海洋环境下UUV协同任务规划方法研究
发布时间：2022-02-19 04:10
在海洋环境下,UUV协同任务规划是一个智能系统在多约束条件下的规划问题,本文主要研究在UUV协同系统下解决多目标优化问题,合理的将任务分配给相应的UUV。在相应任务下达分配之后,UUV怎样在海洋环境下执行任务,本文深入开展了在多任务目标、通信时延、障碍物条件下对UUV协同任务预分配、任务重分配、UUV协同航路规划等方面研究。UUV协同任务规划的具体研究内容如下:首先,针对海洋环境下UUV协同任务规划的重点问题进行分析讨论,介绍了任务分配的优化理论基础和任务分配模型;并构建了分布式体系结构、环境栅格模型、前置声呐模型;此外分析了UUV协同的通信环境,为后续的研究提供了基础。其次,针对面向多任务目标优化的UUV协同系统任务规划问题,提出了一种基于市场机制的改进合同网优化算法。针对多目标优化函数设计的多蚁群算法与合同网优化算法相结合,结合本文设定的边界条件,研究了基于改进合同网优化算法的使命任务分配方法。最后,以传统的合同网算法和改进的合同网算法进行对比和以其中一台UUV发生故障为例进行仿真验证。仿真结果表明,该改进算法能够有效提高UUV协同系统的整体效能,使每个UUV均衡的承担具体任务。再...
【文章来源】：哈尔滨工程大学黑龙江省211工程院校
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.2.1 国外UUV研究现状
1.2.2 国内UUV研究现状
1.3 协同UUV系统任务规划技术研究现状
1.3.1 任务分配技术研究现状
1.3.2 目标搜索技术研究现状
1.3.3 UUV避障技术研究现状
1.4 本文主要研究的内容组织结构
第2章 UUV协同任务规划问题分析与建模
2.1 引言
2.2 UUV协同任务规划问题描述
2.3 UUV协同任务分配要素模型
2.3.1 UUV协同体系结构
2.3.2 UUV协同任务分配模型
2.3.3 UUV协同任务分配环境模型
2.3.4 UUV协同前置声呐探测模型
2.4 UUV协同通信环境分析
2.5 本章小结
第3章 多任务目标条件下UUV协同任务规划方法
3.1 引言
3.2 传统的合同网优化算法和蚁群算法
3.2.1 传统的合同网算法
3.2.2 基本的蚁群算法
3.3 多任务目标优化问题基本概念
3.4 基于改进的合同网优化算法设计
3.4.1 应用合同网算法分配任务
3.4.2 多蚁群算法寻求任务分配的最优解
3.4.3 UUV协同任务分配流程
3.5算法仿真实验
3.5.1 协同UUV根据改进合同网优化算法进行任务规划
3.5.2 协同UUV中其中一台发生故障后的任务规划
3.6 本章小结
第4章 通信时延条件下UUV协同任务规划方法
4.1 引言
4.2 问题描述
4.3 相同时变时延条件下的UUV协同任务分配方法
4.3.1 证明系统状态稳定收敛
4.3.2 位置与速度双重冗余通信信息传输方式下任务分配仿真验证
4.3.3 状态缺失条件下协同UUV任务分配仿真验证
4.4 不同时变时延条件下的UUV协同任务分配方法
4.4.1 证明系统状态稳定收敛
4.4.2 不同时延条件下任务分配仿真验证
4.4.3 海流扰动条件下任务分配仿真验证
4.5 本章小结
第5章 障碍物条件下UUV协同任务规划方法
5.1 引言
5.2 环境模型
5.3 人工势场法
5.3.1 人工势场法的模型建立
5.3.2 改进的人工势场法算法设计
5.4 基于障碍物环境下的UUV协同任务分配仿真验证
5.4.1 单障碍物环境下UUV协同任务分配仿真验证
5.4.2 多障碍物环境下UUV协同任务分配仿真验证
5.5 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
【参考文献】：
期刊论文
[1]基于人工势场法的移动机器人动态路径规划[J]. 张希闻,肖本贤. 山东农业大学学报(自然科学版). 2018(06)
[2]萤火虫算法结合人工势场法的机器人路径规划[J]. 李丽娜,郭永强,张晓东,卢媛,徐攀峰. 计算机工程与应用. 2018(20)
