大型自主水下机器人自适应路径规划方法研究
文献类型：学位论文
| 作者 | 梁世勋 |
| 答辩日期 | 2021-05-21 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 刘健 |
| 关键词 | 大型自主水下机器人 全局路径规划 动态避障 粒子群算法 飞蛾扑火算法 |
| 学位名称 | 专业学位硕士 |
| 学位专业 | 控制工程 |
| 其他题名 | Research on adaptive path planning method for large displacement autonomous underwater vehicle |
| 英文摘要 | 随着AUV（Autonomous Underwater Vehicle，自主水下机器人）发展多样化，针对大型、超大型AUV的研究逐渐成为国内外AUV研究领域的热点。作为兼具小型AUV优点又规避其缺点的大型AUV是未来AUV研究发展的趋势。AUV在动态环境中进行在线路径规划是AUV的关键技术之一，也是体现其自主能力与智能化的重要标志。本文在对大量国内外文献、报告进行调研学习的基础上，针对具有超远航行距离能力的大型AUV，深入研究了其自适应路径规划方法。主要研究内容包括以下四个方面：1）首先对国内外AUV路径规划发展现状进行研究分析，分析总结其路径的规划需求与规划难点，并且针对适用于中小型AUV的路径规划方法进行研究，分析其普适性与可能存在的改进点；2）本文在调研基础上，鉴于大型AUV弱机动性与动态环境的难以预知性，在全局静态与局部动态环境融合的基础上引入极坐标系，在算法迭代过程中提出轻度收敛状态，改进粒子群算法——引入粒子“变异”过程并结合速度障碍法验证提出的水平避障与垂直避障相结合的避障策略。通过阶段性实验，从二维静态环境规划实验逐步拓展至二维动、静态结合环境乃至三维全局路径规划研究；3）在上述研究内容基础上，为保证大型AUV保持自适应路径规划能力，设计了一款三维空间轨迹跟踪控制器，设计具备自适应能力的动力学控制率，采取深度学习方法预估环境位置参数和外界扰动影响，并进行任意给定路径跟踪和规划路径两项跟踪实验；4）根据电子海图建立三维海底环境模型，针对该环境模型，分别对粒子群算法、改进粒子群算法、深度学习方法以及飞蛾扑火算法进行路径规划实验，并对实验结果进行分析评估。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 77页 |
| 源URL | [http://ir.sia.cn/handle/173321/28990]  |
| 专题 | 沈阳自动化研究所_水下机器人研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 梁世勋. 大型自主水下机器人自适应路径规划方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2021. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。