水下航行器AUV控制系统研究开题报告
2020-04-12 16:11:52
1. 研究目的与意义（文献综述）
21世纪是海洋的世纪，海洋对于人类的发展和社会的进步起到至关重要的作用。auv正是人类认识海洋、开发利用海洋的主要载体之一。人们对auv的智能化程度要求也在提高，期望auv在运动中能够感知周围环境，并且根据周围环境状况适时调整自身运动状态，能够规划出避碰的运动路径，这即为路径规划问题。路径规划面临着几个突出问题：第一，在复杂环境尤其是动态时变环境中，机器人路径规划非常复杂，且需要很大的计算量；第二，复杂环境的变化往往存在很多随机性和不确定因素。动态障碍物的出现也带有随机性；第三，机器人的运动存在几何约束和物理约束。几何约束是指机器人的形状制约，而物理约束是指机器人的速度和能量等；第四，机器人运动过程中路径性能要求存在多种目标，如路径最短，时间最优，安全性能最好，能源消耗最小。但这些目标之间往往存在冲突。这些问题都影响着auv最终的控制效果。auv技术的成熟与否也直接影响了一个国家开发利用海洋资源的能力，以及军事国防实力，体现了综合国力的强弱。auv技术的落后严重制约了国家发展，因此，非常有必要对auv的路径规划进行研究，使auv能够顺利完成人们预期的任务。
近年来，水下机器人在海洋的研究、能源开采、打捞、海底电缆铺设、检修以及军事等方面获得了广泛的应用。尤其在军事应用方面，军用智能水下机器人可以完成自主侦查、伪装与欺骗、自动绘制雷区图、援潜救生、探测与取样等较为复杂的水下作业。作为一种自主式海洋运载器，auv自主能力的真正含义是有和外部环境进行交互的能力，其中避碰能力是一个重要方面。若要很好的实现交互功能，需要具有全局路径规划。路径规划是研究如何使auv能够在水下实现自主式航行的重要方法，还是确保 auv 可靠安全工作的关键，受到了国内外众多科研机构和科研工作者的重视。路径规划在很大程度上反映了auv的智能化水平，对增强auv航行的灵活性和快速性有重要的作用。
国内外研究现状分析
2. 研究的基本内容与方案
研究内容
自主式水下航行器auv 靠自身动力航行，与母船没有物理上的连接，在水下作业范围大，运行灵活。智能水下机器人的智能化体现在控制、规划、视觉、传感等几个部分。本文主要研究了解auv路径类型及其特点，并对单auv路径规划算法以及多auv协同路径规划方法进行简述。详细讨论用于解决3种auv路径规划问题的方法，3种问题包括点对点（ptp）路径规划问题，路径跟随和轨迹跟踪制导路径，以及覆盖路径规划。然后将算法以vc 的形式编写成程序，进行软硬件的开发。通过matlab软件对auv进行仿真，提取参数，分析其模拟路径与预期的符合度。
3. 研究计划与安排
第1~3周 查阅文献；分析题目研究现状，学习基本理论；
第4周 阅读文献、撰写开题报告，英文文献翻译；
第5~6周 了解自主式水下航行器（auv）路径生成相关基础知识以及算法，并对水下航行器工作的路径规划方法进行初步探究。
4. 参考文献（12篇以上）
| [2] Warren C W. A technique for autonomous underwater vehicleroute planning[J]. Oceanic Engineering IEEE Journal of, 1990, 15(3):199-204. [3] Sugihara K, Yuh J. GA-Based Motion Planning For UnderwaterRobotic Vehicles[J]. 1996. [4] Sugihara K. GA-based on-line path planning for SAUVIM[C]//International Conference on Industrial and Engineering Applications ofArtificial in Telligence and Expert Systems: Tasks and Methods in AppliedArtificial Intelligence. Springer-Verlag, 1998:329-338. [5] Sugihara K, Smith J. A Genetic Algorithm for 3-D PathPlanning of a Mobile Robot[J]. 1996. [6] Yuh J. Development in underwater robotics[C]// IEEEInternational Conference on Robotics and Automation, 1995. Proceedings.2002:1862-1867 vol.2. [7] Sequeira J, Ribeiro M I. A two level approach forunderwater path planning[C]// Oceans. IEEE, 2002:II/87-II/91 vol.2. [8] Stentz A. Optimal and Efficient Path Planning for Unknownand Dynamic Environments[J]. International Journal of Robotics amp;Automation, 1993, 10(3):89--100. [9] Koenig S, Likhachev M. D* Lite[J]. Aaai/iaai, 2002:476-483. [10] Rowe N C, Lewis D H.Vehicle path-planning in three dimensions using optics analogs for optimizingvisibility and energy cost[C]// 1989. [11] Rowe N C, Richbourg R F.An Efficient Snell's Law Method for Optimal-Path Planning across MultipleTwo-Dimensional, Irregular, Homogeneous-Cost Regions[J]. InternationalJournal of Robotics Research, 1990, 9(6):48-66. [12] Gancet J, Lacroix S.PG2P: a perception-guided path planning approach for long range autonomousnavigation in unknown natural environments[C]// Ieee/rsj InternationalConference on Intelligent Robots and Systems. IEEE, 2003:2992-2997 vol.3. [13] 董笑菊. 海洋环境下智能水下机器人全局路径规划研究[D]. 哈尔滨工程大学, 2000. [14] 尚游, 刘百顺, 张万春,等. 基于案例的自主式水下机器人全局路径规划的学习算法[J]. 哈尔滨工程大学学报, 1998, 19(5):427-432. [15] 于华男,戴军,徐玉如,庞永杰.基于遗传算法的水下机器人模糊控制器优化设计[J].哈尔滨工程大学学报,2002(05):12-15 11 [16] Balch T. The case forrandomized search[C]// The Workshop on Sensors and Motion, IEEE InternationalConference on Robotics and Automation. IEEE, 2010. [17] Choset H, Acar E, RizziA A, et al. Exact cellular decompositions in terms of critical points ofMorse functions[C]// IEEE International Conference on Robotics andAutomation, 2000. Proceedings. ICRA. IEEE, 2000:2270-2277 vol.3. [18] Choset H, Pignon P.Coverage Path Planning: The Boustrophedon Cellular Decomposition[M]// Fieldand Service Robotics. Springer London, 1998:203-209. [19] Huang W H. Optimalline-sweep-based decompositions for coverage algorithms[J]. 2001, 1:27-32vol.1. [20] Butler Z J, Rizzi A A,Hollis R L. Contact sensor-based coverage of rectilinear environments[C]//IEEE International Symposium on Intelligent Control/intelligent Systems andSemiotics. IEEE, 1999:266-271. [21] Elfes A. Sonar-basedreal-world mapping and navigation[M]// Autonomous robot vehicles.Springer-Verlag New York, Inc. 1990:249-265. [22] Rimon E, Koditschek D E.Exact Robot Navigation Using Artificial Potential Functions[J]. IEEE Trans onRobotics amp; Automation, 1992, 8(5):501-518.
|
