基于改进量子粒子群算法的AUV路径规划研究

针对海洋环境下自主水下机器人（AUV）的路径规划问题,提出了一种基于框架四叉树的改进量子粒子群算法（QPSO）,首先使用框架四叉树的方法对障碍物建模,该方法提高了建模的精度且对后续算法的效率也有极大的改进,之后设计改进的量子粒子群算法,并且结合水下环境的特殊性设计适应度函数,综合考虑航线路径长度、偏转角度以及海流影响,使得算法可以在水下环境中寻得能耗最短的解路径。最后通过仿真试验验证,相比于传统的栅格法和粒子群算法,改进量子粒子群算法的运算时间更短,收敛速度更快,其独特的适应度函数可以使AUV能更好适应水下多变的环境,且能利用海流设计能耗更小的路径,具有很大的实用价值。     

一种基于改进蚁群算法的载人潜水器全局路径规划

当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;按照不平滑路径行驶时,频繁地转向会降低航行效率。为解决这些问题,受人工势场法启发,文中在蚁群算法的概率选择环节引入障碍物惩罚因子φ和转向惩罚因子ψ,对路径点的选择加以限制。仿真测试表明,相比于传统蚁群算法和Dijkstra算法,该算法规划的路径与障碍物之间保持安全距离且转向次数更少,因此载人潜水器按照此路径航行时,安全性和航行效率更高。     

一种求解旅行商问题的改进蚁群算法

提出一种求解旅行商问题的改进蚁群算法。该算法在信息素更新过程中,利用信息素局部更新和全局动态更新结合的方法,使得当前最优路径上的信息素值能够动态地调配,避免算法陷入停滞状态;在局部搜索过程中,仅对部分走出更优路径的售货员使用2-opt方法,加快了最优解的收敛速度。仿真实验验证了算法的有效性,与其它算法相比,本文算法在解的质量和收敛速度上都显示出了良好的性能。     

基于坐标约束的精密单点定位授时算法

针对传统PPP授时算法收敛性速度慢的问题,提出了一种基于坐标约束的PPP授时算法。该算法通过利用先验坐标信息构建坐标约束方程来对传统授时算法进行改进,进而提高授时结果的收敛速度。利用IGS站观测数据进行实验分析,结果表明,附加先验坐标信息进行约束后,静态条件下可以显著提高授时结果的收敛速度;静态模拟动态条件下不仅能够提高收敛速度,还能提高授时的精度和稳定性。     

基于深度学习的三维自主避障技术研究

针对自主式潜航器航行中自主规避障碍物传统算法存在的障碍物区域探测精度低、障碍物识别不准确、潜航器航路不最优等问题,采用三维成像声呐和深度学习算法开展了自主规避障碍物优化技术研究, 并通过仿真和漳河水库试验测试了本算法的有效性,可有效提高航行器规避障碍物的成功率和精度,以及 AUV 航行路径优化。     

基于权重的改进A~*算法航线规划研究

航线规划是保障船舶安全航行的重要措施之一,为避免在船舶航行过程中遇到的大风、大浪等危险因素对船舶的安全造成威胁,提出了一种基于权重的改进A~*算法航线规划方法。根据风浪网格数据,筛选出危险点集,利用基于权重的改进A~*算法快速寻找安全航行路径。实验结果表明,该方法能够高效、精确地标识出船舶安全航行的路径,提高了船舶巡航监测在航率、保证巡航的安全和监测任务的有效进行。     

基于模型预测控制算法的轻型长航程AUV航控系统研究

针对海洋时变中小尺度过程长期精细观测需求,研制了一种轻型长航程AUV。这种AUV的最大特征是借鉴了水下滑翔机的变浮力、重心可调执行机构,使得其具备海洋环境自适应能力,可在不同海水密度条件下实现零攻角高效航行。首先介绍了轻型长航程AUV的系统组成,讨论了这种可变浮力、可调重心AUV的航行控制系统设计;针对这种AUV新增的浮力和重心两个控制输入量间存在系统耦合的问题,开展了基于模型预测算法的零攻角定深航行控制器研究,着重阐述和推导了控制目标的修正、面向控制的动力学建模以及模型预测控制器的设计过程;最后通过仿真验证了所述方案和方法的可行性。该研究有利于提高轻型长航程AUV的航行效率,进一步提升AUV的续航能力。     

一种基于改进蚁群优化算法的载人潜水器全局路径规划

基础蚁群优化算法在解决复杂障碍环境下的载人潜水器路径规划问题时,易过早收敛于局部最优解,信息素挥发系数的设置过于依靠经验,路径规划结果受概率影响大且不稳定。为此,提出了一种改进蚁群算法用于解决载人潜水器的全局路径规划问题。该算法提出"路径延伸块"的概念。算法前期采用动态更新信息素参数的蚁群优化算法进行简单迭代计算获得原始路径,并对原始路径进行栅格延伸以得到"路径延伸块";后期在路径延伸块中再次使用蚁群算法或其他寻优算法(Dijkstra算法)寻找最优路径。改进的算法与基础蚁群优化算法相比,算法效率及稳定性更高,不易收敛于局部最优解,能更好地适应U型槽环境和复杂障碍环境。     

一种用于水下无人航行器的局部避碰路径规划方法研究

研究水下无人航行器(UUV)的局部自动避碰路径规划,对人工势场法和速度障碍法进行改进, 提出一种在三维空间重新分配斥力的方法,联合应用人工势场法和速度障碍法,建立人工模拟势场求得合力, 通过合力的方向指引水下无人航行器航行,完成对动态静态障碍物的避让。仿真结果表明：该方法能有效在动静态混合环境下完成避碰,且平滑处理后的路径更符合水下无人航行器实际航行避碰操纵控制要求。     

AUV总体概念设计中的多学科和多目标优化研究

针对水下自主式航行器(AUV)在总体概念设计阶段的多学科和多目标优化问题进行了研究。基于MDO的概念将AUV的设计要求分解为系统控制层和5个子系统,考虑了有效负载长度和总质量两个目标函数。采用多学科可行解方法(MDF)和多目标遗传算法(MOGA)给出了多学科的Pareto最优解,并且和经典的多目标方法进了比较。