基于生物启发神经动力学模型的避障技术AUV系统设计

摘要：自治水下机器人（Autonomous Underwater Vehicle,AUV）的避障技术，是指机器人利用已知环境信息或者根据自身传感器对水下环境进行感知，自行规划出一条高效、安全、无碰的航行路线。避障技术是AUV技术的核心研究内容之一。由于海洋深处的工作环境往往是恶劣、复杂和难以预测的，同时AUV自身感知的局限性，因此AUV水下避障技术比地面移动机器人及空中飞行器的避障技术更加复杂困难，更具挑战性。

本文针对水流环境中自治水下机器人的避障技术进行研究，提出一种综合了生物启发自组织神经网络（Biological Inspired Self-organizing Map, BISOM）和矢量合成的算法。其中，BISOM算法用于存在障碍物水下环境中的AUV的避障技术；矢量合成算法用于克服水流对AUV航行的影响。通过AUV在不同水下环境的避障仿真实验，来验证本文所提算法的可行性。93913

毕业论文关键词：自治水下机器人，避障技术，生物启发自组织算法，矢量合成

Abstract:Autonomous Underwater Vehicle (Autonomous Underwater Vehicle, AUV) obstacle avoidance technology, refers to the robot using the known information or sensor according to their own perception of the underwater environment, to plan a safe, efficient, collision free navigation route。 The obstacle avoidance technology is one of the core contents of AUV technology。 Because of the depths of the ocean the work environment is bad, complex and difficult to predict, and AUV limitation of perception, so AUV underwater obstacle avoidance technology than the technology of ground mobile robot obstacle avoidance and air vehicles more difficult, moreChallenging。

This paper studied the obstacle avoidance for autonomous robots under water flow environment, put forward a comprehensive bio inspired self-organizing neural network (Biological Inspired Self-organizing Map, BISOM) and the vector synthesis algorithm。 The BISOM algorithm for obstacle avoidance of obstacle avoidance obstacles in underwater environment AUV; vector synthesis to overcome the influence of water flow on the AUV algorithm for navigation。 Through a variety of underwater environment AUV obstacle avoidance simulation experiments prove the effectiveness of the proposed algorithm。

Keywords:autonomous underwater vehicle,obstacle avoidance,bio inspired self-organization algorithm,vector synthesis

1 绪论 3

1。1 研究背景和意义 3

1。2 AUV避障技术概述 3

1。3 论文的主要研究工作 5

2 基于生物启发自组织的AUV避障技术 7

2。1 生物启发神经动力学的基本原理 7

2。2 基于生物启发神经动力学模型源C于H优J尔W论R文M网WwW.youeRw.com 原文+QQ752-018766 的避障技术 7

2。3 生物启发自组织神经网络算法 10

2。4 仿真研究 10

2。5 本章小结 12

3 水流环境下的AUV避障技术 13

3。1 速度合成矢量算法 13

3。2 仿真研究 14

3。2。1 常值水流环境下无速度矢量合成与运用速度合成矢量算法 15

3。2。2 时变水流环境下无速度矢量合成与运用速度合成矢量算法 17

3。3 本章小结基于生物启发神经动力学模型的避障技术AUV系统设计:http://www.youerw.com/zidonghua/lunwen_201863.html