[3]船舶碰撞危险度的避碰决策模型[J]. 施建祥,张笑嫣. 珠江水运. 2018(18)
[4]基于激光雷达的机器人改进人工势场路径规划研究[J]. 薛锋,金世俊. 测控技术. 2018(09)
[5]自主移动机器人路径规划方法研究综述[J]. 皇甫淑云,唐守锋,童紫原,宋彬,童敏明. 软件导刊. 2018(10)
[6]基于改进势场栅格法的全局路径规划与平滑[J]. 陈呈,王直. 信息通信. 2018(06)
[7]改进人工势场法的移动机器人路径规划[J]. 张鹏彬,曾钰培. 机器人技术与应用. 2018(03)
[8]基于人工智能算法的仿生机器人行动的设计[J]. 戴乐宇. 电子技术与软件工程. 2018(09)
[9]基于栅格法的室内指示路径规划算法[J]. 程向红,祁艺. 中国惯性技术学报. 2018(02)
[10]基于最短避碰距离和碰撞危险度的避碰决策支持[J]. 刘冬冬,史国友,李伟峰,陈作桓,江健. 上海海事大学学报. 2018(01)
博士论文
[1]基于李雅普诺夫函数的时滞切换系统观测器设计[D]. 赵永驰.西南交通大学 2018
[2]水下潜航器编队海洋勘测的协调控制方法研究[D]. 刘一博.哈尔滨工程大学 2017
[3]未知区域中目标搜索的online算法研究[D]. 魏琦.大连海事大学 2016
[4]多自主移动机器人协作的关键技术研究[D]. 昝杰.长安大学 2014
[5]多Agent协商研究[D]. 姜丽.吉林大学 2007
硕士论文
[1]基于人工势场法的双目视觉动态避障研究[D]. 陈珊.河北大学 2018
[2]基于人工势场法的无人机编队关键技术研究[D]. 张帅.哈尔滨工业大学 2018
[3]未知环境下多AUV目标搜索与定位研究[D]. 张秉健.哈尔滨工程大学 2018
[4]基于优化理论的多AUV协同任务规划方法研究[D]. 张昆玉.哈尔滨工程大学 2018
[5]基于数据挖掘的船舶碰撞危险度研究[D]. 梁浩.大连海事大学 2017
[6]面向群目标搜索的无人机航迹规划与跟踪控制研究[D]. 薛楷嘉.南京航空航天大学 2016
[7]通信受限下多艇协同导航数据融合技术研究[D]. 郭妍.哈尔滨工程大学 2015
[8]近岸浅海环境下UUV的动目标跟踪方法研究[D]. 陈烨.哈尔滨工程大学 2016
[9]无人水下航行器群体协同任务规划方法研究[D]. 杨海智.哈尔滨工程大学 2015
[10]面向多目标优化的多AUVs群体协同任务分配[D]. 吕洪莉.哈尔滨工程大学 2012
本文编号：3632191
【文章来源】：哈尔滨工程大学黑龙江省211工程院校
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.2.1 国外UUV研究现状
1.2.2 国内UUV研究现状
1.3 协同UUV系统任务规划技术研究现状
1.3.1 任务分配技术研究现状
1.3.2 目标搜索技术研究现状
1.3.3 UUV避障技术研究现状
1.4 本文主要研究的内容组织结构
第2章 UUV协同任务规划问题分析与建模
2.1 引言
2.2 UUV协同任务规划问题描述
2.3 UUV协同任务分配要素模型
2.3.1 UUV协同体系结构
2.3.2 UUV协同任务分配模型
2.3.3 UUV协同任务分配环境模型
2.3.4 UUV协同前置声呐探测模型
2.4 UUV协同通信环境分析
2.5 本章小结
第3章 多任务目标条件下UUV协同任务规划方法
3.1 引言
3.2 传统的合同网优化算法和蚁群算法
3.2.1 传统的合同网算法
3.2.2 基本的蚁群算法
3.3 多任务目标优化问题基本概念
3.4 基于改进的合同网优化算法设计
3.4.1 应用合同网算法分配任务
3.4.2 多蚁群算法寻求任务分配的最优解
3.4.3 UUV协同任务分配流程
3.5算法仿真实验
3.5.1 协同UUV根据改进合同网优化算法进行任务规划
3.5.2 协同UUV中其中一台发生故障后的任务规划
3.6 本章小结
第4章 通信时延条件下UUV协同任务规划方法
