多水下滑翔机海洋采样路径规划

提出了以时间为优化准则的多水下滑翔机海洋采样路径规划算法.首先,根据水下滑翔机的个数,通过空间聚类算法,把多水下滑翔机的路径规划问题转化为单水下滑翔机的路径规划问题;然后,利用2步CLK(chained Lin-Kernighan)算法,优化每一个采样子空间中的采样路径;设计了扩散算法,调节各个采样子空间的采样点,使得完成整个采样任务需要的时间最短;最后,以Sea-wing水下滑翔机为例,对上述方法进行了仿真验证,结果显示所提出的方法能够有效地降低采样作业的采样时间.     

一种内河海事无人艇路径规划算法设计与仿真

为了解决内河海事无人艇路径规划问题,提出了一种基于电子江图的路径遍历算法。该算法以分层的电子江图为基础,运用全局路径规划和局部路径规划的方法寻找近似可航路径。运用栅格法在复杂多变的内河环境中选择可航区域,运用Voronoi图对动态物标或可视为质点的碍航物建立航行路径集;将可航区域（或轻微碍航区域）与航行路径集公共区域记为可航路径;并运用贝塞尔曲线和二次规划数学方法进行优化。Matlab仿真结果表明,当障碍物位置坐标不同或目的地位置坐标不同时均可以生成近似可航路径;生成的不同近似可航路径均能被优化为最优安全可航路径,所以建立的环境模型以及使用的路径规划算法是有效、可行的。     

不确定海流环境下水下机器人最优时间路径规划

为解决海流预测不精确条件下,现有基于确定性海流路径规划算法鲁棒性差和规划的路径有可能为不可行路径的问题,本文提出一种基于区间优化的水下机器人(AUV)最优时间路径规划算法.该算法采用双层架构,外层用蚁群系统算法(ACS)寻找由起点至终点的候选路径;内层以区间海流为环境模型,计算候选路径航行时间上下限,并分别通过区间序关系和基于可靠性的区间可能度模型将航行时间区间转换为确定性评价函数,并将评价函数值作为候选路径适应度值返回到外层算法.仿真结果表明,相对于确定海流场路径规划方案,提出的方案增强了路径规划器的鲁棒性并解决了结果路径不可行问题.     

能耗最优的水下滑翔机采样路径规划

研究了以能耗为优化准则的水下滑翔机海洋环境参数采样路径规划方法.首先,根据水下滑翔机的运动特点,建立了水下滑翔机采样作业过程的能耗模型;其次,基于能耗模型提出了一种能耗最小的滑翔运动参数优化方法,该方法避免了求解复杂的混合整数非线性规划问题;之后,在能耗最优的滑翔运动参数优化基础上,提出了一种基于两步链式Lin-Ker...     

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Q学习的水下滑翔机路径规划方法

针对水下滑翔机路径规划问题，提出了一种基于Q学习的水下滑翔机路径规划方法。考虑到水下滑翔机在执行一些特定任务时会提前给定俯仰角及深度参数，且航向角选择范围通常是几个离散角度值，本文针对典型的几种俯仰角情况分别设计了航向动作选择集，这避免了Q学习方法“维数爆炸”问题。根据水下滑翔机航程最短的目标和障碍物外部约束条件，设计了奖励函数与动作选择策略。相较于传统路径规划方法，本文提出的方法不需要提前知道环境信息，而是在学习过程中根据环境的反馈选择最优动作，因此该方法在不同的环境条件下有优良的迁移能力。仿真结果表明，该方法能在未知环境中为水下滑翔机规划出规避障碍且航程短的路径。     

混合驱动水下航行器水平推进模式水动力特性

关于水下航行器结构设计优化问题,混合驱动水下航行器(HUG)是一种新型水下航行器,实现了自治式水下航行器(AUV)与水下滑翔机(AUG)结构和功能的集成,具有航速大、航程长、机动性好等特点.混合驱动水下航行器所受水阻力与机动性是其水平推进模式(AUV模式)下的重要性能指标.针对混合驱动水下航行器的要求与结构特点,采用计算流体力学方法,分析了航行器在AUV模式下的航行水阻力和机动性.研究表明,混合驱动水下航行器在集成AUV与AUG功能优势的同时,在AUV运行模式下,航行阻力将增大约30％,航行机动性降低约15 ～25％.结果为混合驱动水下航行器的外形设计提供了依据.     

