基于电子海图的AUV全局路径规划研究

论文摘要

全局路径规划技术是决定机器人智能化水平高低的关键技术,它是自主导航中的一个重要组成部分。对于智能水下机器人(AUV)来讲,在有障碍物存在和其它限制的条件下寻找一条安全、高效的路径是十分重要的。全局路径规划一般分为环境建模和路径搜索两个部分。本文针对AUV在大范围海洋环境下航行的需要,研究利用电子海图进行AUV全局路径规划环境建模的方法,并给出了考虑海流因素的路径搜索算法。本文首先介绍了AUV的发展概况及路径规划的相关问题,论述了全局路径规划中环境建模和路径搜索的一些方法。接着详细介绍了考虑海流因素的全局路径规划搜索算法,将海流因素加入到GA算法的评价函数中,AUV在航行时充分利用海流以减少自身能量的消耗。采用分层思想将全局路径规划由二维空间拓展到三维空间。针对GA收敛速度慢的缺点引入了PSO作为特殊算子,提高了算法的收敛速度。在环境建模方面,利用电子海图获得海洋环境信息进行AUV全局路径规划环境建模。针对栅格法和几何法分别提出了环境建模方法。通过仿真试验对环境建模和路径规划进行了验证,栅格法和几何法的环境建模都具有很好的实用性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 水下机器人的发展现状和研究动态
• 1.2.1 国外水下机器人研究现状
• 1.2.2 国内水下机器人技术的研究与发展
• 1.3 本课题的研究意义
• 1.4 主要工作和论文组织
• 第2章 机器人路径规划技术
• 2.1 路径规划概述
• 2.1.1 路径规划的定义
• 2.1.2 路径规划的分类
• 2.1.3 路径规划问题的实现
• 2.2 全局路径规划
• 2.2.1 环境建模的方法
• 2.2.2 路径搜索的方法
• 2.3 考虑能耗的机器人路径规划
• 2.4 本文提出的路径规划方法
• 2.5 本章小结
• 第3章 考虑海流因素的AUV全局路径规划
• 3.1 海流数据
• 3.1.1 海流数据的获得
• 3.1.2 流体力学软件模拟海流场
• 3.1.3 流函数生成海流场
• 3.2 基于GA的全局路径规划
• 3.2.1 路径编码方案
• 3.2.2 种群初始化
• 3.2.3 适应度函数的确定
• 3.2.4 遗传算子定义
• 3.2.5 二维情况实验仿真和结果
• 3.3 三维分层路径规划
• 3.4 GA-PSO混合算法
• 3.4.1 PSO算法介绍
• 3.4.2 GA-PSO混合算法
• 3.4.3 仿真实验和结果分析
• 3.5 本章小结
• 第4章 基于电子海图建模的AUV全局路径规划
• 4.1 ESRI电子海图ShapeFile文件格式
• 4.1.1 ShapeFile简介
• 4.1.2 ShapeFile文件格式
• 4.1.3 ShapeFife海图文件组成
• 4.1.4 数据模型
• 4.2 栅格法环境建模
• 4.2.1 环境建模
• 4.2.2 栅格法建模的路径规划
• 4.3 几何法环境建模
• 4.3.1 直接利用海图数据存在的问题
• 4.3.2 对海图数据的处理
• 4.4 本章小结
• 结论
• 参考文献
• 攻读硕士期间发表的论文和取得的科研成果
• 致谢