基于多AUV间任务协作的水下多目标探测路径规划

利用自主式水下航行器(Autonomous Underwater Vehicle,AUV)对水下多目标进行协同探测是目前海洋技术领域的研究热点.主要研究在水下三维区间内的多AUV任务分配与协作探测路径规划机制,建立了以每个AUV能量耗费与能耗均衡为约束条件的水下三维空间中的多旅行商MTSP(Multiple Traveling Salesman Problem)问题模型,利用遗传算法GA(Genetic Algorithm)对该NP-Complete问题进行启发式求解,同时设计了考虑巡航总路径及访问目标数的适应度函数以提高多AUV间的能耗均衡性,实现多个AUV对多个水下目标的优化协同探测.最后本文利用MATLAB R2014a软件对多AUV任务协作与多目标探测路径规划机制进行了仿真,仿真结果验证了本文方法能均衡多AUV多目标探测问题的能量消耗,进而提高巡航速度和生命周期.     

基于多AUV协作的稀疏水下传感网定位技术研究

如何在稀疏部署的水下传感器网络中实现传感器节点的高效定位是一个研究热点.提出了一种基于多个移动AUV协作的水下传感器网络内节点定位机制,利用AUV的精确自导航功能实现对网内未知位置节点的定位协助.提出的协作定位算法扩展了水下传感器网络的网内节点位置迭代估计方法,将信标节点和多AUV联合作为定位参考点,然后推导了基于最小二乘法的定位估计方程.仿真结果验证了该方法可以在定位节点比例、归一化定位误差和平均置信度等几个方面提高定位性能.     

稀疏水下传感网中AUV数据移动收集技术研究

由于水下传感器节点的水声通信距离有限、价格昂贵,水下传感器网络中一般采用稀疏方式部署,因此很难保证整体网络的连通性及数据采集效率。自主水下航行器AUV（Autonomous Underwater Vehicle）作为天然的移动数据采集平台,可以弥补固定Sink节点数据采集方式的缺陷。提出了一种基于移动AUV的水下传感网移动数据收集机制。以AUV覆盖区域内的传感器节点作为临时Sink节点,其他传感器节点以临时Sink节点为根节点,采用最小生成树MST（Minimum Spanning Tree）方法将传感数据传输到这些临时Sink节点,然后通过临时Sink节点将汇聚数据传输给AUV。随着AUV的自主移动轨迹,水下传感网的传感数据都能简单高效地被收集起来。仿真结果验证了该方法在保证网络能耗的前提下提高了数据采集效率。     

基于矢量建模的AUV水下目标探测仿真方法研究

采用矢量建模与虚拟仿真技术,模拟自主水下机器人(Autonomous Underwater vehicle,AUV)环境感知功能,对目标探测传感器视域及目标特征进行矢量建模。根据目标探测传感器的特征参数,利用边界矢量点描述目标探测的视域范围。以三维地理信息系统理论为基础,采用基于面向对象数据模型和基于表面三角剖分的方法来构建水下目标的三维空间数据模型。以三角形的空间拓扑关系为基础,分析了任意两实体的空间拓扑关系,并将其用于水下未知目标探测。通过水下目标的建模实例和探测仿真实例验证了建模与目标探测方法的正确性和可行性。     

多移动机器人协作任务的分布式控制系统

本文以多移动机器人协作执行围捕任务为背景，探讨了多机器人系统行为层规划及任务层中的任务分解和分配问题，提出了一种能有效降低计算量的编队中子任务的分配方法．为多移动机器人提供了一种在不确定环境中，动态变化的协作任务下进行基于传感器信息和通信信息的在线路径规划的方法．     

基于并列选择遗传算法的多机器人协作探测

多机器人系统在执行探测任务时,存在多个机器人同时选择相同探测区域而造成碰撞几率增加和探测效率降低的问题.在原有并列选择遗传算法的基础上,提出了一种改进的遗传算法.仿真和实验结果表明,将该算法应用于多机器人协作区域探测,可以减小机器人之间的碰撞几率,提高多机器人系统的探测效率.     

