智能水下机器人全局及局部路径规划技术研究

摘要

路径规划技术是智能水下机器人(Autonomous Underwater Vehicle,简称AUV)的关键技术之一,在一定程度上它标志着水下机器人智能水平的高低.本文对大范围海洋有流环境下智能水下机器人的路径规划技术进行了系统深入的研究,主要包括以下几个方面的内容:本文首先介绍了机器人以及智能水下机器人的发展情况,分析了智能水下机器人的国内外的研究动态和发展趋势,详细介绍了课题的背景和主要内容.其次,简要介绍了机器人路径规划技术,包括路径规划的定义、分类、相关问题、几种典型的路径规划方法以及最新的研究动态等.在分析大范围海洋环境下路径规划的复杂性以及总结以前的路径规划算法的基础上,提出了一整套从全局到局部的路径规划算法.最后,本文分别详细介绍了全局路径规划和局部路径规划两个算法:基于分层模型的遗传模拟退火算法路径规划和基于雷达法的局部路径规划.包括算法的基本思想、算法实现中的几个关键技术等.本文还给出了两个算法的计算机仿真结果.

目录

文摘

英文文摘

哈尔滨工程大学学位论文原创性声明

第1章绪论

1.1机器人概述

1.2智能水下机器人(AUV)概述

1.2.1 AUV的产生背景和研究意义

1.2.2 AUV技术的研究发展

1.3课题的背景和主要内容

1.4作者的主要工作和论文的组织

第2章机器人路径规划技术

2.1路径规划概述

2.1.1路径规划问题的描述

2.1.2路径规划的分类及特点

2.2几种路径规划方法

2.2.1位姿空间法

2.2.2图搜索法

2.2.3人工势场法

2.2.4模糊逻辑算法

2.2.5具有自学习能力的算法

2.3路径规划方法的新发展

2.4本文提出的路径规划方法

2.4.1基于分层模型的遗传模拟退火算法路径规划

2.4.2基于雷达法的局部路径规划

2.5本章小结

第3章基于分层模型的全局路径规划

3.1算法概述

3.1.1区域模型

3.1.2搜索算法—遗传模拟退火算法的实现

3.2算法实现中的关键技术

3.2.1初始种群的设定

3.2.2适应度函数的设计

3.2.3遗传参数的设计

3.2.4模拟退火参数的设计

3.2.5算法的终止原则

3.2.6失败的处理

3.3仿真结果

3.4本章小结

第4章基于雷达法的局部路径规划

4.1算法概述

4.1.1栅格环境模型

4.1.2雷达波的传播规则

4.1.3路径选择规则

4.1.4算法描述

4.2算法实现中的关键技术

4.2.1全局路径的调整

4.2.2启发式函数的设定

4.2.3动态规划策略

4.2.4失败的处理

4.3仿真结果

4.4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