论文部分内容阅读
路径规划技术是提升水下机器人自主性的关键技术之一,优异的路径规划性能可产生力量倍增器的效果,使有人系统将注意力关注在更为复杂的任务上。路径规划系统的核心是在考虑自身机动能力的条件下,基于任务目标、环境条件、航行器剩余能量来自主决定预航行路线,同时保证水下机器人的安全性。本文以海流环境下的全局路径规划技术为研究内容,以航行时间和能量消耗作为优化目标,以稳态海流场、时变海流场、不确定海流场的顺序层层深入的展开研究,主要的研究内容包括以下几个方面
首先,针对稳态海流场模型,提出了基于边搜索的时间最优路径规划算法,解决了传统路径规划方案中仅以栅格顶点或栅格中心作为路径点而导致的搜索空间不完整问题。在边搜索方案中,路径点可在栅格边上自由移动,将传统栅格环境模型中点对点的探索方式转化为边对边的搜索方式,实现了探索方向连续化,并结合矢量分析法,提高了算法的计算效率。
其次,针对时变海流场模型,提出了基于双层规划的能耗最优路径规划算法。研究分析了出发时间和推进速度对时变海流环境中水下机器人能量消耗的影响,引入出发时间和推进速度作为路径参数。在此基础上,针对探索方向限制和无后效性不成立问题,使用双层规划作为路径规划算法,将路径规划任务分为路径规划与路径优化两部分。其中,路径规划部分采用蚁群系统算法构建通道;路径优化部分在该通道内使用量子粒子群算法对路径参数进行优化。算法的双层结构解决了探索方向限制问题,蚁群系统算法的使用保证了路径规划方案在时变海流环境下能够以概率1收敛到最优解。
再次,针对海流预测的不准确性问题,提出了不确定海流环境中的能耗最优路径规划算法。该算法将海流作为区间参数处理,以量子粒子群为寻优算法,以B样条曲线为路径形式,通过矢量分析法计算区间海流环境下候选路径的区间响应,利用区间序关系和区间可靠度模型将不确定优化问题转换为确定性优化问题。另外,不同区间序关系与区间可靠度模型所得结果路径的性能被分析。
最后,针对能耗最优路径规划算法中计算效率较低的问题,提出了低复杂度的能耗最优路径规划算法。研究中使用矢量分析法推导了能耗最小条件下的推进速度,可通过解析式直接计算预航行矢量下的最小能量消耗,提高了能耗最优路径规划算法的计算效率。
首先,针对稳态海流场模型,提出了基于边搜索的时间最优路径规划算法,解决了传统路径规划方案中仅以栅格顶点或栅格中心作为路径点而导致的搜索空间不完整问题。在边搜索方案中,路径点可在栅格边上自由移动,将传统栅格环境模型中点对点的探索方式转化为边对边的搜索方式,实现了探索方向连续化,并结合矢量分析法,提高了算法的计算效率。
其次,针对时变海流场模型,提出了基于双层规划的能耗最优路径规划算法。研究分析了出发时间和推进速度对时变海流环境中水下机器人能量消耗的影响,引入出发时间和推进速度作为路径参数。在此基础上,针对探索方向限制和无后效性不成立问题,使用双层规划作为路径规划算法,将路径规划任务分为路径规划与路径优化两部分。其中,路径规划部分采用蚁群系统算法构建通道;路径优化部分在该通道内使用量子粒子群算法对路径参数进行优化。算法的双层结构解决了探索方向限制问题,蚁群系统算法的使用保证了路径规划方案在时变海流环境下能够以概率1收敛到最优解。
再次,针对海流预测的不准确性问题,提出了不确定海流环境中的能耗最优路径规划算法。该算法将海流作为区间参数处理,以量子粒子群为寻优算法,以B样条曲线为路径形式,通过矢量分析法计算区间海流环境下候选路径的区间响应,利用区间序关系和区间可靠度模型将不确定优化问题转换为确定性优化问题。另外,不同区间序关系与区间可靠度模型所得结果路径的性能被分析。
最后,针对能耗最优路径规划算法中计算效率较低的问题,提出了低复杂度的能耗最优路径规划算法。研究中使用矢量分析法推导了能耗最小条件下的推进速度,可通过解析式直接计算预航行矢量下的最小能量消耗,提高了能耗最优路径规划算法的计算效率。