论文部分内容阅读
智能水下机器人(Autonomous Underwater Vehicles,AUV)具有在动态不确定海洋环境中自主执行多种任务的功能,是进行海洋开发、资源探测的利器。由于海洋环境中具有不确定性,在AUV正常执行任务的过程中有可能遇到各种不确定事件,这些不确定事件不仅会影响任务的顺利执行,甚至会威胁AUV的安全。在遇到不确定事件后,AUV必须重新规划以使自己能适应改变后的环境,顺利完成被赋予的使命任务。本文针对发生不确定事件时,AUV行为层规划快速恢复的问题,使用规划修复方法对原规划进行快速修复,达到提升AUV智能水平和自适应水平的效果。本文首先对AUV采用的分层规划体系结构各层功能进行介绍,各层之间相互独立又联系密切。通过对行为层的恢复能力和不确定事件的特点的研究,确定GPS校正,航行偏离,突现障碍物和目标丢失四种不确定事件在行为层进行恢复,明确了行为层规划修复亟待解决的实际问题。然后,根据对规划修复算法进行的研究,结合行为规划实时性强、规模较小和优先级高的性质,确定基于插入删除的规划修复方法,并对该方法中的移除部分和插入部分针对在行为层的应用需要进行改进。在移除部分使用移除树结构确定要移除的动作集,并通过启发式方法计算移除树的代价,优先移除代价较小的。插入部分以被选择的移除树的动作为可行解空间中,使用规划方法找到一段新的规划,替换规划中失效部分。最后,结合AUV实际任务需求和不确定事件,把基于插入删除的规划修复方法用于航行任务和区域搜索任务行为层快速修复中。在航行任务中主要处理突现障碍物,利用插入删除的方法对A*算法进行改进,改进A*算法能对突现障碍物进行快速修复。在区域搜索任务中通过插入删除任务状态实现对于目标丢失任务的快速修复。以对这两个任务改造为基础,总结了使其他任务具有快速修复能力的一般方法。通过航行任务,区域搜索任务和管道跟踪任务的仿真实验,证明基于插入删除的方法在动态海洋环境下针对不确定事件进行快速恢复的有效性,同时证明同一不确定事件在不同任务中的恢复方法具一般性,便于扩展到其他任务中。基于插入删除的规划修复方法使AUV行为层在发生不确定事件时拥有快速修复能力,提高了AUV在动态海洋环境中自适应水平。