一种时变洋流场下AUV最优能耗路径规划方法

在时变洋流场环境下,洋流矢量增加了时间维度,在时间角度上可进一步利用洋流以节约自主水下机器人(AUV)能量消耗.此外,在该环境中无后效性不再成立,基于经典贪婪策略的路径规划算法不再适用.鉴于此,结合路径参数选择和双层规划算法,提出一种适用于时变洋流场环境的能耗最优路径规划算法.出发时间和AUV推进速度均可以在时间维度上等待有利洋流,且推进速度与其能量消耗直接相关,因此,引入出发时间和推进速度作为路径参数.在此基础上,针对无后效性不成立问题,使用双层规划作为路径规划算法,分析该算法在时变洋流场环境下的适用性.算法将路径规划任务分为路径规划与路径优化两部分,路径规划部分采用蚁群系统算法构建通道,路径优化部分由量子粒子群算法对路径参数进一步优化,在保证全局最优的同时能够解决传统基于栅格的路径规划算法中机器人运动方向受限的问题.最后以Kongsberg/Hydroid REMUS 600s型水下机器人为模型,对所提出的路径规划算法进行仿真验证.     

海流环境下多AUV多目标生物启发任务分配与路径规划算法

针对多障碍物海流环境下多自治水下机器人(AUV)目标任务分配与路径规划问题, 本文在栅格地图构建的 基础上给出了一种基于生物启发神经网络(BINN)模型的新型自主任务分配与路径规划算法, 并考虑海流对路径规 划的影响. 首先建立BINN模型, 利用此模型表示AUV的工作环境, 神经网络中的每一个神经元与栅格地图中的位 置单元一一对应; 接着, 比较每个目标物在BINN地图中所有AUV的活性值, 并选取活性值最大的AUV作为它的获 胜AUV, 实现多AUV任务分配; 最后, 考虑常值海流影响, 根据矢量合成算法确定AUV实际的航行方向, 实现AUV路 径规划与安全避障. 海流环境下仿真实验结果表明了生物启发模型在多AUV水下任务分配与路径规划中的有效性.     

基于k度平滑的多无人机协调路径规划方法

针对多无人机协同的轨迹规划问题,提出一种基于k度平滑法的多无人机协同路径规划方法.通过改进的蚁群优化算法搜索最短路径,应用k度平滑方法平滑初始路径并实现多无人机的协调.通过k度平滑引入多无人机协调算法,使多架无人机能够在k度时间间隔内到达指定地点.通过仿真实验将所提方法与改进蚁群算法、经典算法及平滑方法进行对比分析,验证所提算法的可行性和有效性.实验结果表明,所提策略能够有效提高多无人机路径规划效率,实现多无人机同时到达指定位置的目标,且具有良好的可行性、有效性.     

融合粒子群与改进蚁群算法的AUV路径规划算法

针对传统蚁群算法在处理自主式水下机器人AUV（Autonomous Underwater Vehicle）三维路径规划问题时存在初期寻径能力弱、算法收敛速度慢等问题,提出一种融合粒子群与改进蚁群算法的AUV路径规划算法PSO-ACO（Particle Swarm Optimization-improved Ant Colony Optimization）。基于空间分层思想建立三维栅格模型实现水下环境建模;综合考虑路径长度、崎岖性、危险性等因素建立路径评价模型;先使用粒子群算法预搜索路径来优化蚁群算法的初始信息素;再对蚁群算法改进状态转移规则、信息素更新方式并加入奖惩机制实现全局路径规划。实验表明,算法能有效提高初期寻径能力和全局搜索能力,减少收敛迭代次数并缩短搜索使用时间。     

Multi-AUV SOM task allocation algorithm considering initial orientation and ocean current environment

There is an ocean current in the actual underwater working environment. An improved self-organizing neural network task allocation model of multiple autonomous underwater vehicles (AUVs) is proposed for a three-dimensional underwater workspace in the ocean current. Each AUV in the model will be competed, and the shortest path under an ocean current and different azimuths will be selected for task assignment and path planning while guaranteeing the least total consumption. First, the initial position and orientation of each AUV are determined. The velocity and azimuths of the constant ocean current are determined. Then the AUV task assignment problem in the constant ocean current environment is considered. The AUV that has the shortest path is selected for task assignment and path planning. Finally, to prove the effectiveness of the proposed method, simulation results are given.

