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。     

在狭窄通道环境下书库管理机器人的最优路径规划

研究移动机器人在狭窄通道环境下的定位和路径规划问题。首先,根据在书架和图书上预置的射频识别(RFID)标签,利用RFID技术提出了确定书库管理机器人位置和姿态的方法。然后,根据书库的书架间通道狭窄的特点,将书库管理机器人的行驶状态分解为匀速直线运动和原地匀速旋转运动,并给出了机器人匀速直线运动和原地匀速旋转运动的用时模型。最后,提出一种书库管理机器人从任意起始位置和姿态到达任意目标位置的最小用时路径规划算法。仿真结果表明,本文提出的路径规划算法是有效的。     

定位精度优化驱动的水下无人平台航路规划方法

航路规划指在有障碍物的环境中,为无人平台规划出无碰撞的最优路径。以水下定位为任务的航路规划为水下无人平台规划出高定位精度指标的最优路径,对于提高水下无人平台的工作效率至关重要。 传统的水下无人平台航路规划主要基于人工势场法、蚁群法、遗传算法等,在这些算法中主要考虑的是避障问题,而没有充分考虑载荷任务,因此任务执行效率低。特别是对于水下定位任务,由于定位精度受到航路影响较大,因此需要对定位精度进行优化。针对这一问题,结合人工势场法与定位精度,提出了一种定位精度优化驱动的水下无人平台航路规划方法,实现了对避障能力与定位任务能力的兼顾,提高了基于水下无人平台的定位精度。     

基于强化学习的自动帆船路径规划算法研究

作为自动水面航行器的重要分支之一,自动航行帆船在执行长期海事任务时具有低能耗的优势,但其航行过程受到环境因素的影响很大。针对以上情况,本文考虑了自动帆船的自身运动模型,以及在航行时受到的海风、海流和障碍物的影响,提出了自动帆船从起始点至目标点的路径规划算法。该算法通过帆船的平面运动模型来计算环境因素的影响,再通过强化学习中的Q-learning算法实现对于海上两点间的路径规划并同时实现规避障碍物。通过仿真实验证明了本文提出的自动航行帆船的路径规划算法是可行的。     

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。     

基于A星算法的无人机路径规划优化模型研究

在分析传统无人机路径规划方法应用局限的基础上,针对传统A星算法启发函数单一、拐点冗余,以及效率不够高等系列问题,以虚拟城市地理环境为研究背景,通过提出面向起讫节点方位角的A星算法加速优化、启发式搜索中动态加权重构评价函数的A星算法加速优化和顾及Floyd算法插点策略的A星算法路径优化等层次递进的算法优化策略,解决了对A星算法搜索方向的量化约束、搜索权重数值的优化重构及冗余拐点的插点删除等技术问题,实现了改进后的A星算法运行效率的显著提高及最短路径判定准确性的明显提升。     

基于RRT和DWA的欠驱动UUV路径规划

针对无人潜航器(UUV)在未知水下复杂环境的路径规划问题,设计了随机树以及动态窗口的融合算法。该算法基于快速扩展随机树(RRT)以及动态窗口(DWA)两层规划设计,第一层利用随机树算法快速规划出全局路径,在此基础上第二层加载全局路径,针对 UUV 模型的欠驱动和非线性,利用动态窗口算法完成局部路径规划,保证约束条件下 UUV 路径的安全性。通过融合参数 μ 修正内外框架的融合度,有效地弥补了全局路径算法的无法躲避动态障碍物的缺点以及局部路径算法全局能力低下的问题。最后,通过对比仿真验证了融合算法相比于随机树全局算法和动态窗口局部算法的优越性。     

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。     

水下搜救中基于先验信息的AUV区域覆盖路径规划

搭载侧扫声呐(side-scan sonar,SSS)的自主水下航行器(autonomous underwater vehicle,AUV) 执行大规模海上搜救(search and rescue,SAR)任务时通常采用区域覆盖路径规划(coverage path planning, CPP)技术。由于任务失败的可能性很大,因此实现完全覆盖的同时,优先搜索目标可能存在的区域并提高侧扫声呐的数据质量十分必要。针对以上问题,提出了一种面向操作的全覆盖路径规划方法 SAS-A*,通过生成全覆盖路径,有效提高目标可能存在区域的覆盖速度和声呐数据的质量。该方法基于救援专家预测的目标位置和轨迹,采用二维高斯分布建立目标存在的概率模型,作为路径规划的先验信息。提出的 SAS-A*算法将下一个路径点选择策略转化为多目标决策问题,采用加权度量法来进行多目标优化,使 AUV 以更短路程、更少的转弯优先搜索目标可能出现的区域。仿真结果表明：SAR- A*路径规划方法适用于大规模搜救任务,可快速提高目标的搜索概率。     

