论文总字数：16771字

摘 要

自治水下机器人(Autonomous Underwater Vehicle,AUV)路径规划(Path Planning)是指机器人利用已知环境信息或者根据自身传感器对水下环境进行感知，自行规划出一条高效、安全、无碰的航行路线。路径规划是AUV技术的核心研究内容之一。由于海洋深处的工作环境往往是恶劣、复杂和难以预测的，同时AUV自身感知的局限性，因此AUV水下路径规划比地面移动机器人及空中飞行器的路径规划更加复杂困难，更具挑战性。

本文将生物启发神经动力学模型(Biologically Inspired Neural Dynamics Model)引入AUV的路径规划与安全避障研究，提出一种AUV全覆盖路径规划与安全避障技术，给出了各种环境状况下AUV路径规划与安全避障的仿真与实验结果。实验结果表明本文所提及的算法有较好的适用性和有效性。

关键词：水下机器人，全覆盖路径规划，生物启发神经动力学，避障

Abstract：Path planning for Autonomous Underwater Vehicle( AUV), It means that robots use known environmental information or perceive the underwater environment according to their own sensors to plan an efficient, safe and untouched navigation route. Path planning is one of the core research contents of AUV technology. Because the working environment in the depths of the ocean is often harsh, complex and unpredictable, while AUV"s own perceived limitations, Therefore, AUV underwater path planning is more complicated and more challenging than the path planning of ground mobile robots and aerial vehicles.

In this paper, the biological-inspired neural dynamics model is introduced into AUV path planning and safety obstacle avoidance research, and a AUV full coverage path planning and safety obstacle avoidance technology is proposed. simulation and experimental results of AUV path planning and safety obstacle avoidance under various environmental conditions are given.The experimental results show that the proposed algorithm has good applicability and effectiveness.

Keywords: autonomous underwater vehicle，full coverage path planning，biological-inspired neural dynamics，barrier avoidance

目 录

1 绪论 3

1.1 水下机器人的国内外研究现状 4

1.2路径规划的研究现状 5

1.3 本文的研究内容和论文结构 6

2 生物启发神经动力学模型 7

2.1 生物启发神经动力学的基本原理 7

2.2 基于生物启发神经动力学的二维神经网络模型 8

2.3 本章小结 9

3 基于生物启发神经动力学的二维平面全覆盖路径规划 9

3.1 全覆盖路径规划方法 10

3.2 不规则障碍物边缘的路径优化 17

3.3 动态障碍物环境下的全覆盖路径规划 20

3.4 本章小结 22

4 总结与展望 23

4.1 主要研究内容总结 23

4.2 研究展望 23

参考文献 25

致谢 26

1 绪论

海洋面积约为3.6亿平方公里，占地球表面积的70.8%，蕴藏着丰富的生物资源、能源和矿产等。目前海洋是最有发展潜力的空间, 已经成为人类可持续发展的重要开发基地，它对我国经济与社会发展产生着直接、巨大的支撑作用^[1]。在认识、开发和保护海洋的活动中，水下机器人(Underwater Vehicle)发挥了很重要的作用。发展水下机器人技术可以提升一个国家的海洋战略竞争力，增强海洋资源的探测和开采的能力，维护国家的海洋利益以及造福子孙后代。

水下机器人也称为无人水下潜器(Unmanned Underwater Vehicle, UUV), 是一种能在水下浮游或在水底行走，具有观察探测能力和使用机械手或其他工具进行水下作业的一种设备^[2]。从机器人学的角度看，水下机器人属于特种机器人的范畴。

潜水器根据其是否载人，可以分为载人潜器和无人潜器（水下机器人）两类。载人潜器主要由人员来操控其航行，潜水员和科学家在潜器的内部观察外部环境，探测水下目标以及执行水下任务，如图1-1为载人潜器示意图。水下机器人按照其与水面母船之间是否有线缆连接，可以分为有缆遥控水下机器人(Remotely Operated Vehicle，ROV)和无缆自治水下机器人(Autonomous Underwater Vehicle，AUV)两种。ROV通过脐带缆从母船获取动力，并由操作员进行遥控操作，其活动范围比较有限，如图1-2所示。AUV又称作自治水下机器人，如图1-3所示，一般具有流线形的外观，自身携带能源系统、各种传感器和执行器，主要靠其自身的智能系统进行决策和控制，具有探测环境信息、分析处理环境数据、规避障碍物、跟踪目标及自主导航等能力。

图1-1 载人水下机器人

图1-2 ROV及母船吊放系统

图1-3 AUV

1.1 水下机器人的国内外研究现状

由于深海水压大，潜水员不可能到达数千米深的海底，必须使用水下机器人或载人潜水器进行时海底科学考察。目前世界上各国政府部门、工业界及军事部门的高度重视各种用途的水下机器人的设备开发和技术研究。

国外水下机器人中，比较知名的载人潜水器包括：美国的阿尔文号(ALVIN)、法国的鹦鹉螺号、俄罗斯的和平1号及和平2号，以及深海挑战者号(DEEPSEA CHALLENGER)等。其中，最成功的当属于美国的阿尔文号，它曾经找到失落于海底的氢弹，勘探过海底火山，也成功地探索了沉睡多年的泰坦尼克号沉船，每年有200多天在水下工作，目前已经进行了超过5000次的各种海洋科学探索。ROV技术最成熟，产业已开始形成，是目前使用最广泛、最实用的一类水下机器人。

剩余内容已隐藏，请支付后下载全文，论文总字数：16771字