發(fā)布時間：2021-08-10 03:43

　　海流作為水文要素中影響路徑規(guī)劃較大的因素,智能水下機器人在進行遠程自主作業(yè)時,必須考慮其對路徑規(guī)劃的影響。若AUV未安裝多普勒流速剖面儀（ADCP）,則無法獲取實時的海流數(shù)據(jù),AUV易偏離航線甚至失控或丟失。本文針對實時海流流速缺失的情況,對遠程自主路徑規(guī)劃作如下研究:首先,將遠程自主規(guī)劃問題分解為全局路徑規(guī)劃問題和局部路徑規(guī)劃問題�？紤]AUV攜帶能源有限及局部規(guī)劃時海流對控制的影響,設(shè)計了 AUV路徑規(guī)劃的框架。其次,針對AUV水下航行時海流流速未知的問題,建立了海流預(yù)測模型。該模型通過對流體微團進行受力分析與尺度分析建立動量方程、質(zhì)量守恒和密度守恒方程。先根據(jù)密度守恒方程預(yù)測密度變化,再通過局部旋轉(zhuǎn)法處理科氏力項、全變差遞減平流方案處理平流項、顯式差分處理擴散項及時間分裂算法處理壓力梯度項來預(yù)測海流流速的變化。其中海水表面動態(tài)水壓力通過質(zhì)量守恒方程求得,且風應(yīng)力項和摩擦力項分別作為頂層和底層的邊界處理。再次,為使AU-V能在海洋環(huán)境下長時間作業(yè)且考慮海流對路徑的影響,結(jié)合設(shè)計的AUV路徑規(guī)劃的框架,本文提出一種基于海流預(yù)測模型的路徑規(guī)劃方法。該方法利用海流預(yù)測模型預(yù)測出不同高度層各... 

【文章來源】：哈爾濱工程大學黑龍江省 211工程院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

圖２．２?ＡＵＶ路徑規(guī)劃遠程自主規(guī)劃框架圖??全局路徑規(guī)劃中的ＡＵＶ環(huán)境系統(tǒng)和局部路徑規(guī)劃的ＡＵＶ環(huán)境感知系統(tǒng)主要有三??

ＡＵＶ局部路徑規(guī)劃?Ｉ??圖２．２?ＡＵＶ路徑規(guī)劃遠程自主規(guī)劃框架圖??全局路徑規(guī)劃中的ＡＵＶ環(huán)境系統(tǒng)和局部路徑規(guī)劃的ＡＵＶ環(huán)境感知系統(tǒng)主要有三??點區(qū)別：（１）獲取障礙物的方式不同。ＡＵＶ環(huán)境系統(tǒng)是利用電子海圖獲取海岸、島嶼??等地形信息，從而劃分出安全區(qū)與禁航區(qū)，障礙物信息已知；而ＡＵＶ環(huán)境感知系統(tǒng)是??通過建立前視聲吶模型感知到ＡＵＶ前方聲吶開角范圍內(nèi)的障礙物。（２）預(yù)測的海流數(shù)??據(jù)用途不同。ＡＵＶ環(huán)境系統(tǒng)中海流預(yù)測模型預(yù)測的海流流速用來確定ＡＵＶ的狀態(tài)Ｓ及??確定即時回報ｒ；而ＡＵＶ環(huán)境感知系統(tǒng)中海流數(shù)據(jù)被用來計算ＡＵＶ的實時位姿。（３）??輸出不同。ＡＵＶ環(huán)境系統(tǒng)輸出的環(huán)境信息包含障礙物信息、海流信息及ＡＵＶ當前位姿；??而ＡＵＶ環(huán)境感知系統(tǒng)則不需要輸出海流信息。??路徑規(guī)劃可以看成一個馬爾科夫決策過程，可以由５元組冼Ｐ，足幻描述，其中：??Ｓ為狀態(tài)集，Ａ為動作集，Ｐ為狀態(tài)轉(zhuǎn)移概率，Ｒ為回報函數(shù)，／為折扣因子ｆ５６Ｉ。強化??學習算法的精髓之一就是可以解決無模型的馬爾科夫決策問題。全局路徑規(guī)劃和局部路??徑規(guī)劃均是通過強化學習算法來求解，ＡＵＶ通過與環(huán)境不斷進行交互來進行學習，在??當前狀態(tài)下，通過執(zhí)行動作Ａ，通過ＡＵＶ的環(huán)境感知系統(tǒng)可得知新的環(huán)境狀態(tài)，同時??環(huán)境會反饋給ＡＵＶ強化學習系統(tǒng)與動作Ａ相對應(yīng)的即時回報，通過反饋的即時回報可??以計算得到各個狀態(tài)、各個動作對應(yīng)的累積獎賞，即得到狀態(tài)－動作值對應(yīng)的二維表格，??通過ＡＵＶ不斷與外界海洋環(huán)境進行交互