基于结构自适应的多机器人协作机制研究

未知环境下的多机器人合作是一个复杂的控制问题.它的解决方案要求在机器人内部任务目标与机器人之间的任务目标间保证有适当的均衡,而机器人间的协作是多机器人系统高效工作的关键.证明了一种分布式的结构自适应的组织模型在MAS中是鲁棒的和高效的.基于自组织的原则,在执行任务时机器人可以通过任务分配实时改变组织结构.各机器人之间通过任务分配的关系记录来确定下一步的关系.实验证明:此方法能接近到集中式控制方法的上界,优于静态的和随机的任务分配方法.     

基于多目标规划的遥测数据处理

研究如何挖掘遥测数据系统的效能以适应数据处理任务需求的变化,提出了数据矩阵概念,定义各种分割方式,应用多目标规划理论,对不同需求目标进行任务分配,并求解对应的最优解。     

基于内螺旋覆盖算法的多AUV协作反水雷路径规划研究

研究了多自主水下航行器AUVs(Autonomous Underwater Vehicles)协作扫雷的路径规划问题;在环境栅格表达的基础上,采用一种优化的内螺旋覆盖算法,通过航行器对工作海域扫描情况的在线判断来确定扫描路径,以及扫描结束后对地图"盲区"进行再搜索等关键技术,保证了对工作区域的完全覆盖搜索和达到以较小的重复覆盖率搜索海域的目的;仿真实验结果表明,只要灭雷航行器数量大于水雷数量并且至少有一台灭雷AUV可以正常工作就可以实现完全覆盖。     

一种基于注意力机制的AUV控制层指令理解方法

为了更好地衔接水下机器人(AUV)规划层与控制层,参考Itti视觉注意力模型,提出了基于注意力机制的规划指令理解模型,建立了规划指令理解与再次规划环节.通过使用模糊推理的方法对指令元素特征、指令元素显著性进行分析处理,得到规划指令注意力聚焦;根据注意力聚焦进行再次规划,保证规划层关注的状态得到优先执行.仿真实验表明文章提出的规划指令理解环节实现了对规划层指令意图的获取,使规划指令得到更好地执行,有效地改善运动控制效果,提高了控制层的智能水平.     

一种基于区域生长的多个形变目标跟踪方法

自动获取公交车在停靠车站的上下车乘客数目对于合理、有效地调度车辆运行具有重要意义.利用图像处理技术对运动乘客进行跟踪统计时,由于目标的形状是随机变化的,甚至总是部分出现在视野范围之内,所以不能采用基于形状和特征点的跟踪方法.本文提出了一种基于差分图像和区域生长的,对多个形变目标运动区域特征进行跟踪的方法.实验表明此方法能够实时地、较准确地统计出上下车的乘客数目.     

基于AUVs的水下移动无线传感器网络愈合算法

水下移动无线传感器网络（MUWSNs）动态演化特性制约着网络的拓扑的可靠性,很大程度上限制了MUWSNs的推广应用。针对水下实体移动导致的MUWSNs拓扑失效,提出了一种基于自主式水下航行器（AUV）的MUWSNs拓扑愈合算法,并构建了水下实体移动模型,利用AUV自主移动特性对失效拓扑进行快速愈合。仿真结果验证了该算法的正确性和有效性,极大地提高了MUWSNs可靠性,对MUWSNs拓扑领域研究具有一定贡献。     

基于粒子滤波的交互式多模型多机动目标跟踪

针对交互式多模型联合概率数据关联滤波算法(IMM-JPDAF)在非线性情况下跟踪精度低,并不适用于非高斯问题的情况,提出了一种基于粒子滤波的交互式多模型多机动目标跟踪算法;将交互式多模型联合概率数据关联(IMM-JPDA)与粒子滤波相结合,在交互式多模型联合概率数据关联的框架下,各模型采用粒子滤波算法处理非线性非高斯问题,避免了噪声的高斯假设和非线性部分的线性化误差。仿真结果表明,IMM-JPDA-PF算法的跟踪性能明显优于IMM-JPDAF算法,能够对杂波环境中的多机动目标进行有效跟踪。     

