基于改进人工势场的避障路径规划策略研究

随着战争形势的无人化、多样化和跨域化发展,水下无人航行器作为各军事强国抢占水下作战域和海洋不对称作战优势的主要抓手,在未来战争中发挥着越来越重要的作用。由于海洋非结构化环境的复杂性,水下无人航行器在执行任务过程中,需能够在无人干预情况下进行系列操作和任务决策。本文针对水下无人航行器局部路径规划,提出基于速度矢量判断的改进人工势场法的避障航路规划策略,通过增加障碍物斥力场范围,强化目标点附近的引力场,优化障碍物斥力系数,并通过速度矢量判断旋转方向,使得水下无人航行器能够结合环境感知信息进行路径实时调整,最终能够达到安全快速避障。最后结合航行器流体动力与运动控制一体化仿真模型进行仿真分析,验证提出算法的有效性。     

基于多传感器采集信息的水下机器人导航系统

设计基于多传感器采集信息的水下机器人导航系统,确保水下机器人能够高效完成水下任务,并改善其导航效果。构建水下机器人导航系统结构,传感器采集模块通过安装于水下机器人上的惯性测量单元、水温水压传感器、GPS传感器、视觉传感器获取其姿态、深度、位置、运动环境信息,数据处理模块调用联合卡尔曼滤波算法实现各种信息的融合后,经通信串口传输至运动控制模块,由主控制器实现水下机器人的运动控制。经以太网通信模块将融合后的数据传输到上位机中,导航模块通过避障算法和路径规划算法实现水下机器人的导航,并呈现导航结果。实验结果表明：该系统可实现多传感器采集信息的融合,融合后速度、位置误差获得有效降低;导航轨迹曲线与实际轨迹基本一致;可实现障碍物避障,并规划出运动轨迹。     

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。     

水下滑翔机路径规划研究综述及展望北大核心CSCD

水下滑翔机(UG)是一种新型的水下无人航行器,具有能耗低、效率高、续航力长、成本低、可重复使用等优点,能够满足长时序、大范围的海洋观测与探测需求。水下滑翔机作为一种观测探测平台,合理的路径规划是其执行海洋观测与探测任务的重要保障。首先,综述近年来有关水下滑翔机路径规划方法,将水下滑翔机路径规划算法的内容系统性地分为传统算法、智能优化算法和多算法融合3类,并结合实际应用场景对不同的路径规划算法性能进行比较;然后,对水下滑翔机路径规划过程中所涉及到的环境重构技术、环境感知技术、智能决策技术和水下定位技术等关键技术进行凝练与总结;最后,基于现有的发展趋势,对水下滑翔机路径规划未来的发展方向,如多算法共融规划、多机协同路径规划、融合时空和目的约束的多维空间路径规划和复杂非稳态环境下的精准路径规划等进行展望。     

一种基于人工势场多AUV集群的实时避障方法

[目的]针对复杂水下环境中可能存在的多种障碍物,影响多自主式水下机器人(AUV)集群运动规划问题,提出一种基于人工势场的多AUV集群实时避障方法。[方法]首先,采用一种基于动态网络拓扑的编队方法,将AUV看作网络中的节点,通过设置势场函数来满足编队要求;然后,基于人工势场法对同时存在目标和障碍的区域建立势场函数,并将势场函数改进为指数函数,对AUV进行在线规划,实时完成多AUV集群避障的任务;最后,在Matlab软件中仿真设置10台AUV和6个障碍物进行仿真验证。[结果]仿真结果表明,采用该方法,AUV可以全部顺利地避开障碍物,准确到达目标点的安全区域。[结论]人工势场函数法可准确实现多AUV的实时避障,该技术的进步对提高军事作战能力具有重要的意义。     

融合卡尔曼滤波的VFH避障算法

针对机器人在野外自主作业时遇到的避障问题,提出了卡尔曼滤波算法和VFH算法相结合的新型避障算法.将机器人运动平面划分为一系列具有二值信息的栅格单元,并以机器人为中心将平面分割若干区间,通过获取栅格单元信任度值,计算障碍物栅格的向量值、矢量角以及每个区间的障碍物密度,来构建阈值范围内的安全路径.再融合卡尔曼滤波的预计更新的优点,实现机器人避障的动态路径规划.仿真实验表明:该融合算法解决了在目标点附近转向抖动的问题,摆脱了对周围环境先验认知的依赖,能够准确稳定地实现自主避障.     