基于等离子体增强化学气相沉积技术的光电子器件多层抗反膜的设计和制作

针对光电子器件端面抗反镀膜的要求,研究了基于等离子体增强化学气相沉积(PECVD)技术的多层抗反膜的设计和制作.首先,对影响SiN_x折射率的因素进行了实验研究,确定了具有大折射率差的SiO₂/SiN_x材料的PECVD沉积条件.根据理论计算分析,设计了四层SiO₂/SiN_x抗反膜结构,能够在70 nm的波长范围内实现低于10^-4的反射率     

动态环境下矢量化路径规划算法

对全方位机器人在完全未知动态环境下实时路径规划和针对移动障碍物的避障问题进行研究。提出矢量化路径描述方法,并将其与Bug算法思想相结合来解决机器人的路径规划问题。机器人的初始路径由其初始位置和目标位置生成,其运动过程是:首先沿初始路径行进,以规定间隔扫描当前环境,判断是否有障碍物阻挡当前路径,并检测障碍物的位置、移动方向和速度等信息;然后根据障碍物信息和机器人安全距离计算路径中间点,并插入中间点更新路径以实现避障。本文的机器人路径规划结果是以矢量形式进行描述及保存的,降低了对路径存储空间的需求,且按规划结果行进时只需要考虑直线移动距离和转动方向,简化了全方位机器人的控制。仿真结果说明本文方法的可行性及有效性。     

基于DIDSON的未知海域覆盖规划算法

针对自主水下机器人的路径规划问题,提出一种基于双频识别侧扫声呐(DIDSON)的全局路径规划算法。根据双频识别侧扫声呐的物理特性对AUV进行数学建模,根据声呐的工作频率不同,将AUV分为高频、低频两种工作模式。高频模式下成像精度高,低频模式下成像范围大。文中提出了一种D2-CPP算法,根据声呐返回的识别结果,算法会自主切换AUV的工作模式,并动态规划出对应的路径点,直到覆盖所有区域。通过与割草机算法的仿真对比,证明了算法的有效性,近海实验证明了算法的可靠性。     

AUV Local Path Planning Based on Acoustic Image Processing

The forward-looking image sonar is a necessary vision device for Autonomous Underwater Vehicles （AUV）. Based on the acoustic image received from forward-looking image sonar, AUV local path is planned. When the environment model is made to adapt to local path planning, an iterative algorithm of binary conversion is used for image segmentation. Raw data of the acoustic image, which were received from serial port, are processed. By the use of ＂Mathematic Morphology＂ to filter noise, a mathematic model of environment for local path planning is established after coordinate transformation. The optimal path is searched by the distant transmission （Dt） algorithm. Simulation is conducted for the analysis of the algorithm. Experiment on the sea proves it reliable.     

基于深度学习的中尺度涡检测技术及其在声场中的应用

针对海洋中尺度涡的检测与参数提取问题,本文使用中尺度涡SAR图像数据集,提出基于深度学习的EddyYolo目标检测模型进行中尺度涡的涡旋中心和涡旋水平尺度的多目标检测,并且提取涡心位置和涡旋水平半径等参数.实验结果表明:本文提出的EddyYolo模型实现了涡旋中心和涡旋水平尺度的多目标检测,检测准确率达到94%.在此基础上,结合二维高斯涡模型和三维中尺度涡模型,本文提出了基于卫星遥感与声学对中尺度涡的联合建模方法.     

根据漂流浮标资料对黑潮15m层流路及流轴特征的分析

利用1979-02—2012-03共33a的水帆位于15m层的Argos漂流浮标资料,绘制黑潮流系15m层的多年年平均和月平均流场,运用特征线方法计算得到黑潮流轴,定义黑潮流动路径的边界为流速大小20~30cm/s的过渡性区域。结果显示:黑潮多年年平均流路大致是一个以(13°30′N,142°00′E)为圆心、2 235km为半径的直角弧段,其在吕宋海峡、台湾东北、九州西南及伊豆海岭附近海区发生气旋式弯曲前先进行反气旋式弯曲调整,弯曲处出现的路径开口主要是支流的并入或分支的流出;黑潮流轴整体性偏向黑潮左边界,其中在吕宋岛东北至台湾以东海域最为显著,在本州岛以南海域次之,而在东海段基本居中;黑潮流路上的流速在总体上由南向北呈增大趋势,但并非沿流路持续性逐渐增加,而是呈现出较平直流段的大流速区和弯曲调整流段的低流速区相互交错的状况,其中四国岛以南至伊豆诸岛以西流段的流速为最大。多年月平均流场显示,2月,5月,8月和11月这4个月份是黑潮流路和流轴发生变化的重要转折期,而1月,4月,7月和10月这4个月份则是各季节的代表月份。其中,冬季月份的黑潮流路和流轴最为曲折,向边缘海发生显著入侵;夏季月份的黑潮流路和流轴最为平直,左侧伴随有北向流动;春、秋两季的过渡性特征则比较明显。