一种基于有限状态机模型的局部转向避碰路径规划算法

针对多礁石、渔船等障碍物的近海复杂环境下的一些应用,提出了一种基于有限状态机(finite-state machine,FSM)模型的无人船(unmanned surface vehicle,USV)局部转向避碰路径规划算法。首先,基于速度障碍法和障碍物区域分层方法,获取无人船固定航速条件下的航向角约束解析结果。然后,基于该约束条件及障碍物探测情况设计FSM的有限状态及执行动作和状态迁移条件,其中,通过转向控制实现向目标位点或缓冲位点进行导航的状态为FSM的2个重要状态。最终通过FSM的执行实现局部转向避碰路径规划。仿真结果表明提出的多障碍物避碰算法具有可行性和实用性。该方法易于改进和扩展,且容易与当前主流的无人船控制系统结合,有利于无人船避碰系统快速工程化的实现。     

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。     

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。     

多无人艇协同目标分配算法研究

未来战争中很多作战任务需要由多艘无人艇相互配合才能完成,多无人艇协同目标分配是无人艇自主协同控制研究的关键技术之一。为了解决多参数、多约束条件下的目标分配问题,改进贝叶斯优化算法中网络构造方式及需要存储大量数据的不足,提出了基于决策图贝叶斯优化算法(Bayesian Optimization Algorithm with Decision Graphs,DBOA)的多无人艇协同目标分配方法。根据无人艇的消耗、目标价值的毁伤和执行任务预计耗费时间 3 个决策变量,并结合约束条件构建了多无人艇协同目标分配数学模型。仿真实例表明,DBOA 算法收敛速度快,能够达到全局最优解,基于 DBOA 的协同目标分配方法具有良好的时间效率和分配效果。     

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。     

操纵性约束下的无人艇区域覆盖路径规划

随着日益增长的水域开发需求,区域覆盖是无人艇面向应用的重要能力.然而,经典的平行线扫描路径规划在转弯处期望艏向角不连续,无人艇路径跟踪误差大,单位航程区域覆盖率低.为此,基于无人艇操纵性约束,提出平行线扫描路径规划方法.该方法根据扫海宽度与无人艇定常回转直径大小关系,结合无人艇艏向角连续约束,着重对回转段进行路径规划....     

远洋船舶避台航线设计方案——以台风“杜苏芮”(2305)为例

避台航线最优化问题是远洋气象导航中的关键问题之一,为解决该问题,文中提出了一种面向船舶避台航线规划的图搜索算法,通过船舶失速模型和台风影响下的船舶航行风险识别方法,引入船舶变速集,定义图搜索算法中每条边的权重,基于计划航线改进图搜索算法的搜索策略,提高算法的效率和避台航线的平滑性,以获得最小航时的避台航线。以2305号台风“杜苏芮”为例验证算法在避台航线设计中的有效性,实验结果表明,该算法能够有效地躲避台风“杜苏芮”的大风浪影响,并得到最优航时航线,对实现船舶智能避台、优化船舶航线设计具有重要意义。     

无人艇载多波束组网测量系统

为了提高传统多波束测量的效率,开展无人艇载多波束组网测绘系统总体设计以及测绘/航行一体化、组网拼接、伴随控制等关键技术的研究。试验表明,该测量系统中两艘无人艇可伴随母船航行以及多波束设备实现了组网测量,测量效率提高二倍,数据精度符合相关规范。本文所实现的测量系统极大地提高了水深测量数据快速获取的能力,所研究得到的航行/测量一体化技术对于测绘无人艇的开发具有参考意义,所提出的组网测量作业方式对海洋测量、调查作业有着借鉴和启发意义。     

无人水面航行器全局路径规划方法研究

针对无人水面航行器(unmanned surface vehicle,USV)的路径规划问题,提出了基于粒子群优化算法(particle swarm optimization,PSO)和费马螺旋曲线(Fermat’s spiral,FS)的全局路径规划算法。首先,采用PSO全局路径规划算法,搜索航路点序列并将其顺序连接,以获得可行、最短且绝对安全的折线路径。其次,利用FS曲率可从零变化且连续的特点,设计FS光顺折线路径策略,使得所规划路径的方位和曲率均为连续函数,进而可应用于精确的路径跟踪等运动控制中。考虑到USV的机动性能限制,在FS过渡曲线设计中加入了最小回转半径约束。仿真结果表明,本文所提方法能够生成一条满足USV自身机动性能限制,且方位和曲率均为连续函数的可行光滑路径,从而能够使得USV实现真正意义上的完全自主航行。     

基于无人机/无人艇的最优动态覆盖观测技术

针对无人机(unmanned aerial vehicle,UAV)/无人艇(unmanned surface vehicle,USV)对海面区域的最优动态覆盖观测问题,提出了一种以最大化观测收益为指标的航路优化方法。采用区域分解、子区域分配、航路规划相结合的分层求解思路:首先,根据信息密度等先验知识,采取基于高斯混合模型(Gaussian mixture model,GMM)的区域特征提取理论,从任务区域中提取出若干个子区域;然后,将子区域进行排序与分配,从而将复杂的协同优化问题转化为多个简单的单UAV或USV航路规划问题;最后,各UAV或USV在分配的子区域内采用并行滚动时域控制(receding horizon control,RHC)算法进行航路规划。仿真结果表明,本文提出的GMM-RHC方法具有更高的观测效率,可有效解决无人机/无人艇最优动态覆盖观测问题,具有重要的应用价值。     

