3。1 水下环境建模 15

3。2 环境信息已知的点到点路径规划方法 18

   3。2。1 路径选择策略 18

   3。2。2 路径规划仿真 19

   3。2。3 已知环境中的路径死锁问题 20

3。3 环境信息未知的点到点路径规划方法 24

   3。3。1 路径规划模型初始化 24

   3。3。2 路径规划中的死锁问题 25

   3。3。3 路径规划的实现与效果对比 25

3。4 本章小结 27

4 总结与展望 27

4。1 主要研究内容总结 27

4。2 研究展望 28

参考文献 30

致谢 32

1 绪论

海域占地球表面积的70。8％，海底的资源丰富，包括能源矿产等等。党的十八大提出建设海洋强国，由此可见海洋重要的开发地位[1]。与此同时，海洋的极端坏境使得开发海洋非常困难。在开发深海资源技术领域中，除了船舶以及海石油钻井平台之外，最重要的当属开发水下机器人（Unmanned Underwater Vehicle, UUV）。论文网

水下机器人分类众多，按特点可分为两类，一种是通过线缆连接，在地面上遥控的水下机器人（Remotely Operated Vehicle，ROV），另一种是自主式水下机器人（Autonomous Underwater Vehicle，AUV）。水下机器人要完成任务极其困难，其物理条件远落后于地面对机器人工程化的水平，ROV依赖电缆提供能源，可在一定规模进行精细作业，但工作的深度和范围受电缆的约束。当前ROV已实现工程化，产业规模比较稳定。而AUV发展也有较大的进步，一般具有流线型外观，携带能源系统，各种传感器和执行器，主要由自己的智能系统进行决策和控制，具有一定检测环境信息，分析和处理环境数据，避免障碍物，跟踪目标和自主导航能力。还有一种自主/遥控水下机器人（Autonomous & Remotely Operated Vehicle，ARV）是近十几年来发展起来的混合型水下机器人，集ROV和AUV特点于一身，具备开放式、模块化、可重构的体系结构和多种控制方式，自带能源并携带光纤微缆，可在深海环境下实现自主、遥控、半自主等不同的作业模式[3]。

1。1 水下机器人的国内外研究现状

1。2 路径规划的研究现状

1。2。1 全局路径规划算法

1。2。2 局部路径规划算法

1。2。3水下机器人路径规划技术的难点

1。3 本文的研究意义和内容

1。3。1 研究意义

路径规划技术是AUV的核心技术之一。 其重要性反映在以下四个方面：

(1) 路径规划是AUV实现自主航行和任务运行的基本要求。路径规划能力的级别决定了AUV智能水平和可以进行的任务。AUV有多种水下任务，不同的任务需要不同的路径，这要求AUV的路径规划方法全面灵活。

(2) 路径规划是AUV本体安全的重要保证。 AUV经常处于未知且复杂的水下环境中执行任务，自身配有能源运行，和水面之间没有物理连接，实时通讯更加困难。高风险的工作环境要求AUV有能力预测、应变和决策环境的变化，以确保其自身的安全，同时节约能源。 基于神经网络的水下机器人路径规划算法研究(2):http://www.youerw.com/jisuanji/lunwen_199185.html