基于改进人工势场法的水下滑翔机路径规划

研究了水下滑翔机在单个运动周期下躲避障碍物的路径规划问题,针对水下滑翔机运动特点,采用改进的人工势场法,规划出避障路径。首先,对传统的人工势场法进行改进,以克服局部极值与目标不可达问题,并引入速度势场函数,将静态势场转变为动态势场;然后,将水下滑翔机的运动特性及约束考虑进来,提出障碍物影响半径确定方法;之后,分析了定常海流对路径规划的影响。最后,以HUST-2号水下滑翔机为例在不同情况下进行仿真试验。结果表明,所用方法能使水下滑翔机成功避开水中静态与动态障碍物。     

自主式水下机器人最优路径规划问题的研究

路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质，路径规划的特点以及实现智能行为的要求，采用基于案例的遗传算法，实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法，在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配，在遗传算法中实际知识的指导，适当地改进遗传算子，加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果，使自主式水下机器人具有了一定的自主导航，自主避障和自主作业的能力。     

智能水下机器人路径规划方法综述

路径规划方法是智能水下机器人技术研究的核心内容之一,是实现自主航行和作业的关键环节。本文将水下机器人的路径规划方法按智能程度分为传统和智能两大类。传统方法包括基于路线图构建的路径规划方法、基于单元分解的路径规划方法以及基于人工势场的路径规划方法,智能方法包括基于群智能的路径规划方法和基于机器学习的路径规划方法。针对水下机器人规划环境的特点,分别对这几类典型方法进行总结与评价,重点分析了智能方法的优缺点和关键问题,最后展望智能水下机器人路径规划的未来研究方向。     

智能水下机器人路径规划方法综述

路径规划方法是智能水下机器人技术研究的核心内容之一,是实现自主航行和作业的关键环节。本文将水下机器人的路径规划方法按智能程度分为传统和智能两大类。传统方法包括基于路线图构建的路径规划方法、基于单元分解的路径规划方法以及基于人工势场的路径规划方法,智能方法包括基于群智能的路径规划方法和基于机器学习的路径规划方法。针对水下机器人规划环境的特点,分别对这几类典型方法进行总结与评价,重点分析了智能方法的优缺点和关键问题,最后展望智能水下机器人路径规划的未来研究方向。     

基于RRT*算法的水下机器人全局路径规划方法

针对海洋环境的复杂性,考虑水下机器人能量的局限性,为减小洋流环境中作业全程水下机器人的能量消耗,以某水下机器人为研究对象,设计实现基于RRT*的路径最短和能耗最低的路径规划算法;并进行包括RRT*算法和RRT算法在复杂环境下的对比、不同洋流流速环境中水下机器人路径最短和能耗最低路径规划的仿真模拟。最后在水池中,利用实验室现有的水下机器人平台进行了真机实验。仿真测试和真机实验结果表明:所设计的基于RRT*的路径最短和能耗最低的路径规划算法可行有效。     

面向AUV水下移动对接的实时路径规划方法

自主水下机器人(AUV)与移动对接平台之间的实时路径规划,是AUV与移动对接平台进行自主对接的使能技术之一。针对复杂动态环境下AUV与水下移动平台对接的实时性和终端姿态需求,研究了一种基于混合整数线性规划(Mixed Integer Linear Programming,MILP)的AUV与水下移动平台对接的实时路径规划方法。利用对障碍物约束、AUV本体约束进行相应的分析和线性化,根据多个对接阶段的需求设计了距离收敛、时间最优和姿态最优等不同的目标优化函数,建立了移动对接目标函数,形成相应的多约束线性规划模型,实现对AUV加速度优化,得到满足所有约束且目标函数最优的实时优化路径。最后,在充分考虑AUV实际的动力学模型下的仿真实验分析,验证了此方法的有效性。     

考虑模型偏差和时变扰动的水下机器人轨迹跟踪控制

本文针对考虑模型不确定性和时变外界环境扰动的水下机器人轨迹跟踪问题展开研究。首先基于水下机器人水平面运动学和动力学方程,结合有限时间控制方法设计一个有限时间扰动观测器用于对总扰动进行实时估计。随后基于反步滑模控制完成带扰动观测器的轨迹跟踪控制律设计,并采用二阶滤波器对虚拟控制信号进行过滤,增设滤波补偿系统用于保证滤波信号的精度。选择高增益扰动观测器和传统反步滑模控制器分别作为扰动观测器和控制器的对比项。最后在Matlab Simulink平台中进行了轨迹跟踪仿真实验。仿真结果表明,所设计的扰动观测器能够对总扰动实现快速且准确的观测估计,且水下机器人能够对目标轨迹能实现较好的跟踪效果。本文所设计的控制器可以使水下机器人快速地跟踪上目标轨迹,且相较于传统反步滑模控制器有着更小的跟踪误差。     

