极地研究

作者：王煜尘,祝标,郭井学,窦银科,姚旭,孙阳

单位：1太原理工大学电气与动力工程学院,山西 太原030024;2中国极地研究中心(中国极地研究所),上海200136

关键词：

路径规划,启发式算法,南极中山站,联邦学习

基金：南极中山雪冰和空间特殊环境与灾害国家野外科学观测研究站(121163000000190015)资助

启发式算法被广泛用于移动巡检单元的路径规划中。然而在一些特殊场合(例如南极中山站),有限的通信带宽、能源和计算能力要求移动巡检单元在路径规划算法中更有效率。为了解决上述困难,本研究提出了1个网络交换和分布式通信设施的设计方案,并将其作为实现数字孪生传感网络的基础。同时,本研究提出了1种改进型灰狼优化的路径规划算法,结合联邦学习机制,以提高路径规划算法的效率,减少资源消耗。通过一系列的仿真研究和南极中山站现场试验,验证了该算法在启发式全局路径规划、规划成本评估和区域动态路径规划方面取得了良好的性能。本研究设计的硬件平台功能符合实际任务要求,新型启发式路径规划算法优于同类其他算法,联邦学习机制提高了规划算法中参数设置的效率,算法模型使南极中山站移动巡检单元的路径规划更加高效和可靠。

来源：2023年第3期

《极地研究》期刊编辑部

查看极地研究杂志2023年第3期