圖２．４?ＡＵＶ局部路徑規(guī)劃系統(tǒng)框架圖??局部路徑規(guī)劃的范圍大約為幾百米，而海流預(yù)測模型的網(wǎng)格距流預(yù)測模型的位置精度還未控制到幾十米以內(nèi)，且假設(shè)幾分鐘化，所以在進行局部路徑規(guī)劃時，使用的海流數(shù)據(jù)為定常流，己經(jīng)由全局路徑規(guī)劃中的節(jié)能轉(zhuǎn)化為利用規(guī)劃來輔助控制來鍵路徑點。??模型主要為局部路徑規(guī)劃提供障礙物上某點到ＡＵＶ當前位置置和障礙物連線與艏向角的夾角，仿真中聲吶每掃描一次便將網(wǎng)絡(luò)傳輸給局部路徑規(guī)劃，從而獲知ＡＵＶ與障礙物的相對位模型主要用于計算ＡＵＶ的當前位姿，在仿真中，需要建立舵通訊的方式獲取控制器輸出的控制量，并利用舵模型和槳模型到的舵力與螺旋槳的推力，首先進行坐標轉(zhuǎn)換，通過讀取水動力收到的舵力與螺旋槳推力，由此可以建立六自由度運動方程，

【參考文獻】：
期刊論文
[1]FVCOM與ROMS在美國東海岸洋流模擬的對比研究[J]. 劉曉建,鄒慧敏.  北京測繪. 2018(05)
[2]基于改進型蟻群算法的AUV路徑規(guī)劃[J]. 董凌艷,徐紅麗.  自動化與儀表. 2017(03)
[3]AUV歸航和坐落式對接的半物理仿真[J]. 李曄,何佳雨,姜言清,安力.  機器人. 2017(01)
[4]主要海洋環(huán)境因素對水下航行器航行影響分析[J]. 王奎民.  智能系統(tǒng)學報. 2015(02)
[5]基于ARIMA-BP神經(jīng)網(wǎng)絡(luò)模型海流流速預(yù)測研究[J]. 董世超.  中國科技信息. 2014(02)
[6]動態(tài)不確定環(huán)境下水下機器人在線實時路徑規(guī)劃[J]. 高云,殷波,魏志強,宮飛翔,紀筱鵬.  中國海洋大學學報(自然科學版). 2013(12)
[7]混合坐標大洋環(huán)流模式HYCOM及其研究進展[J]. 陳曉斌,劉志宏,林剛,李柄更.  科技資訊. 2013(34)
[8]基于小波神經(jīng)網(wǎng)絡(luò)的海流預(yù)測模型[J]. 劉軍亮.  武漢理工大學學報(交通科學與工程版). 2013(04)
[9]采用量子粒子群算法的潛器路徑規(guī)劃[J]. 鄒梅魁,于飛,呂重陽,王興彬.  智能系統(tǒng)學報. 2013(03)
[10]基于HTN的衛(wèi)星應(yīng)用任務(wù)分解方法[J]. 冉承新,熊綱要,王慧林,馬滿好.  中國空間科學技術(shù). 2010(03)

博士論文
[1]水下機器人路徑規(guī)劃問題的關(guān)鍵技術(shù)研究[D]. 曹江麗.哈爾濱工程大學 2009
[2]智能優(yōu)化算法研究及其在移動機器人相關(guān)技術(shù)中的應(yīng)用[D]. 王海英.哈爾濱理工大學 2007
[3]避障路徑規(guī)劃的算法研究[D]. 戴光明.華中科技大學 2004

碩士論文
[1]銀行智能機器人設(shè)計研究[D]. 張圓.齊魯工業(yè)大學 2017
[2]基于多智能體強化學習的足球機器人決策策略研究[D]. 丁明剛.合肥工業(yè)大學 2017
[3]水下機器人AUV環(huán)境地圖構(gòu)建與定位技術(shù)研究[D]. 李飛飛.青島科技大學 2015
[4]強化學習中值函數(shù)逼近方法的研究[D]. 陳桂興.蘇州大學 2014
[5]AUV環(huán)境認知不確定推理方法研究[D]. 譚竹青.哈爾濱工程大學 2014
[6]布谷鳥搜索算法研究及其在AUV路徑規(guī)劃中的應(yīng)用[D]. 郭兆新.哈爾濱工程大學 2014
[7]一類多機器人路徑規(guī)劃的研究與仿真[D]. 周帆.南京理工大學 2013
[8]面向地形勘察使命的多AUV協(xié)同區(qū)域覆蓋控制方法研究[D]. 王雨.哈爾濱工程大學 2013
[9]AUV路徑規(guī)劃系統(tǒng)的環(huán)境建模方法研究[D]. 李雅斯.哈爾濱工程大學 2012
[10]水下潛器路徑規(guī)劃仿真平臺的設(shè)計與實現(xiàn)[D]. 姜輝.哈爾濱工程大學 2009



本文編號：3333384