基于强化学习的AUV路径跟踪方法研究

发布时间：2020-04-21 02:11

【摘要】：近年来自主式水下机器人(Autonomous Underwater Vehicle,AUV)已成为人类探索海洋的重要装备,并且随着人类对海洋认知的不断深入,AUV相关技术得到了不断发展,更高的自主性与机器智能成为AUV的发展目标。针对提升AUV的自主性与智能性这一实际要求,本文依托于十三五装发预研项目“智能系统设计技术”,基于强化学习方法,对AUV的路径跟踪问题展开研究。具体研究内容包括:首先,为了分析强化学习理论如何用于提高控制自主性与智能性,本文首先对强化学习理论进行介绍,并基于强化学习理论设计Q学习控制器,设计相关仿真试验,分析该控制器用于AUV速度与艏向控制的优缺点。针对Q学习控制器存在的控制精度差的问题,重新对强化学习四元组定义,设计了强化学习S面控制器,并在此基础上针对训练速度慢的问题设计神经网络强化学习S面控制器,通过仿真试验验证其控制性能与训练速度。其次,本文基于神经网络强化学习理论对视线法路径跟踪方法展开研究。由于视线法(Line-of-Sight,LOS)的跟踪性能在极大程度上取决于底层控制器的性能,本文以神经网络强化学习S面控制器为视线法路径跟踪的底层控制器开展仿真试验,验证其在无干扰与海流干扰下的控制效果。然后,本文对基于跟踪误差动力学推导的路径跟踪方法进行公式推导,根据神经网络强化学习参数优化方法设计了神经网络强化学习路径跟踪控制器,针对控制器的直线与曲线路径跟踪开展了仿真试验,以验证改进路径跟踪控制期对于提升AUV控制自主性与智能性的效果。最后,通过对本文改进的两种跟踪方法的对比,分别从控制性能、控制器设计难易程度以及对强化学习方法优化的敏感程度三个方面对其各自性能进行了阐释,分析两种跟踪方法的适用条件。
【图文】：

IAIJI，051」B石000里

图１．１邋ＡＵＴＯＳＵＢ－６０００型ＡＵＶ及其海底测绘信息逡逑ＲＥＭＵＳ－６０００型ＡＵＶ［５＿８Ｉ是由美国研制的一款深水大范围探测用ＡＵＶ，其艇长约逡逑３．８４米，直径０．７１米，重约８６２ｋｇ，最大工作水深６０００ｍ。其搭载多种传感器以及底部逡逑高分辨率照相设备，以便完成海底勘探与搜寻工作。该系列还有ＲＥＭＵＳ－１００、ＲＥＭＵＳ－逡逑３０００等型号的ＡＵＶ，针对不同水深作业研制。逡逑…７１１，逦１｜＼逡逑■——花邋ＭＵＳ逦．逦．．逡逑图邋１．２邋ＲＥＭＵＳ－６０００邋型邋ＡＵＶ逡逑挪威康斯伯格公司的ＨＵＧＩＮ系列ＡＵＶＷ同样也是研制较成熟的一个ＡＵＶ系列，，逡逑其主要型号包括ＨＵＧＩＮ－Ｉ、ＨＵＧＩＮ－３０００、ＨＵＧＩＮ－４５００等型号，其良好的性能能够完逡逑成多种水下探测任务。逡逑
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U674.941

【参考文献】

相关期刊论文 前10条

1 王宏健;陈子印;贾鹤鸣;李娟;陈兴华;;基于滤波反步法的欠驱动AUV三维路径跟踪控制[J];自动化学报;2015年03期

2 万磊;张英浩;孙玉山;李岳明;何斌;;欠驱动智能水下机器人的自抗扰路径跟踪控制[J];上海交通大学学报;2014年12期

3 陈开权;;REMUS-6000无人水下机器人[J];水雷战与舰船防护;2014年02期

4 苏玉民;曹建;徐锋;张国成;;鱼雷形水下机器人非线性航迹跟踪控制[J];上海交通大学学报;2012年06期

5 张国成;万磊;李岳明;;基于SVM的水下机器人预测S面控制[J];华中科技大学学报(自然科学版);2012年03期

6 李岳明;庞永杰;万磊;;水下机器人自适应S面控制[J];上海交通大学学报;2012年02期

7 陈学松;杨宜民;;强化学习研究综述[J];计算机应用研究;2010年08期

8 王芳;万磊;李晔;苏玉民;徐玉如;;欠驱动AUV的运动控制技术综述[J];中国造船;2010年02期

9 徐玉如;庞永杰;甘永;孙玉山;;智能水下机器人技术展望[J];智能系统学报;2006年01期

10 廖芳芳,肖建;基于BP神经网络PID参数自整定的研究[J];系统仿真学报;2005年07期

相关博士学位论文 前3条

1 陈子印;欠驱动无人水下航行器三维路径跟踪反步控制方法研究[D];哈尔滨工程大学;2013年

2 毕凤阳;欠驱动自主水下航行器的非线性鲁棒控制策略研究[D];哈尔滨工业大学;2010年

3 向先波;二阶非完整性水下机器人的路径跟踪与协调控制研究[D];华中科技大学;2010年

相关硕士学位论文 前1条

1 汤莉;AUV神经网络水平面航迹跟踪控制研究[D];哈尔滨工程大学;2009年

本文编号：2635234