     

改进蚁群算法在AUV三维路径规划中的研究

针对自主式水下机器人海底地形环境中的三维避障最优路径问题，提出了一种适用于全局路径规划的改进蚁群算法。结合实际情况提出了一种简单有效的三维海底环境建模方案。为了改善基本蚁群算法在实际应用中的不足，根据全局信息设计了启发函数，同时采用局部和全局结合的信息素更新方式，克服算法收敛速度慢、容易陷入局部最优的缺点，提高了算法的全局寻优能力。将路径的长度和路径的光滑度同时作为评价函数，减少路径的消耗，使算法更具备实际工程意义。在大尺度海底环境下仿真验证了该算法的有效性。     

基于概率优化的水下通道感知能量优化路由

针对水下传感器网络能量损耗较大,延迟较严重的问题,提出一种基于概率优化的水下通道感知能量优化路由（PPUN）。在能量优化上,针对水下节点随机覆盖存在的多余感测覆盖范围所造成的额外能量损耗问题,采用传感器节点数量的概率优化方法,在保证覆盖率和节点连通率的情况下推导出网络所需要的最小节点数目,从减少传感器数目的问题上来优化总体能量。而针对路由的能量损耗问题,在节点的链路规划上采用了通道感知路由算法,考虑了在一定能量损耗阈值条件下的最短节点路径,避免水下节点盲目选择能量损耗较大的最短路径而导致数据转发失败,消耗更多能量。延迟问题抓住主要的解码延迟问题进行了分析并利用HARQ-III方案对延迟时间加以控制。实验对比分析表明,算法采取控制传感器数目和链路规划的方法,在实现能量优化上具有一定优势,延迟控制方案也得到了较好的效果。     

环境重建三维格网数据下的快速航迹规划方法

三维环境重建数据往往以三角格网的形式进行管理和存储,在该数据上进行航迹规划是飞行器、机器人等实现自主飞行或行走的基础。但是航迹规划过程面临的最大困难是规划数据量庞大,规划时间过长以及内存消耗过大。本文以三维重建所得到的三角格网环境数据为基础,提出一种基于通视性分析的三维航迹规划算法。与A*算法和粒子群算法进行对比,实验结果表明本文算法能够在占用较少的内存空间的情况下快速生成三维可行航迹。     

基于传感器信息的水下机器人滚动路径规划

针对环境中障碍物为任意形状的水下机器人路径规划问题,提出了基于传感器信息的水下机器人滚动路径规划方法,该法充分利用传感器在每一采样时刻的规划窗口内实时探知的环境信息,用模糊控制方法给出机器人下一步的行走方法,探讨了凹形障碍区域中机器人的逃离方法,仿真结果表明了所提方法是有效的。     

多约束条件下无人机航迹规划

针对多约束条件下的无人机航迹快速规划问题,建立了导航精度约束下无人机航迹规划模型,并设计了“基于Dijkstra算法的航迹规划法”求解模型。通过校正策略优选、校正方案优选和O-D邻接矩阵处理方式,简化搜索路径,降低计算量,提高执行效率,从而实现对传统Dijkstra算法的改进。在满足导航精度约束条件的前提下,以航迹长度最短和经过校正点数量最少为研究目标进行仿真实验,并将所得结果与传统Dijkstra算法和遗传算法所得结果分别进行对比,发现此算法在精度与复杂度方面均优于传统算法和遗传算法。此结果表明,导航精度约束下无人机航迹规划模型和“基于Dijkstra算法的航迹规划法”在解决多约束下无人机航迹规划问题方面具有一定的正确性、有效性和先进性。     

求解多目标点路径规划问题的离散头脑风暴算法

为保证移动机器人以最短路径遍历多目标点,该文提出一种基于离散头脑风暴的多目标点路径规划算法。首先,考虑障碍物对路径规划的影响,将目标点间的最短避障距离作为评判依据,提高规划路径合理性。其次,针对传统离散头脑风暴算法在解决组合类优化问题时提前陷入局部最优的问题,提出一种启发式自适应路径优化策略,通过设计与迭代次数相关的适应度选择函数以及改进启发式交叉算子,增加路径多样性和提高算法收敛速度。基于栅格法建立地图模型,在不同环境地图中选取多个目标进行对比仿真,验证所提算法的有效性以及对不同环境的适应性。