基于蚁群算法的AUV全局路径规划方法

在大范围海洋环境中，应用蚁群算法对自主式水下潜器（AUV）的全局路径规划问题进行了研究。基于栅格环境模型建立了蚁群可视图模型，设计了蚁群信息素更新规则；给出了蚁群全局路径规划的操作步骤；针对蚁群规划路径不平滑问题，设计了切割算子和插点算子。仿真实验结果表明，蚁群全局规划算法非常适合于求解复杂环境中的规划问题，规划时间短、路径平滑。     

大范围环境下自主式水下潜器两种全局路径规划方法的研究

应用遗传算法(GA)和A·算法对自主式水下潜器(简称AUV)在大范围海洋环境中的全局路径规划问题进行了研究.介绍了基于栅格的环境模型及其数据结构,讨论了GA的染色体编码方式、基于知识的初始种群生成方法与适应度函数,基于领域知识设计了五种遗传算子,给出了A·算法的具体实现方法.通过仿真结果可以看出:GA采用可变长编码方式使路径描述简单、清晰,具有收敛速度快、求解实际问题效率高的特点;A*算法可在较短时间内求得相对栅格优化的路径.两种算法均可满足系统实时性要求.     

自主式水下潜器研究开发综述

介绍了自主式水下潜器的特点和发展历史,并就其在科学考察、商业及军事上的应用情况做了概述.对目前自主式水下潜器主要研究热点进行了讨论分析,包括高效能源的应用、仿生技术的应用、基于环境的导航技术应用、智能控制技术的应用、可靠性及容错技术应用、多AUV技术应用及仿真技术的应用.对自主式水下潜器技术的未来发展方向做了展望.随着各项瓶颈技术的逐步突破,自主式水下潜器将在海洋应用各个领域中大显身手.     

AUV全局路径规划环境建模算法研究进展

AUV的路径规划算法是AUV最为核心的技术之一。本文在分析AUV自主巡航技术背景的基础上,综述针对海底环境的全局路径规划环境建模方法的研究现状,并比较栅格法、拓扑法和可视图法的优缺点;讨论了国内外学者在探索海流对AUV全局路径规划环境建模影响方面的研究进展。基于对AUV海流影响研究现状,展望了该领域的发展方向,并给出了2种考虑洋流影响的AUV全局路径规划环境建模算法。     

基于虚拟势场理论的AUV局部路径规划方法

针对自治式水下潜器（AUV）局部路径规划问题，基于虚拟势场理论研究，提出了虚拟力概念，并设计了一种改进型虚拟势场局部规划算法，解决了经典虚拟势场能算法中存在的零合力与U型障碍的局部极小问题：当AUV陷入局部极小时通过调用相应的逃避算法来摆脱局部极点。仿真结果验证了该算法对于克服虚拟势场能中存在的局部极点的有效性和可行性。     

多自主水下航行器区域搜索与协同围捕方法研究

针对多个自主水下航行器(AUVs)执行区域搜索和协同围捕入侵对象的任务案例,设计了多航行器混合分层式体系结构,提出了分区域随机搜索策略和基于势点的优化围捕策略。将蚁群算法和人工势场法相结合,实现了AUVs路径规划与避碰。基于AUV六自由度运动模型和PID控制器,通过仿真实验验证了算法的有效性。仿真结果表明,AUVs具有在障碍环境中执行区域搜索和对入侵对象协同围捕的作业能力,设计的方法可应用于自主水下航行器的围捕任务。     

基于改进人工势场法的水下自主航行器路径规划

针对水下自主航行器(AUV)在水下复杂环境下的路径规划问题,提出改进人工势场法的路径规划算法.在传统人工势场法的基础上,提出考虑避障半径的斥力场函数方法,进一步优化规划路径.通过设置子目标点法和距离比较法,有效解决二维和三维空间下的局部最小值点问题和目标不可达问题.通过仿真对比验证提出的基于改进人工势场法的水下自主航行器路径规划算法的有效性.     

基于混合蚁群算法的无人船航行路径自主规划

路径规划是无人船自主导航的核心问题。由于无人船当前位置以及目标位置的确定受到障碍物影响,最佳航行路径的获取难度较大。为此,提出基于混合蚁群算法的无人船航行路径自主规划方法。采用栅格法构建无人船工作环境模型,由上至下、由左至右的对栅格完成编号处理,划分安全区域与障碍物区域。构建无人船航行路径自主规划数学模型,设定地形与威胁、航程上限以及路径平滑度等约束条件。针对蚁群算法初始搜索效率差等问题,将其与粒子群算法相结合,提出混合蚁群算法。利用该算法求解无人船航行路径自主规划数学模型。实验结果显示,研究方法具有较高的路径规划准确性,路径长度、平均能耗及路径规划时间指标均较优。     

基于反步控制和神经动力学模型的带缆水下潜器航迹跟踪

为实现带缆水下潜器的航迹跟踪控制,对带缆水下潜器设计了运动学反步控制器和动力学滑模控制器,并引入生物启发神经动力学模型来平滑反步控制器中因跟踪误差较大,引起的输出速度跳变。对水下潜器折线路径跟踪进行仿真,并分析脐带缆对跟踪效果的影响。结果显示,所设计控制器的路径跟踪误差小,跟踪速度在初始阶段以及折线路径拐点处过渡平滑;脐带缆使跟踪效果变差。对带缆潜器这一刚性和柔性部件相互连接的水下运载设备而言,神经动力学反步滑模控制器能够较好地实现航迹跟踪,并有效克服传统反步控制器速度跳变的问题。     

