多自主水下机器人目标搜索与协同围捕研究

论文摘要

本论文以国家重点研究项目-XXX远程航海与智能控制研究为背景,针对多个水下自主机器人（AUVs）执行水下区域搜索和围捕入侵目标的任务案例,深入开展了AUVs体系结构、路径规划、自主搜索与协同围捕等方法的研究。首先,根据AUV个体结构及案例需求,在传统的分布式体系结构基础上,设计了AUVs具有任务规划层和行为控制层的混合分层式体系结构,增强了AUV个体之间的协作能力。其次,针对区域搜索时路径优化需求和解决AUVs动态运动过程中与环境障碍、运动体（其它AUV或动目标）间的碰撞冲突问题,开展了路径规划与避碰方法研究,提出了将蚁群优化算法和人工势场法相结合的避碰路径规划策略。设计了蚁群优化状态转移规则、启发因子和信息素更新规则。为了提高AUV在复杂环境中的快速反应能力,提出了一种改进的快速蚁群优化算法。再次,根据大范围区域搜索的作业需求,提出了AUVs分区域随机搜索策略,根据团队中成员数量和工作区域大小进行搜索区域划分,提出了一种根据团队成员当前位置选取作业子目标点的方法,使多个AUV均匀分布在工作区中,计算量小,满足了实时性要求。对于AUVs所发现的入侵目标有效围捕的问题,本文提出了基于“势点”的协同优化围捕策略,建立了以入侵目标为极点,以其前进方向为极轴的极坐标系,通过对各个AUV在极坐标系中极角大小进行排序,为AUVs优化分配相应的围捕任务;当“势点”陷入障碍区时,AUVs通过放弃作业任务而增强其对环境的适应性,“势点”的动态选取方法和分阶段围捕策略降低了AUVs在围捕过程中对入侵目标位置变化的敏感性。最后,开发了AUVs区域搜索与协同围捕仿真软件,引入了AUV六自由度运动模型和PID控制器,通过设计不同仿真案例,验证了所研究算法的有效性和可行性,结果表明:AUVs能够大范围区域中快速发现入侵目标,并能对其成功围捕,具有一定的环境适应性和自主作业能力。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 多机器人技术概述
• 1.2.1 多机器人技术发展及其研究现状
• 1.2.2 多机器人技术主要的研究问题
• 1.2.3 多机器人系统的优越性
• 1.3 多水下机器人技术的国内外研究现状
• 1.4 课题研究的背景和意义
• 1.5 主要研究内容和研究方法
• 1.5.1 主要研究内容
• 1.5.2 主要研究方法
• 1.6 论文的组织结构
• 第2章 目标搜索与围捕问题描述
• 2.1 引言
• 2.2 问题描述
• 2.3 环境建模
• 2.4 常用搜索算法概述
• 2.5 常用围捕算法概述
• 2.6 本章小结
• 第3章 AUVs系统体系结构
• 3.1 引言
• 3.2 机器人体系结构
• 3.2.1 单机器人体系结构
• 3.2.2 多机器人系统体系结构
• 3.3 AUVs混合分层式体系结构设计
• 3.3.1 任务规划层
• 3.3.2 行为控制层
• 3.3.3 执行模块
• 3.3.4 AUV运动模型
• 3.3.5 通信与消息共享
• 3.4 本章小结
• 第4章 基于蚁群优化和人工势场法的AUVs路径规划与避碰研究
• 4.1 引言
• 4.2 蚁群优化原理及其实现
• 4.2.1 蚁群优化原理
• 4.2.2 蚁群优化基本模型
• 4.3 基于蚁群优化的在线路径规划研究
• 4.3.1 环境模型
• 4.3.2 状态转移规则
• 4.3.3 启发因子
• 4.3.4 信息素更新规则
• 4.3.5 改进的快速蚁群路径规划方法
• 4.3 基于人工势场理论的避碰算法研究
• 4.4 基于势场法的避碰策略设计与实现
• 4.5 AUV路径（重）规划与动态避碰策略
• 4.6 本章小结
• 第5章 AUVs目标搜索与协同围捕研究
• 5.1 引言
• 5.2 AUVs协同预警案例描述与设计
• 5.3 AUVs协作目标搜索策略的设计与实现
• 5.3.1 声纳仿真探测模型
• 5.3.2 搜索策略研究
• 5.4 AUVs围捕策略研究
• 5.4.1 动态围捕策略
• 5.4.2 围捕任务的阶段划分
• 5.5 入侵AUV的逃逸运动策略研究
• 5.5.1 入侵AUV的任务描述
• 5.5.2 艏向调整逃逸策略
• 5.5.3 速度调整逃逸策略
• 5.6 本章小结
• 第6章 AUVs目标搜索与协作围捕仿真验证
• 6.1 引言
• 6.2 仿真案例设计
• 6.3 仿真试验与分析
• 6.3.1 无障碍环境下的仿真结果与分析
• 6.3.2 有障碍环境下的仿真结果与分析
• 6.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