未知环境下基于感知自适应的多AUV目标搜索算法

针对未知环境下目标搜索的复杂性与环境特征的随机性问题,提出了基于分区域的感知自适应目标搜索算法,来解决传统的梳子形搜索模式或预先离线设计的全局优化航迹中,自主水下航行器不能灵活适应环境的目标搜索问题。该方法的主要特点是根据AUV视域内有环境目标特征时,实时设计最优一步的航迹规划,并利用贝叶斯估计来完成目标定位,无目标时,利用分区域栅格值并锁定任务区域的航迹规划,两种模式交替进行来提高搜索的灵活性。仿真结果表明,相比于传统搜索模式或全局优化航迹,该方法增强了环境适应能力,提高了目标搜索效率。     

变化海流环境下AUV能量最优三维路径规划

为获取变化海流环境下自主水下航行器(autonomous underwater vehicle, AUV)的能量最优路径, 基于最优控制理论提出一种用于AUV的三维能量最优路径规划算法。首先, 为了有效抑制海流对路径规划的影响, 将海流向量加入到AUV运动学模型中。其次, 在已知俯仰角及AUV位置的情况下, 利用庞特里亚金极小值原理, 获得能量最优控制律。最后, 利用线性定常系统的状态空间理论, 计算得到初始艏向角、航速以及能量消耗。在仿真环节, 通过与负反馈控制策略相比较, 说明所提算法能够规划出三维能量最优路径, 而且可以有效降低AUV的能量消耗。     

基于正六边形栅格JPS算法的智能体路径规划

通过构建正六边形栅格地图, 并修改传统跳点搜索(jump point search, JPS)算法的邻居剪枝、强制邻居判断的规则和JPS策略, 提出一种新的正六边形栅格JPS算法, 并且利用该算法解决智能体在环境地图存在障碍物时的路径规划问题。利用Pycharm平台进行仿真研究, 并与传统正方形栅格A^*算法和JPS算法进行路径规划仿真比较, 结果表明正六边形栅格JPS算法可更好地实现路径规划, 所规划出的路径可避免穿越墙角的不安全行为、减少转向次数, 且该算法可减少路径规划时间, 提高了路径规划的质量和效率。     

可变洋流环境中自主水下航行器动态路径规划的改进QPSO算法

为更好地完成水下探测任务,提升潜行效率,本文提出了自主水下航行器(autonomous underwater vehicle,AUV)在可变洋流中的全局路径规划方法.首先,识别潜行区域地形与静态障碍物,建立以三维空间路径最短与路径平滑度最大为约束的多目标函数,利用提出的改进QPSO算法求解,生成初始路径;其次,考虑水下环境中不确定障碍物的存在和时变洋流的干扰,将动态障碍物信息更新在控制图上,用高斯噪声对洋流速度进行估计,确保AUV实现动态躲避与适应洋流变化以输出稳定的速度;最后,建立观测与惩罚函数来实时调整初始路径,得到更为科学合理的潜行路径.仿真结果表明,本文提出的全局规划方法求解的路径能使AUV潜行更加平稳与安全,使其具有更好的自主能力;所提改进算法与常规算法对比,改进的QPSO算法求解多目标离散问题所得解的精度与质量更好.     

基于改进单元分解法的全覆盖路径规划

传统的单元分解法在静态已知环境中进行全覆盖路径规划时，若障碍物分布不规则或具有较多的凹形障碍物，则所得的单元数量较多，这导致最终路径易出现较多的冗余和不必要的转向。首先，将栅格地图分解为若干个路径片段，每个路径片段由位于同一行且左右相邻的栅格组成；然后，合并这些路径片段以生成单元；再基于贪心算法和拓扑地图三次求解单元间的遍历顺序，合并减少了单元数量，并对局部路径进行了优化，最终完成遍历路径的规划。仿真结果验证了所提算法的有效性，且规划的路径具有更少的冗余和转向次数。     

基于前视声呐信息的AUV避碰规划研究

在复杂海洋环境中,利用前视声呐获取的障碍物信息指导自治水下机器人（AUV）进行局部避碰。主要采用强化学习的方法对AUV进行控制和决策,综合Q学习算法、BP神经网络和人工势场法对AUV进行避碰规划。强化学习的方法强调AUV在环境的影响中学习,通过环境对不同行为的评价性反馈信号来改变行为选择策略。并且在环境发生变化时,AUV通过学习来实现对新环境的适应,不断改进其自治能力,进而实现在不确定环境下的避障任务。开发了AUV运动规划的虚拟仿真软件系统,仿真实验证明了算法的合理性与可行性。     

基于分层马尔可夫决策过程的AUV全局路径规划研究

自主路径规划是自治式水下机器人(AUV)自主能力的重要体现,是保障AUV在大范围复杂海洋环境中自主完成使命作业的关键技术之一。提出了基于马尔可夫决策过程的路径规划方法;并建立了基本的马尔可夫决策模型和结合状态聚类的分层马尔可夫决策模型,同时给出了两种规划的仿真实验及结果分析。实验证明,此类方法能够很好地求解大范围复杂环境内AUV的二维路径规划问题。     

