基于神经网络的水下机器人路径规划算法研究(2)
时间:2023-12-02 09:16 来源:毕业论文 作者:毕业论文 点击:次
15
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。 (责任编辑:qin) |