论文部分内容阅读
水下无人潜航器(UnmannedUnderwaterVehicle，简称UUV)是一种重要水下运载平台，可以灵活搭载各种作业所需设备，完成多种水下作业任务。无人潜航器的自主程度高，自带能源可以脱离母船工作，在一定范围水域内进行水下地形勘测、石油管线检查、沉船探测、水文调查、水下通信中继、水雷探测、港口安全监视等作业。
自主路径规划是无人潜航器实现高度自治的前提，特别是近年来无人潜航作业区域持续扩大及作业环境不断恶化，对路径规划提出了更高的技术要求。本文以无人潜航器作为研究对象，以航路规划作为研究内容，对无人潜航器的路径规划技术展开研究。并深入分析和研究路径规划涉及到的未知水下环境感知、障碍物构建、移动障碍物运动参数预测和多目标优化等技术问题。
无人潜航器所处的环境变化不定，适应的路径规划方法也随之改变。本文根据水下障碍物探测技术特点和障碍分布状况，有针对性地设计了相应的路径规划方法。在规划路径时，根据实际任务对路径性能参数的侧重点不同，合理考虑路径长度、路径平滑性、航行安全性等多个性能参数，设置合适的参数权重，以期获得综合性能最优的路径。论文主要从以下几个方面展开研究：
首先，针对障碍物外形多样，障碍物构建困难的问题，提出一种基于声呐探测数据快速构建障碍物的方法。设计一种快速并行搜索算法，对声呐探测数据进行分块处理，将障碍物一一分离出来。然后，设计一种最大-最小极角算法，用于快速构建涵盖所有探明障碍点的障碍物轮廓，并且选择可视轮廓作为避让的主要依据。如果无人潜航器在二维平面内避让障碍物有困难，需要规划三维路径，可以在二维障碍物的基础上将其扩展为三维障碍物。提出的方法解决了障碍物构建占用太多时间和存储的问题。
其次，针对静态障碍物二维路径规划问题，根据环境中障碍物大小和分布情况，将环境分为三种典型情况，分别采用不同的路径规划方法。针对普通情况的二维路径规划性能优化，提出了基于粒子群-航路点导引的路径规划算法，运用粒子群算法寻找最优航路点，实现路径性能最优，利用目标与航路点的导引作用解决路径的平滑性。对反应式避让算法进行改进，以便解决大型障碍物的避让问题，规划的路径综合性能较优。针对U型障碍容易发生“死锁”问题，设计一种基于障碍物轮廓记忆的沿障碍物绕行的方法，能及时、确定判断无人潜航器脱离U型障碍，以便无人潜航器及时调整航向，结束沿障碍物绕行，规划出较优的路径。
再次，针对环境中存在移动障碍物的路径规划，提出一种基于移动障碍物运动参数预测的路径规划方法。考虑到环境中移动障碍物的位置会发生变化，设计一种关联算法，匹配障碍物当前位置与前一时刻位置，以便区分环境中的移动障碍物和静态障碍物。然后以虚拟质心作为移动障碍物运动参考点，将移动障碍物不同时刻的位置变化量作为自适应神经模糊推理系统的输入参数，利用推理系统强大的参数拟合能力，对移动障碍物的运动方向和运动速度进行预测。根据获得的移动障碍物运动参数预测其运动轨迹，计算得到安全区域。最后采用之前提出的粒子群-航路点导引算法在安全区域搜索最佳航路点，解决该环境下的最优路径规划问题。
最后，针对未知水下环境三维路径规划性能优化计算量大，导致规划耗时过多，难以满足实时路径规划对时间要求这一问题，设计一种基于障碍物避让轨迹简化的三维路径规划方法。设计从障碍物侧方和上方两个方向的避让轨迹，尽量使用二维曲线或者螺旋线等较简洁的曲线来构建避让轨迹。该方法既提高路径的平滑性，又减少路径规划的计算量，另外，将路径细化为若干段规则的轨迹，可以准确计算路径目标函数值，规划出的三维路径综合性能较优。
自主路径规划是无人潜航器实现高度自治的前提，特别是近年来无人潜航作业区域持续扩大及作业环境不断恶化，对路径规划提出了更高的技术要求。本文以无人潜航器作为研究对象，以航路规划作为研究内容，对无人潜航器的路径规划技术展开研究。并深入分析和研究路径规划涉及到的未知水下环境感知、障碍物构建、移动障碍物运动参数预测和多目标优化等技术问题。
无人潜航器所处的环境变化不定，适应的路径规划方法也随之改变。本文根据水下障碍物探测技术特点和障碍分布状况，有针对性地设计了相应的路径规划方法。在规划路径时，根据实际任务对路径性能参数的侧重点不同，合理考虑路径长度、路径平滑性、航行安全性等多个性能参数，设置合适的参数权重，以期获得综合性能最优的路径。论文主要从以下几个方面展开研究：
首先，针对障碍物外形多样，障碍物构建困难的问题，提出一种基于声呐探测数据快速构建障碍物的方法。设计一种快速并行搜索算法，对声呐探测数据进行分块处理，将障碍物一一分离出来。然后，设计一种最大-最小极角算法，用于快速构建涵盖所有探明障碍点的障碍物轮廓，并且选择可视轮廓作为避让的主要依据。如果无人潜航器在二维平面内避让障碍物有困难，需要规划三维路径，可以在二维障碍物的基础上将其扩展为三维障碍物。提出的方法解决了障碍物构建占用太多时间和存储的问题。
其次，针对静态障碍物二维路径规划问题，根据环境中障碍物大小和分布情况，将环境分为三种典型情况，分别采用不同的路径规划方法。针对普通情况的二维路径规划性能优化，提出了基于粒子群-航路点导引的路径规划算法，运用粒子群算法寻找最优航路点，实现路径性能最优，利用目标与航路点的导引作用解决路径的平滑性。对反应式避让算法进行改进，以便解决大型障碍物的避让问题，规划的路径综合性能较优。针对U型障碍容易发生“死锁”问题，设计一种基于障碍物轮廓记忆的沿障碍物绕行的方法，能及时、确定判断无人潜航器脱离U型障碍，以便无人潜航器及时调整航向，结束沿障碍物绕行，规划出较优的路径。
再次，针对环境中存在移动障碍物的路径规划，提出一种基于移动障碍物运动参数预测的路径规划方法。考虑到环境中移动障碍物的位置会发生变化，设计一种关联算法，匹配障碍物当前位置与前一时刻位置，以便区分环境中的移动障碍物和静态障碍物。然后以虚拟质心作为移动障碍物运动参考点，将移动障碍物不同时刻的位置变化量作为自适应神经模糊推理系统的输入参数，利用推理系统强大的参数拟合能力，对移动障碍物的运动方向和运动速度进行预测。根据获得的移动障碍物运动参数预测其运动轨迹，计算得到安全区域。最后采用之前提出的粒子群-航路点导引算法在安全区域搜索最佳航路点，解决该环境下的最优路径规划问题。
最后，针对未知水下环境三维路径规划性能优化计算量大，导致规划耗时过多，难以满足实时路径规划对时间要求这一问题，设计一种基于障碍物避让轨迹简化的三维路径规划方法。设计从障碍物侧方和上方两个方向的避让轨迹，尽量使用二维曲线或者螺旋线等较简洁的曲线来构建避让轨迹。该方法既提高路径的平滑性，又减少路径规划的计算量，另外，将路径细化为若干段规则的轨迹，可以准确计算路径目标函数值，规划出的三维路径综合性能较优。