多UAV协同区域覆盖搜索研究

针对多无人机协同区域覆盖搜索问题,为降低问题求解的复杂度,将其分解为多UAV任务区域分配和完全覆盖路径规划两个子问题,对子问题分别优化求解。建立了无人机任务执行代价模型,采用分层模糊推理求解无人机的性能评估指数,根据性能评估指数采用基于面积的区域分割方法实现多无人机搜索任务区域的分配。分析了无人机实现区域内覆盖搜索的最优路径问题,给出了在特定多边形区域下最小代价的搜索模式和搜索路径。仿真实验结果验证了所给方法的有效性。     

通信距离受限条件下的无人机集群协同区域搜索

针对通信距离受限条件下的无人机(unmanned aerial vehicle, UAV)集群协同搜索任务, 考虑防相撞约束, 定制了一种能够在搜索过程中根据机间距离切换交互方法的UAV交互决策机制, 实现了动态环境中的搜索航迹规划。首先, 运用栅格化方法建立包含3种属性的环境认知地图对任务区域进行表征。其次, 考虑多种搜索任务需求, 以最大化搜索效率为目标建立UAV集群协同搜索模型。然后, 根据机间有效通信距离定义了UAV协同搜索过程中的通信状态, 设计了一种能够在通信完全有效、局部有效以及完全失效3种典型场景下切换信息交互方法的信息交互与决策机制。最后, 采用滚动时域优化方法, 实现集群各成员的自主决策与交互行为。仿真结果表明, 所提算法能够在通信距离受限条件下有效完成协同搜索任务, 在完成覆盖搜索任务时能够有效兼顾对动目标的搜索。     

通信距离约束下的无人船集群覆盖搜索方法

针对通信距离受限时水面无人船(unmanned surface vessel, USV)集群对未知水域的覆盖搜索问题, 提出一种竞拍协同边界探索算法。首先根据边界探索的思想提取地图探测边界, 然后以基于层次聚类思想进行改进的K-means++聚类算法划分任务区间, 消除不安全或低收益的目标搜索点, 再以分布式竞拍算法为USV集群动态分配搜索任务, 使集群搜索效率最大化, 各艇经过多轮分配、执行搜索任务直至覆盖全水域。仿真实验表明，在相同集群规模下, 相较于无协作的几种边界探索算法, 该算法任务用时和集群航行总路程更少; 在相同任务地图下, 覆盖搜索效率随USV集群规模增大而提高。     

用于水下机器人智能路径规划的仿真器的建立

在水下机器人的设计和开发过程中有一个严重的限制问题,就是由于水下机器人工作在较深的水中,因此很难观察到水下机器人的运动情况。在测试智能路径规划的过程中,也遇到了这个问题。仿真器提供了一个虚拟的海洋环境,可以允许研究人员在实验室里方便的进行测试,并通过三维实时的图形场景对机器人的运动过程进行监控。仿真器同时还提供了对一些传感器的简单仿真,使智能路径规划的判断机制更加全面,从而更真实的模拟实际机器人的工作过程。     

Synchronized path following control of multiple homogenous underactuated AUVs

This paper addresses the problem of synchronized path following of multiple homogenous underactuated autonomous underwater vehicles(AUVs).The dedicated control laws are categorized into two envelopes:One is steering individual underwater vehicle to track along predefined path,and the other is ensuring tracked paths of multiple vehicles to be synchronized,by means of decentralized speed adaption under the constraints of multi-vehicle communication topology.With these two tasks formulation,geometric path following is built on Lyapunov theory and backstepping techniques,while injecting helmsman behavior into classic individual path following control.Synchronization of path parameters are reached by using a mixture of tools from linear algebra,graph theory and nonlinear control theory.A simple but effective control design on direct inter-vehicle speed adaption with min- imized communication variables,enables the multi-AUV systems to be synchronized and stabilized into an invariant manifold,and all speeds converge to desired assignments as a byproduct.Simulation results illustrate the performance of the synchronized path following control laws proposed.     

基于视线导航的自主水下航行器编队轨迹控制

编队航行对于提高自主水下航行器的水下作业能力和生存能力具有重要意义,以组成三角形编队前行的三个自主水下航行器为研究对象,基于Leader-Follower编队控制思想和反馈线性化技术设计了d-φ编队控制率,同时,提出了一种变结构控制方法,该方法通过视线导引角计算保持横向轨迹误差最小,进而使自主水下航行器沿预设的航路前进.仿真结果表明所提出的方法切实可行,很好地解决了自主水下航行器协同控制中的编队轨迹跟踪问题.     