高速无舵翼水下机器人运动控制研究

通过改进传统水下机器人体系结构中的执行层、控制层和感知层,提出了无舵翼水下机器人的运动控制系统,使得水下机器人的运动控制系统在保持原有精确定位的功能外,也能完成远距离高速航行等任务.具体的改变包括执行层中的推进器布置方式以及推力分配方案、控制层中的控制方法以及在感知层中加入局部目标规划器,这些改变解决了高速航行给无舵翼水下机器人带来的一系列问题.海上进行的对比试验和远距离长航试验,验证了无舵翼水下机器人在所提出的运动控制系统控制下是可以满足任务要求的.     

重于水型AUV模糊路径规划与优化

为了实现重于水型自治潜器(Heavier-Than-Water Autonomous Underwater Vehicle,AUV)在未知水下环境中的局部路径规划。首先根据AUV的运动方程和机翼升力特性,在Matlab中建立动力学模型。设计模糊控制器,以声呐对障碍物探测得到的距离和方位信息作为输入量,实现了AUV在水下障碍物环境中的路径规划。最后,为提高AUV的能量利用效率,用遗传算法对模糊控制器的隶属度函数进行优化,并通过仿真试验证明了优化后AUV在避障期间能源消耗更少,说明该路径规划方法具有实际应用价值。     

水下智能机器人实时标图方法研究

介绍了利用具有避碰能力的水下智能机器人进行环境标图的方法。在论述了水下机器人的避碰策略之后，详细讨论了利用避碰声纳和探测距离进行区分自由空间和障碍物的方法，根据探测结果用栅格法来描述机器人探测区域。采用图象处理技术，对标图的结果进行噪声消除、特征提取等处理，最终将障碍物的形状识别出来。文中给出了详细的仿真结果。     

大型自主水下机器人全局静态与局部动态融合路径规划方法

针对大型自主水下机器人在做全局路径规划时面临环境建模复杂,算法求解能力弱以及面对局部动态障碍时自主性低,避障路径规划困难等问题,采用极坐标表示形成路径同心圆,在严格机动性约束下提出基于改进粒子群算法和速度障碍法的全局静态与局部动态相融合的路径规划方法。在极坐标表示的环境模型中,在全局静态规划中引入最优粒子"变异"过程提升算法求解能力;在局部动态规划中利用速度障碍法求解局部碰撞范围和安全路径区域以保证避障路径最优。实验结果表明,与传统粒子群和遗传算法相比,改进方法在全局静态规划中路径更短、求解能力更强,局部动态规划能够得到出最优避障路径。     

一种基于行为的自主/遥控水下机器人共享控制方法

自主/遥控水下机器人(ARV)是一种综合自主水下机器人和遥控水下机器人特点的新型水下机器人,融合ARV自主控制和操作人员遥控的共享控制是ARV控制的关键问题。针对ARV在环境探索任务中和目标观察任务中的共享控制,采用基于行为的控制思想,提出一种基于行为的ARV共享控制方法,包括实现环境探索的遥控行为、自主避障行为、以及实现目标观察的人机协同路径跟踪控制行为,通过设计的基于优先级的行为组织和融合方法,实现了ARV基于设计的行为以"人主机辅"模式执行环境探索继而以"机主人辅"模式执行目标观察过程的有效共享控制。基于构建的水下机器人共享控制仿真环境对设计的共享控制方法进行仿真实验,验证了提出的共享控制方法的有效性。     

基于模糊改进人工势场法的无人船路径规划研究

自主、高效巡航是对无人船提出的基本要求,为满足这一要求,需要为无人船配备路径规划系统.通过该系统,能够在无人船遇到障碍物时重新规划路径,使无人船避开障碍物,顺利到达目的地,完成任务.人工势场法是路径规划常用的一种方法,实际应用中发现该方法存在不足,为满足无人船路径规划需要,对人工势场法进行模糊改进.     

基于改进蚁群算法的水下潜航器安全隐蔽航路规划研究

针对水下潜航器的特点和实际需求,设计潜航器安全隐蔽航路规划模型。首先对水下航路规划的影响因素集进行划分,结合水下潜航器特点,通过改进信息素更新机制及启发因子的设计,建立基于蚁群算法的潜航器全局航路规划模型;其次考虑敌我距离变化量、我方位置与目标点的距离、我方声呐盲区、敌我距离最小量作为代价函数的4个因数,建立单目标动态威胁的局部航路规划;最后通过仿真得到全局规划路径和局部避碰路径结果,说明该方法在水下潜航器航路规划具有实际应用价值。