑,无人船续航能力提升4.6%,算法收敛速度提升68.9%。