基于改进遗传算法的无人水下航行器路径规划

针对无人水下航行器（Autonomous Underwater Vehicle,AUV）运动约束多,传统遗传算法的路径寻优效率低、收敛速度慢等问题,提出了一种改进遗传算法的 AUV 路径规划方法。该算法选用栅格法构建环境,使用路径长度、平滑度和危险区域作为评价函数。改进遗传算法种群初始化过程,引入周围点栅格提高收敛速度,同时结合灾变思想避免群体陷入局部最优解。该算法根据 AUV 最大转角的约束条件,设计了 AUV 平滑过程和删除过程,避免了 AUV 航行出现急停急转。仿真及湖上试验结果表明：改进遗传算法相比传统遗传算法,路径长度减少 11.4%,收敛速度加快 20.0%,且收敛路径满足 AUV 航行约束要求。     

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。     

自主水下航行器离散反馈避碰设计及仿真

为了使自主水下航行器(AUV)避碰仿真更接近实际情况,在离散时间系统中考虑海流作用,设计了AUV反馈避碰算法.针对海底探测AUV的运行特点,考虑海流作用,建立AUV垂直平面的状态空间方程.在每一个离散时间节点.利用障碍物高度信息,计算下一时刻AUV的深度目标值.然后利用反馈控制方法对其响应,在仿真时间内不断循环完成避碰仿真.对不同流场下不同高度的矩形障碍物,进行了避碰仿真.仿真结果证明了系统的可行性和合理性.     

基于RBF-MPC的水下机器人避碰控制

水下机器人避碰控制是自主作业的重要基础,但复杂的约束条件和模型的不精确性增加了避障路径跟踪的技术难度。在传统模型预测控制的基础上,结合作业场景多种约束条件,引入径向基函数神经网络,提出了一种水平面避碰控制方法。首先,采用径向基神经网络建立误差补偿函数,提高传统动力学预测模型精度;然后,结合避碰路径跟踪控制,在滚动优化环节选取性能指标函数,并显式引入障碍物、执行机构与控制稳定性等约束条件;最后,通过仿真试验证明该方法能够控制水下机器人跟踪避碰路径实现水平面内障碍物规避。     

反水雷无人艇的发展趋势分析

水雷作为一种重要的水中兵器,在历次海战中发挥了巨大作用.反水雷用于清除水雷,保护编队的航行自由.随着"零伤亡"战争理念日趋深入人心,雷区无人化成为反水雷的发展方向.综合对比了无人艇、无人水下航行器、无人机等无人平台的特点,分析了无人艇用于反水雷的独特优势,探讨了美国、英国、法国等反水雷无人艇的发展以及在反水雷中的应用情...     

一种智能化的避台航线设计方法

为提高船舶气象导航自动化水平,实现避台决策由经验型向智能型转变,提出1种高效、稳定的绕避台风航线规划算法。基于电子海图平台实现GPS、数字化气象信息的多源信息集成,直观显示船舶和台风当前位置和运动态势,基于栅格模型设计避台航线自动生成算法,实现避台航线在线实时规划。仿真结果表明,该方法能够根据气象信息及时重建环境模型并获取新的最优航线,算法对环境的复杂性不敏感,具有稳定性好、求解规模大、效率高的特点。     

结合速度障碍法的无人艇编队控制策略研究

在实际的工程运用中,领航者–跟随者算法无法解决无人艇在编队形成过程中的相互碰撞问题, 往往需要提前确定编队初始状态,避免编队无人艇之间的相互碰撞。针对该缺陷,将速度障碍法引入领航者– 跟随者算法,并将威胁评价引入速度障碍法中,以解决无人艇在编队过程中的相互碰撞问题。建立了无人艇的运动仿真平台,并对提出的无人艇编队控制策略进行了仿真试验。试验表明：该算法提高了编队控制的稳定性,降低了编队形成过程中的碰撞风险。     

UUV应急处理策略构建推理研究

考虑水下无人航行器执行任务的安全性和时效性,需建立完善的应急处理体系.构建了分布式应急处理策略,实现快速故障诊断和应急响应,通过基于故障模式的反向推理和深度推理,利用故障分级诊断的推理策略,实现了针对不同故障采取相应的应急流程,并通过半实物仿真和实航测试,验证了UUV应急策略的正确性,提高了水下无人航行器任务执行的安全...     

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。     

多仿生机器人协同编队捕获策略

机器人的协同编队问题是一个综合性的研究课题,主要包括编队策略及路径规划 2 个阶段。针对单一机器人在未知水下环境中执行任务时能源受限等问题,提出一种基于改进蚁群算法的安全域协商捕捉策略,以解决多仿生机器人系统水下环境中对目标的协同编队捕获问题。机器人随机搜索过程中发现目标后, 利用安全域协商策略,实现目标机器人周围捕获点的分配;采用改进的蚁群算法实现编队过程的路径规划和自适应避障。在不同大小的障碍物环境中进行仿真实验,并与经典的路径规划算法进行对比,实验结果表明： 所提出的策略能够使机器人在复杂的水下障碍物环境中完成高效的协作编队捕捉任务,具备有效性。