4.1 引言
4.2 问题描述
4.3 相同时变时延条件下的UUV协同任务分配方法
4.3.1 证明系统状态稳定收敛
4.3.2 位置与速度双重冗余通信信息传输方式下任务分配仿真验证
4.3.3 状态缺失条件下协同UUV任务分配仿真验证
4.4 不同时变时延条件下的UUV协同任务分配方法
4.4.1 证明系统状态稳定收敛
4.4.2 不同时延条件下任务分配仿真验证
4.4.3 海流扰动条件下任务分配仿真验证
4.5 本章小结
第5章 障碍物条件下UUV协同任务规划方法
5.1 引言
5.2 环境模型
5.3 人工势场法
5.3.1 人工势场法的模型建立
5.3.2 改进的人工势场法算法设计
5.4 基于障碍物环境下的UUV协同任务分配仿真验证
5.4.1 单障碍物环境下UUV协同任务分配仿真验证
5.4.2 多障碍物环境下UUV协同任务分配仿真验证
5.5 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
【参考文献】：
期刊论文
[1]基于人工势场法的移动机器人动态路径规划[J]. 张希闻,肖本贤. 山东农业大学学报(自然科学版). 2018(06)
[2]萤火虫算法结合人工势场法的机器人路径规划[J]. 李丽娜,郭永强,张晓东,卢媛,徐攀峰. 计算机工程与应用. 2018(20)
[3]船舶碰撞危险度的避碰决策模型[J]. 施建祥,张笑嫣. 珠江水运. 2018(18)
[4]基于激光雷达的机器人改进人工势场路径规划研究[J]. 薛锋,金世俊. 测控技术. 2018(09)
[5]自主移动机器人路径规划方法研究综述[J]. 皇甫淑云,唐守锋,童紫原,宋彬,童敏明. 软件导刊. 2018(10)
[6]基于改进势场栅格法的全局路径规划与平滑[J]. 陈呈,王直. 信息通信. 2018(06)
[7]改进人工势场法的移动机器人路径规划[J]. 张鹏彬,曾钰培. 机器人技术与应用. 2018(03)
[8]基于人工智能算法的仿生机器人行动的设计[J]. 戴乐宇. 电子技术与软件工程. 2018(09)
[9]基于栅格法的室内指示路径规划算法[J]. 程向红,祁艺. 中国惯性技术学报. 2018(02)
[10]基于最短避碰距离和碰撞危险度的避碰决策支持[J]. 刘冬冬,史国友,李伟峰,陈作桓,江健. 上海海事大学学报. 2018(01)
博士论文
[1]基于李雅普诺夫函数的时滞切换系统观测器设计[D]. 赵永驰.西南交通大学 2018
[2]水下潜航器编队海洋勘测的协调控制方法研究[D]. 刘一博.哈尔滨工程大学 2017
[3]未知区域中目标搜索的online算法研究[D]. 魏琦.大连海事大学 2016
[4]多自主移动机器人协作的关键技术研究[D]. 昝杰.长安大学 2014
[5]多Agent协商研究[D]. 姜丽.吉林大学 2007
硕士论文
[1]基于人工势场法的双目视觉动态避障研究[D]. 陈珊.河北大学 2018
[2]基于人工势场法的无人机编队关键技术研究[D]. 张帅.哈尔滨工业大学 2018
[3]未知环境下多AUV目标搜索与定位研究[D]. 张秉健.哈尔滨工程大学 2018
[4]基于优化理论的多AUV协同任务规划方法研究[D]. 张昆玉.哈尔滨工程大学 2018
[5]基于数据挖掘的船舶碰撞危险度研究[D]. 梁浩.大连海事大学 2017
[6]面向群目标搜索的无人机航迹规划与跟踪控制研究[D]. 薛楷嘉.南京航空航天大学 2016
[7]通信受限下多艇协同导航数据融合技术研究[D]. 郭妍.哈尔滨工程大学 2015
[8]近岸浅海环境下UUV的动目标跟踪方法研究[D]. 陈烨.哈尔滨工程大学 2016
[9]无人水下航行器群体协同任务规划方法研究[D]. 杨海智.哈尔滨工程大学 2015
[10]面向多目标优化的多AUVs群体协同任务分配[D]. 吕洪莉.哈尔滨工程大学 2012
本文编号：3632191
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3632191.html
