基于改进蚁群算法的水下机器人路径规划算法

针对当前基本蚁群算法应用于水下机器人全局路径规划时存在路径搜索速度慢、容易陷入局部最优等问题,对其进行优化,提出一种改进蚁群算法。首先,改进算法引入A*算法作为新的初始路径搜索策略提高初始解的质量,加快算法收敛速度;针对特殊环境下算法容易陷入局部最优的问题做出优化,引入狼群分配策略进行蚂蚁回退。此外,对距离启发函数做出改进,综合考虑当前节点和下一节点以及下一节点和目标节点之间的距离,提高了算法搜索效率;提出一种信息素动态自适应更新策略,加快了算法前期搜寻效率,同时又扩大了算法后期搜寻范围。最后,以三次B样条法为基础引入路径平滑操作,去除规划路径结果中的冗余节点,减少了水下机器人移动过程中的能耗。仿真结果表明,和基本蚁群算法相比,改进算法不仅能取得更短、能耗更低的最优路径,收敛速度也更快。     

自主式水下机器人水下对接技术综述

自主式水下机器人(AUV)作为水面支持平台和海底空间站以及深海长期观测系统之间的重要纽带,其水下对接技术一直以来都是国内外的研究热点。在归纳、分析国内外AUV水下对接技术如水下箱(笼)式对接、机械手或载体辅助式对接、杆类引导对接、平台阻拦索式对接和喇叭口式引导对接技术的基础上,介绍各种AUV对接技术的实现方法和结构原理,以及对接技术的发展现状与趋势。并针对目前应用较为广泛的喇叭口式引导对接方式,详细介绍一种针对重型AUV的水下对接系统。经试验验证,该系统模块化强,对横滚姿态要求低,适用于多种尺寸AUV,对接系统的对接成功率高。所做工作可为今后AUV水下对接技术的发展提供参考。     

自主式水下机器人水下对接技术综述

  目的  为满足全驱动型自主式水下机器人（AUV）水下搜救、回收及海底地貌成像等实际任务需求,研究全驱动型AUV三维路径跟踪控制应用的方法。  方法  阐述自主研发的\     

自主式水下机器人控制技术研究综述

自主对接是无人水下航行器（UUV）协同作业的关键,但受复杂环境和对象特性的影响,精准引导与对接难度很大。为了提高水下对接的准确性和鲁棒性,设计一种基于视觉引导的对接方案,并针对视觉解算和三维轨迹跟踪控制技术开展研究。

首先,结合任务和对象特性分析,设计基于视觉引导的总体对接方案。其次,设计YOLOv5神经网络完成水下对接站的目标检测,并基于EPnP算法实现对接站与UUV之间相对位姿关系的在线测量。接着,结合视觉解算结果,基于三维LOS制导、径向基函数神经网络（RBFNN）、终端滑模控制（TSMC）和李雅普诺夫理论,设计一种高效的三维鲁棒轨迹跟踪控制器。最后,通过数值仿真和水池试验验证该设计方案的有效性。

在水池试验中,视觉引导控制算法能够有效完成水下对接站的在线检测与相对定位,实现UUV的精准水下对接。

研究表明,所提出的视觉引导三维轨迹跟踪控制方案合理、高效,可为UUV水下对接奠定基础。

     

多自主式水下机器人的路径规划和控制技术研究综述

自主式水下机器人(AUV)是海洋资源勘探和开发的重要工具,在民用和军用领域都发挥着重要作用。随着AUV技术的逐步成熟,通过构建多自主式水下机器人(MAUV)系统,令多个AUV协作完成水下作业任务已成为当前的发展趋势。MAUV系统对提高水下机器人的智能化水平及发展海洋化装备具有重要的理论研究意义和实用价值。介绍目前MAUV系统的应用现状和科研进展,并对MAUV协同路径规划和集群协同控制技术等研究热点进行系统化梳理,着重分析人工智能优化和编队协同的关键技术。最后,对MAUV系统未来的发展方向进行展望。     

卡尔曼滤波算法在自主式水下机器人超短基线定位中的应用

近年来,海洋开发进程不断深入,水下机器人在海洋探测、海上救助等领域发挥着越来越重要的作用。基于超短基线的声波探测定位技术是采集和传递信息的最有效手段,是解决水下机器人定位精度的有效途径。本文研究基于超短基线定位的原理,分析产生定位误差的原因,利用卡尔曼滤波算法提高水下机器人的定位精度。     

基于单双目切换的自主式水下机器人视觉定位方法

为了解决以双目视觉为主导的自主式水下机器人（AUV）对接回收过程中出现的单一摄像机遭受遮挡或因水下环境特殊而发生故障的问题,提出一种基于单双目切换的AUV视觉定位方法。该方法通过自适应阈值法区分图像中的光源与背景,通过中心加权质心检测法提取光源中心,并以光源中心点数量为判定条件选取单目或双目视觉定位,添加水体折射参数提高定位精度。试验结果显示,采用该方法的定位耗时相比以往减少约70%,定位结果输出稳定,对接精度在允许范围内。该方法在AUV回收对接过程中通过牺牲部分定位精度来提高对接的实时性和鲁棒性,保障AUV成功对接回收。     

