用于水下机器人路径规划的优化算法研究

论文摘要

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,而用于水下机器人路径规划的优化算法对规划效果起着至关重要的作用。本文主要研究用于水下机器人路径规划的优化算法,基于规划效果对现有的优化算法进行比较、分析、改进使其达到更好的和适用不同需要的规划结果。在论文中,首先简要介绍了AUV的发展概况、路径规划的相关概念及用于路径规划的优化算法,接着在讨论了基于电子海图Shapefile文件的环境建模方法,然后研究粒子群与蚁群算法用于水下机器人路径规划,改进粒子群算法取得较好效果,并利用多目标粒子群完成路径规划,和传统A*算法规划比较,最后改进蚁群算法使其适用于海流影响下路径规划。本文以优化算法为研究重点,主要研究了改进的自适应粒子群算法、考虑海流影响的蚁群算法及多目标粒子群算法,在基于电子海图环境建模的基础上将上述算法用于水下机器人路径规划,并与传统的A*算法比较,从规划时间、效果等方面分析算法性能。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 概述
• 1.2 水下机器人路径规划研究进展
• 1.3 本课题的研究背景和意义
• 1.4 论文的主要工作和论文组织
• 第2章 水下机器人路径规划与优化算法
• 2.1 路径规划概述
• 2.1.1 路径规划的定义、分类、特点及问题实现
• 2.1.2 全局路径规划方法
• 2.2 水下机器人路径规划特点
• 2.2.1 分析海洋环境
• 2.2.2 水下机器人路径规划优化目标
• 2.2.3 水下机器人路径规划特点
• 2.3 用于机器人路径规划的优化算法概述
• 2.3.1 普通优化算法
• 2.3.2 智能优化算法
• 2.4 多目标优化问题
• 2.4.1 基于单目标的多目标求解方法
• 2.4.2 基于多目标进化算法的平行求解方法
• 2.5 本章小结
• 第3章 基于电子海图的海洋环境建模
• 3.1 电子海图系统与SHAPEFILE文件格式简介
• 3.1.1 电子海图系统
• 3.1.2 ESRI电子海图SHAPEFILE文件格式
• 3.2 基于电子海图的海洋环境建模
• 3.2.1 海图文件的读取
• 3.2.2 海洋环境的凸多边形建模
• 3.2.3 海洋环境的栅格建模
• 3.3 本章小结
• 第4章 用于水下机器人路径规划的优化算法
• 4.1 用于机器人全局路径规划的改进粒子群优化算法
• 4.1.1 粒子群算法概述
• 4.1.2 用于机器人路径规划改进的自适应粒子群优化算法
• 4.2 基于多目标优化算法的水下机器人路径规划
• 4.2.1 多目标路径规划问题
• 4.2.2 基于变权重系数法的水下机器人全局路径规划
• 4.3 基于蚁群算法的水下机器人全局路径规划
• 4.3.1 蚁群原理
• 4.3.2 路径规划及平滑处理
• 4.3.3 多点规划
• 4.4 改进蚁群算法用于考虑海流影响的AUV全局路径规划
• 4.4.1 海洋环境的模拟
• 4.4.2 改进蚁群算法用于海流影响下路径规划
• 4.5 算法性能比较分析
• 4.6 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