论文部分内容阅读
自主水下机器人(AUV)要在复杂未知环境中自主作业，实时避碰是一种必不可少的自我保护能力。同时，能自动检测、识别、避开障碍也是AUV拥有“智能”的重要体现。因此，无论从实际应用前景还是从理论研究意义方面看，AUV实时避碰方法都具有重要的研究价值。
能使AUV像鱼儿一样自主地规避障碍一直是研究者追求的理想目标。但是，现有研究成果多倾向于AUV单个平面(水平面或垂直面)的避碰方法研究，而忽略了AUV是在三维空间运动的载体。在对现有AUV实时避碰方法进行深入分析和研究的基础上，本文提出了水平面和垂直面相结合的三维实时避碰方法，并针对以测距声纳为避碰传感器的一类远距离航行AUV，重点研究了三维避碰实现中的四个基本问题：一是如何从含有虚警的传感器原始数据中提取障碍信息；二是如何根据障碍信息决策规避行为；三是如何避免实时避碰行为陷入死循环或局部陷阱区域；四是如何评价和验证AUV实时避碰性能。
本文的主要研究内容及研究结论概述如下：
首先，针对测距声纳在实际应用中普遍存在的虚警和伪值问题，研究了基于D-S证据理论的数据融合方法。该方法包含4个部分：测距声纳模型、环境建模、一致性决策规则和证据融合。根据测距声纳和AUV的特殊性，本文分别提出了一种可根据载体航行速度和转动角度实时调整置信区域和基本可信度分配的测距声纳动态模型、基于灰数概念的一致性检验规则和基于确定性比例的冲突值分配方法。仿真和试验数据表明：基于D-S证据理论的数据融合方法比正则化方法、贝叶斯方法具有更高的检测概率和更低的漏检概率，能有效消除虚警信息、生成静态障碍环境的证据地图。
其次，从运动规划和路径规划两个层次研究了AUV三维实时避碰方法。在运动规划层，AUV要对视野内的障碍做出即时、准确的响应。这个响应包括改变航向、深/高度和降低航行速度。本文从多输入多输出模糊系统解耦设计的角度，将三维避碰行为分解为水平面和垂直面避碰行为，分别设计了2个双输入-单输出的模糊控制器；然后引入基于有限自动机的离散事件动态系统分析理论，建立了三维避碰过程有限自动机和基于事件反馈的监控器自动机；该自动机实现了水平面避碰行为、垂直面避碰行为、水平面和垂直面相结合的三维避碰行为之间的自主切换。
由于运动规划层的实时避碰行为存在“短视”的缺陷，要使AUV彻底摆脱当前障碍、逃离陷阱区域、避免出现死锁现象，需要在更高一级的路径规划层建立实时规划模块，负责根据离线地图和已获得的在线地图规划出远离障碍的优选路径。为此，本文研究了基于免疫遗传算法的实时路径规划方法。主要改进措施包括：提出以路径段数划分种群的小生境技术；采用细胞克隆和遗传操作并行搜索的策略；建立一组更适于AUV实时路径规划特殊性的适应性函数；利用疫苗接种机制改善抗体群质量。仿真实验表明：所提出的免疫遗传算法在收敛性能方面优于遗传算法和免疫算法，能满足AUV实时路径规划模块的要求，能实时产生避开复杂障碍的有效路径。
再次，本文第五章用上述测距声纳数据融合方法、模糊避碰规划方法、实时路径规划方法构建了AUV实时避碰系统，并在多功能半物理仿真平台上开展了仿真实验研究。多种典型单个和多个障碍场景的仿真实验全面演示、验证了AUV水平面、垂直面和三维的避碰能力，同时证明：基于事件反馈监控的模糊避碰规划方法能够引导AUV通过大部分复杂的未知障碍区域；基于免疫遗传算法的实时路径规划方法不仅能在线规划出远离障碍的优选路径，而且能帮助AUV逃离陷阱区域；所构建的AUV实时避碰系统能够实现AUV连续、稳定的三维实时避碰过程。另外，所提出的模糊避碰规划方法已在实际AUV上得到应用，并通过了湖上试验验证。
最后，研究了AUV实时避碰系统的评价和验证问题。共有三项成果：一是从系统工程角度创新性地提出实时避碰系统三维结构模型；二是建立一种AUV实时避碰能力综合评价体系，明确了单项和综合评价指标的组成因素；最后为评价和验证实时避碰系统，设计了多种典型障碍场景。
自主水下机器人实时避碰是一项极具挑战性的研究课题，本文只是针对一类欠驱动AUV、基于测距声纳研究了一种实时避碰系统的实现方法，并用仿真和试验验证了该系统的可行性和有效性。