当前位置:主页 > 科技论文 > 自动化论文 >

基于蚁群算法和人工势场法的水下机器人路径规划研究

发布时间:2021-02-20 06:12
  随着科学技术的发展,水下机器人的应用范围越来越广,是因为水下机器人拥有较高的智能水平。水下机器人智能水平的决定因素有很多,路径规划技术就是其一。一般情况下,路径规划分为全局路径规划和局部路径规划,而移动机器人的工作环境是多变的,因此单独使用全局路径规划或局部路径规划所规划的路径效果都不理想。为了充分利用已知环境信息和对未知环境信息及时反应,本文提出了一种水下机器人混合路径规划方法。主要内容如下:1、对于全局路径规划,首先利用栅格法对已知的环境信息进行建模,再利用本文改进的蚁群算法进行路径规划。针对基本蚁群算法存在的缺陷,提出了一种改进蚁群算法,该算法采用了一种新的启发函数和信息素更新规则以及动态调整信息素挥发因子,使蚂蚁尽量向目标点运动,加快蚁群算法收敛速度,减少搜索时间。并且在三种栅格地图环境下进行了仿真实验,仿真结果表明提出的改进方法规划出的路径更短、更加平滑并且收敛速度更快。2、对于局部路径规划,提出了一种改进的人工势场法。针对目标不可达问题,重新构造了斥力势场函数;针对局部极小值点问题,提出了“等势线外切圆”逃逸法;针对动态障碍物问题,提出了“外切圆绕后弦”逃逸法;针对步长问题... 

【文章来源】:吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】:83 页

【学位级别】:硕士

【部分图文】:

基于蚁群算法和人工势场法的水下机器人路径规划研究


ABE英国主要研制两种AUV,民用的A

系列图,英国,海洋,国家


第1章绪论3美国伍兹霍尔海洋研究所(WHOI)主要研发两种系列的AUV,分别为AutonomousBenthicExplorer(ABE)[23]和RemoteEnvironmentMonitoringUnits(REMUS)[24],其中REMUS系列产业化最多,该系列一共包括三种类型AUV:REMUS100、REMUS600、REMUS6000,每个系列号分别表示其能下潜的最大深度。在2003年伊拉克战场上,美国海军用REMUS100执行扫雷任务。REMUS600类似于一个长3.25米、直径320毫米、重240千克的小型鱼雷,续航超过24小时[25]。在2010年REMUS6000成功搜寻到法航447的发动机残骸[26]。图1-3是ABE图片,图1-4是REMUS系列图片。图1-3ABE图1-4REMUS系列英国主要研制两种AUV,民用的Autosub系列由英国南安普顿国家海洋中心(NOC)研制。2008年,Autosub6000[27]完成了第一次深水工程试验,最大射程可达1000公里,最大工作深度6000m,长5.5m,直径0.9m,重2800kg,有效载荷能力强,是世界上最有能力的深海潜水自动潜水器之一[28]。军用的Tailsman系列是由英国BAE系统公司研制,主要用于反鱼雷、反潜等军事用途,是一款具有隐身功能的军用“护身符”AUV[29]。图1-5是Autosub6000图片。图1-6是Tailsman图片。图1-5Autosub6000图1-6Tailsman

探索者


吉林大学硕士学位论文42003年7月,为了在具有热液活动的海脊上进行海底测绘,日本东京大学建造了一种新型自主式水下机器人R2D4,其长4米,一吨重,可在4000米范围内作业,可以连续工作几个小时[30]。图1-7是R2D4图片。挪威的KONGSBERG公司主要研发Hugin系列水下机器人,该系列一共包括四种水下机器人:HUGINI、HUGIN1000、HUGIN3000和HUGIN4500[31]。其中HUGIN4500直径1米,航速4Kn,并且可以续航60个小时,主要通过搭载探测设备,对海洋资源进行探测[32]。图1-8是HUGIN4500图片。图1-7R2D4图1-8HUGIN45001.2.1.2国内AUV研究进展863计划实施后,我国很多的研究所和院校开始投入大量精力、人力、财力到AUV的研究制造当中。1994年沈阳自动化研究所和哈尔滨工程大学一起研制成功“探索者”号AUV,并且在西沙群岛海域内完成海试,成功下潜到1000米处[33]。图1-9是“探索者”号AUV图片。次年沈阳自动化研究所和俄罗斯合作成功研制CR-1型AUV,它的尺寸为4.374m×0.8m×0.93m,重1305Kg,最大潜深6000m,可以连续航行10h。图1-10是CR-1图片。图1-9“探索者”号AUV图1-10CR-01

【参考文献】:
期刊论文
[1]A hydrothermal investigation system for the Qianlong-Ⅱ autonomous underwater vehicle[J]. Tao Wu,Chunhui Tao,Jinhui Zhang,Ao Wang,Guoyin Zhang,Jianping Zhou,Xianming Deng.  Acta Oceanologica Sinica. 2019(03)
[2]自治水下机器人的自主启发式生物启发神经网络路径规划算法[J]. 朱大奇,刘雨,孙兵,刘清沁.  控制理论与应用. 2019(02)
[3]复杂动态环境下自主机器人路径规划研究[J]. 王志中.  组合机床与自动化加工技术. 2018(01)
[4]改进人工势场法的移动机器人路径规划分析[J]. 仇恒坦,平雪良,高文研,贝旭颖.  机械设计与研究. 2017(04)
[5]基于改进人工势场法的移动机器人路径规划[J]. 宋建辉,代涛,刘砚菊.  计算机工程与科学. 2017(07)
[6]改进遗传算法的在轨组装路径规划[J]. 孙楚琦,吴限德,谢亚恩,宋婷,孙俊,王志鹏.  哈尔滨工程大学学报. 2017(07)
[7]侦察无人机航迹规划设计研究[J]. 张帅,李学仁,张鹏,李博.  计算机仿真. 2016(04)
[8]智能水下机器人研究进展[J]. 庞硕,纠海峰.  科技导报. 2015(23)
[9]基于改进蚁群算法的机器人路径规划研究[J]. 万晓凤,胡伟,方武义,郑博嘉.  计算机工程与应用. 2014(18)
[10]基于栅格法的矿难搜索机器人全局路径规划与局部避障[J]. 朱磊,樊继壮,赵杰,吴晓光,刘罡.  中南大学学报(自然科学版). 2011(11)

博士论文
[1]水下机器人系统体系结构及避障控制技术研究[D]. 毛宇峰.哈尔滨工程大学 2010

硕士论文
[1]结合粒子群算法和改进人工势场法的移动机器人混合路径规划[D]. 许源.浙江大学 2013
[2]足球机器人动态路径规划[D]. 张少鹏.华北电力大学 2013
[3]智能水下机器人路径规划方法研究与改进[D]. 刘畔.哈尔滨工程大学 2012
[4]基于粒子群算法的移动机器人路径规划研究[D]. 刘关俊.中南大学 2007



本文编号:3042351

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3042351.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户422d8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com