自主水下机器人下潜困难问题的数值仿真与试验研究

自主水下机器人在近水面运动时,受到文丘里效应产生向上吸力的影响,使得潜器初始下潜困难,近水面的深度保持能力也受到影响。为了研究水下潜器近水面下潜困难问题,文章运用计算流体力学（CFD）软件对某AUV主体周围流场进行近水面数值模拟。模拟结果表明,影响升力和抬头力矩的主要因素是初始的下潜深度和速度。水域试验表明随着初始下潜深度的增加,AUV 的下潜将变得越来越容易,这与模拟结果相一致。     

应用GA,PSO,ACO算法进行水下自主运载器路径规划(英文)

In this paper,an underwater vehicle was modeled with six dimensional nonlinear equations of motion,controlled by DC motors in all degrees of freedom.Near-optimal trajectories in an energetic environment for underwater vehicles were computed using a numerical solution of a nonlinear optimal control problem(NOCP).An energy performance index as a cost function,which should be minimized,was defined.The resulting problem was a two-point boundary value problem(TPBVP).A genetic algorithm(GA),particle swarm optimization(PSO),and ant colony optimization(ACO) algorithms were applied to solve the resulting TPBVP.Applying an Euler-Lagrange equation to the NOCP,a conjugate gradient penalty method was also adopted to solve the TPBVP.The problem of energetic environments,involving some energy sources,was discussed.Some near-optimal paths were found using a GA,PSO,and ACO algorithms.Finally,the problem of collision avoidance in an energetic environment was also taken into account.     

基于链接图法和遗传算法的航路规划

航迹规划对军用飞行器完成任务具有重要的意义。链接图的特点是简单明了，文章针对链接图法进行航路规划的不足，使用遗传算法进行再次优化，使该航路满足了性能要求。最后给出了仿真，反正结果表明该方法的可行性。     

环境地图的格栅化及路径规划研究

电子海图中的海洋环境地理信息通常由复杂几何图形构成,在路径规划时需要建模处理,格栅化是最常用的处理方法。本文针对实际环境中的路径规划问题,分析环境地图格栅化对路径规划的影响,并介绍A^*算法在栅格地图路径规划中的应用。以某海域环境为例,对不同尺度下的栅格地图进行路径规划对比分析。研究表明,环境地图的格栅化会显著提高路径规划的效率,但是过大的网格尺度会破坏规划空间的连通性。合理地调节障碍物边界处的等效网格设置,可以保证路径规划空间的连通性,在提高路径规划效率和成功率的同时,并不会影响规划路径的最终结果。     

AUV任务规划技术的研究

任务规划技术是水下机器人使命任务能否完成的关键，介绍了项目所研制的水下机器人体系结构、远程作业任务规划、路径规划的方法，给出试验结果验证了路径规划算法的有效性。     

UUV走航CTD探测的航迹规划及控制方法研究

介绍了一种航迹规划与控制方法,使得无人水下航行器(UUV)能够使用CTD测量仪完成水下探测任务。详细介绍了所研究的UUV硬件系统体系结构,同时完成UUV水平面和垂直面的航迹规划,使其在满足UUV设计要求及CTD测量特性约束条件下能够完成水下探测任务。为了实现UUV在三维空间里较好的跟踪所规划的航迹,应用自抗扰控制(ADRC)技术,分别设计了自抗扰航向控制器和纵倾控制器。所研究的航迹规划与控制方法在UUV半实物试验中得以验证。     

基于模糊综合评价的帆船行驶最优路径规划方法

路径规划是帆船比赛取胜的重要环节。综合栅格法和模糊概念,提出了基于模糊综合评价的帆船行驶最优路径规划方法。该方法采用栅格法建立帆船航行的二维平面信息,以模糊逻辑为基础,结合帆船的运动信息建立帆船在运动平面上的二维隶属函数模型,并采用模糊综合评价思想,综合考虑行驶速度和接近目标2个因素建立综合评价函数,进行行驶方向决策。利用宽度优先搜索算法实现全局最优路径搜索。仿真结果证明,该路径规划方法能够取得较好的规划结果,对指导帆船运动员进行科学训练有很好的应用价值。     

一种混合优化的全局路径规划算法

针对全局路径规划研究中遗传算法存在搜索范围广而导致收敛速度慢的问题,本文提出一种混合优化的全局路径规划方法,完成对图像读取、处理后使用A*算法预处理缩小可行区域从而提高收敛速度。所提出的混合优化规划方法主要优化遗传算法的初始种群,在不影响最终路线的情况下,缩小初始种群的搜索范围,提高算法进行全局路径规划的速度,快速有效的规划出全局路线。另外本文给出一种评价体系对规划结果进行定量的避障评价,评价结果能够以数值形式对规划结果进行综合评价,评价结果显示通过混合优化算法规划出的路径具有更佳的安全性。     

Path planning method for unmanned surface vehicle with controllable distance from obstacles北大核心CSCD

[目的]为了解决水面无人艇(USV)路径规划中安全性和平滑性方面的问题,提出一种与障碍物距离可控的USV路径规划方法。[方法]首先,结合雷达图像生成栅格化环境信息,利用维诺场算法(VFA)为每个栅格添加危险势场并建立航行界限;其次,建立与航行界限关联的危险度函数对A^(*)算法的评价函数进行改进,利用改进的A^(*)算法进行路径规划;最后,针对航行路径转向角较大的问题,采用梯度下降法(GDM)进行航行路径的平滑处理,得到满足USV实际航行要求的连续平滑路径。[结果]仿真结果表明,所提路径规划方法通过设置不同的航行界限可以实现路径与障碍物之间距离的控制且平滑性符合航行要求。[结论]该方法在USV路径规划过程中具有一定的合理性和有效性,可为USV自主避障决策提供参考。