基于全息地图的机器人与操作手同步路径规划

针对机器人行走路径规划与机械手操作路径规划之间缺乏同步性,提出了一种机器人与机械手同步路径规划方法,使机器人在路径规划时不仅可以实现行走路径规划,还实现了对操作路径的规划。首先,借鉴人对空间规划的思想,设计了实现机器人与机械手同步规划的总体思路,并且给出了其涉及的两个新概念,分别为物品点和二维物品操作点;其次,设定了同步规划模型,利用转换矩阵将其同化为机器人路径点模型;最后,将机器人路径点模型分裂为二维行走路径规划模型和三维路径规划模型,并据此同步的规划行走路径和操作路径。在家庭环境下,家庭服务机器人基于全息地图利用该方法实现了机器人行走与机械手操作之间的同步性,同时也可以生成合理的行走路径和操作路径。     

基于TLD模型的UAV三维实时平滑航迹规划

针对无人机三维实时航迹规划问题,提出了一种基于三层决策模型的平滑航迹规划方法,以提高其规划效率和可操作性。首先根据无人机三维飞行的特点,并结合自身性能、威胁和障碍以及地形等约束,设计三层决策目标函数和决策变量;其次为了避免不必要的迂回和路径,提高航迹的平滑性,提出了元胞化地图的变长探测方法和启发式优化策略;最后,利用所提出的认知行为优化算法对这一问题进行求解,以提高规划路径的搜索效率。不同场景地形的仿真及与现有经典方法的比较结果表明:该方法能有效实时规避威胁和地形障碍,且具有较高的可执行性,能够快速生成安全、平滑的飞行路径。     

基于因子图的协同定位与误差估计算法

针对多自主水下航行器协同定位系统中从艇的数据融合问题,首先建立了协同定位系统的数学模型,然后分析了速度误差及航向误差对从艇定位误差的影响,同时设计了协同定位及误差估计的因子图模型。接着,提出了基于高斯噪声的协同定位及误差估计算法,利用均值和方差在因子图各节点间传递完成对从艇位置、速度误差和航向误差的估计。为了验证算法的有效性,通过仿真实验和实船试验的离线数据对协同定位及误差估计算法进行验证。结果表明,所提算法可以有效降低从艇的定位误差,在从艇自主定位时尤其明显,大幅提高了从艇的导航定位能力。     

基于蚁群算法的水下潜器三维空间路径规划

路径规划是水下潜器智能控制的关键技术之一,其任务是在已知障碍物的环境中按照某一最优指标寻找一条从起始点到目标点的无碰路径。使用蚁群算法对水下潜器三维空间路径规划问题进行了研究,以ACS算法为基础设计了路径优化搜索算法,详细讨论了信息素表示方法、路径点选取原则、启发式函数设计和信息素更新规则,给出了算法的具体流程,仿真实验结果表明,该算法能够方便有效的实现三维空间中的路径规划。     

三阶多机器人协同编队动态避障控制

针对智能水下机器人编队在三维复杂环境中的避障和一致性控制问题,提出了协同编队动态避障控制算法。建立了基于动态障碍物运动速度的自适应斥力增益项,并将其引入斥力势场函数中,使机器人安全规避静态及动态障碍物,定义了基于机间势场增益项和机间通信权重的机间势场函数,解决机器人易自撞、脱离编队的问题;将机器人在势场作用下的合加速度引入一致性协议中,结合改进势场与一致性理论设计编队协同避障控制器;通过Lyapunov函数方法证明了稳定性。仿真结果表明：多机器人在该算法下能安全避障并实现位置、速度的一致性。     

水下机器人动态系统协同建模方法研究

以水下机器人动态系统建模问题为背景,提出了基于MATLAB/Simulink与FLUENT协同仿真机制与动态神经网络的水下机器人动态系统协同建模方法.该方法利用在对水下机器人动态行为进行协同仿真过程中在线训练神经网络的方式完成水下机器人流体动力学建模,并以最终训练完成的神经网络及载体6自由度运动方程仿真模块一起构成水下机器人动态系统模型,具有较强工程应用前景.通过与传统建模方法比较,详细论述了协同建模方法的基本原理及其优点,并重点研究了MATLAB/Simulink与FLUENT协同仿真系统的设计方案和实现方法,最后,从水下机器人6自由度运动方程建模、流体动力学建模以及闭环控制系统建模三个方面研究了实现协同建模的具体方法.     

曲线合成孔径雷达信号模型与孔径形状研究

基于曲线合成孔径雷达原理与空间几何关系,讨论了曲线合成孔径雷达信号模型与成像方法,推导出目标的一维及二维信号模型,并将其扩展到三维空间。考虑到不同的曲线孔径形状将对方位分辨率和高度分辨率有不同影响,详细研究了各种不同形状的曲线孔径,给出了各自的优缺点和适用条件。结论是,上下、左右对称的孔径形状较不对称的效果更优,L型孔径将导致很高的旁瓣。仿真实验结果对真实飞行航迹具有指导作用。