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。     

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。     

基于蚁群算法的水下无人平台航路规划

水下无人平台具有重要的军事价值,而航路规划是水下无人平台的关键技术。为了解决当前水下无人平台航路规划方法存在的规划时间长、无法获得最优规划航路规划结果的不足,提高规划航路规划效果,提出了基于蚁群算法的水下无人平台航路规划方法。首先建立水下无人平台航路规划问题的数学模型,给予水下无人平台航路规划的约束条件,然后建立水下无人平台航路规划的环境模型,并引入蚁群算法找到最优水下无人平台航路规划方案,最后对本文水下无人平台航路规划方法的性能进行了验证性测试。结果表明,相对于其它规划方法,蚁群算法不仅可以在短时间内找到最优水下无人平台航路规划方案,而且成功率更高。     

基于改进蚁群算法的物流网络

文中将受容量限制的单分配轴-辐式网络抽象为一个三次变量的混合整数线性规划模型方程;提出了一种改进的蚁群算法,将6种局域搜索算子加入算法中,因此具有较高的全局搜索能力和局部搜索能力;同时提出“解对”的概念,对问题的构成进行分解优化,转化为确定问题,切实使本问题符合蚁群算法使用的前提和优势;最后,使用澳大利亚邮政的数据进行选址仿真实验,验证此算法模型在该应用中的求解效率和计算稳定性。     

利用局部感知和有限通信相结合实现多自主式水下机器人编队

水下机器人是深海探测的重要工具,通过多个机器人之间的协作可以完成复杂的探测工作。本文主要是研究多自主式水下机器人的编队,首选阐述局部感知和有限通信,然后将二者相结合来解决集群机器人之间的通信和避碰问题,最后进行不同编队情况下多机器人编队的保持度实验。     

自主式水下机器人控制系统及声呐目标识别

[目的]为满足水下搜救、勘探、目标检测与跟踪等需求,[方法]针对研制的"探海I型"自主式水下机器人(AUV),利用其搭载的前视声呐开展目标识别试验,选取获取的运动目标图像中的典型帧进行目标检测和识别研究。阐述"探海I型"AUV的系统组成与工作原理。提出一种控制系统架构:以笔记本电脑配合水面控制箱为水面控制单元;以PC104工控板作为自动驾驶仪的主控单元;同时配备摄像头PC104板卡单独进行摄像头图像处理。采用三帧差分法检测声呐目标,并基于Hough变换的快速椭圆检测算法提取目标特征。[结果]湖上试验表明:研制的AUV运行可靠、正常,可满足水下工作的需求,声呐目标识别效果较好。[结论]该AUV控制系统架构和目标识别方法对于中、大型AUV的研制及视频、红外等其他领域的目标识别具有借鉴意义。     

基于改进灰狼算法的UUV集群任务分配研究

UUV集群任务分配问题与狼群攻击围捕目标的问题十分相似,本文尝试将狼群行为理论和灰狼算法引入到UUV集群任务分配问题中。针对传统灰狼算法未考虑全局与局部搜索的协调配合以及未考虑位置更新的权重问题进行改进,本文提出改进收敛因子以余弦规律减小和引入动态权重的改进灰狼算法。为了验证方法的可行性和优越性,进行侦察和攻击目标任务分配仿真,并针对同一场景分别采用灰狼算法(GWO)、遗传算法(GA)以及改进灰狼算法（IGWO）进行仿真。结果表明,IGWO算法比GA算法和GWO能够更好对UUV集群侦察目标任务分配的问题进行求解,并能够减小资源浪费,提高工作效率。     

基于改进粒子群优化算法的自主水下航行器深度控制

为解决欠驱动自主式水下航行器的定深控制问题,建立欠驱动自主式水下航行器的数学模型,选用经典的PID控制器对其进行控制。为使控制器的各项性能指标良好,控制器的参数整定选用粒子群优化算法。粒子群算法在迭代过程中容易出现粒子早熟现象,为了避免这一现象,本文引入指数函数,对粒子群迭代公式的惯性权重进行动态调整,延长了粒子的大范围搜索时间。在Matlab 2019b环境下进行仿真,通过纵向对比,证明了改进算法的可行性,将改进后的算法与ZN整定算法进行对比,结果表明,改进粒子群算法表现更佳。     

自主式水下航行器水下回收融合引导技术方案及算法

[目的]为解决母艇携载的自主式水下航行器（AUV）在水下自主回收和对接的问题,基于惯导（INS）、声学超短基线定位（USBL）、光学等信号引导的多源数据融合,提出一种面向移动平台的AUV水下回收对接引导方法。[方法]为此,设计融合多传感器信息的扩展联邦卡尔曼滤波器,采用分散滤波并再经信息融合方法以提高滤波精度。分别以INS和USBL及光学探测信号作为子滤波器的输入信息,结合AUV水下回收对接过程中的5个阶段分别建立运动方程,最终得到适用于移动平台搭载的AUV水下对接引导系统的多源数据融合导航算法。[结果]仿真结果表明,所提方法具有可行性、系统鲁棒性和控制精度,[结论]可满足母艇水下回收作业对接的工程要求,以及作为AUV水下自主回收操作的技术参考。