多无人机任务推演系统研究

研究多无人机任务推演系统的设计与实现过程,在多无人机任务推演系统具体需求的基础上,设计系统的分层体系结构与具体功能模块。针对系统实现过程中的多机协同任务分配及航迹规划问题,建立相应的数学模型并使用改进遗传算法对模型进行求解。使用分布式处理技术解决模型解算与实时数据显示的矛盾。基于MapX控件实现系统中战场地图的显示与操作功能。该系统对制定合理作战方案、发挥无人机的最佳作战效能具有重要意义。     

基于时空信息的多运动目标跟踪算法

利用帧差法和基于Sampson距离的随机抽样一致性（RANSAC）匹配算法,实现基于时空信息的多运动目标跟踪。采用帧差法获知运动目标大概位置,运用Harris算法提取每帧视频图像中运动目标的角点,并对其进行归一化处理,利用RANSAC算法对角点进行匹配,使用闽值分割法确定运动目标位置。实验结果表明,该方法能准确跟踪相似目标,其实时性较高。     

基于能量约束的自主水下航行器任务规划算法

多水下自主航行器（AUV）任务规划是影响集群智能水平的关键技术。针对现有任务规划模型只考虑同构AUV集群和单潜次任务规划的问题,提出了适用于AUV异构集群的多潜次任务规划模型。首先,该模型考虑了AUV的能量约束、AUV多次往返母船充电的工程代价、异构集群个体间的效能差异、任务多样性等关键因素;然后,为提高问题模型的求解效率,提出了一种基于离散粒子群的优化算法,该算法引入用于描述粒子速度、位置的矩阵编码和用于评估粒子质量的任务损耗模型,改进粒子更新过程,实现了高效的目标寻优。仿真实验表明,该算法不仅解决了异构AUV集群的多潜次任务规划问题,而且与采用遗传算法的任务规划模型相比较,任务损耗降低了11%。     

基于A*算法的无人机跟踪目标的航迹规划

针对无人机跟踪目标的航迹规划问题,文章提出了一种双评估函数的改进A*算法;首先,根据无人机在跟踪目标时的飞行特点提出了航迹规划策略,并结合无人机的油耗、航迹长短和机动性能等约束条件来设计中间目标点的评估函数和航迹片段的评估函数;之后,采用加权法对A*算法进行改进,以使航迹的优化与时间耗费之间找到平衡点;同时,改进在Open表中插入与删除节点的方式,提高计算效率;最后,通过对跟踪航迹的仿真,表明该算法可以快速、有效地为无人机在跟踪目标时规划出优化的航迹.     

水下成像声呐探测系统建模与仿真

水下探测技术已成为几年来各国普遍重视发展的技术之一。为解决通过试验进行水下声呐成像探测研究的方法中存在的经济成本高、技术方法准确性不好把握等问题。该文采用数学建模和计算机软件仿真的方法,在进行水下成像声呐探测仿真系统的总体软件设计的基础上,对各子模块的算法的研究现状进行分析,重点分析了声呐图像生成、图像滤波、目标识别以及控制系统等单元,并给出了部分算法的数学模型和仿真结果。从而实现了水下成像声呐探测系统的模拟,为水下声呐成像探测技术的研究提供了一个经济实用、高准确度的研究平台。     

基于移动代理网格计算中任务调度的研究

目的是结合虚拟组织思想,给出在移动代理环境下的网格任务调度的模型。首先,阐述了网格环境下任务调度的六个主要方面,包括任务分解、资源发现与选取、任务分配、任务运行、任务监视与恢复、任务协调与集成。接着,给出了以移动代理技术为实现手段的、虚拟组织为网格基本管理单位的网格任务调度的体系结构,并对该体系结构进行了描述。