基于人工势场法的自治水下机器人路径规划,本论文主要论述了路径规划论文范文相关的参考文献,对您的论文写作有参考作用。
路径规划论文参考文献：
摘 要:为解决自治水下机器人(Autonomous Underwater Vehicle, AUV)的路径规划问题,规划动态人工势场技术路径.在传统人工势场方法的数学模型和仿真试验的基础上,提出1种改进的势场函数,在二维空间中对水下机器人进行数学建模.在Matlab中针对动态障碍物、静态目标物的动态水下环境进行仿真试验.结果表明,运用该技术可以达到良好的效果.
关键词:自治水下机器人;路径规划;人工势场;动态环境
中图分类号:TP242; TP273; TP274文献标志码:A
Path planning for autonomous underwater vehicle based on
artificial potential field method
LI Xin, ZHU Daqi
(Information Engineering College, Shanghai Maritime Univ., Shanghai 201306, China)
Abstract: To solve the problem of path planning for Autonomous Underwater Vehicle (AUV), a dynamic artificial potential field technology is introduced into the path planning. On the basis of mathematical models and simulation experiments of the traditional artificial potential field, a modified potential field function is prsented, and a mathematical model of underwater vehicle is established in two-dimensional space. Simulation tests are conducted in the dynamic underwater environment with dynamic obstacles and static target in Matlab. Results show that this technique produces good effect.
Key words: autonomous underwater vehicle; path planning; artificial potential field; dynamic environment
0 引 言
由于自治水下机器人 (Autonomous Underwater Vehicle, AUV)与母船之间没有任何物理连接、自身携带的动力能源有限,且海洋深处的工作环境复杂、不可预测,为使AUV能有效避开障碍物且能高效地完成多目标的水下作业任务,其水下路径规划技术研究显得十分关键.
目前,AUV路径规划方法主要有状态匹配方法、地图创建技术和人工势场技术等.状态匹配方法是将机器人当前的状态与过去的经历相比较,找到最接近的状态,修改这一状态下的路径,得到1条新的路径.[1]该方法的主要问题在于必须依赖过去的经验,如果案例库中没有足够多的案例,就可能找不到与当前状态相匹配的路径.地图创建技术是按水下传感器搜索的障碍物信息将机器人周围的区域划分为不同的网格空间(如自由空间和限制空间等),根据网格空间的障碍物占有概率分布,再依据一定规则确定最优路径.[2]该方法主要问题在于水下传感器信息资源有限,计算网格地图的概率分布比较困难,同时,由于要实时更新地图数据,在网格数较多时会产生数据爆炸问题.[3]人工势场技术的基本思想是在AUV的目标位置周围定义1个虚拟的引力场,在障碍物周围定义1个虚拟的斥力场,AUV在引力场和斥力场的合力作用下,避开障碍物而达到目标位置.[4]早期研究的人工势场绝大多数是静态环境的人工势场,即将障碍物和目标物均看成静态,机器人仅根据静态环境中障碍物和目标物的具体位置规划运动路径.
为解决现实的动态环境中移动机器人的路径规划问题,1989年FUJIMURA等[5]和CONN等[6]提出相对动态人工势场方法.该方法将时间看成规划模型的一维参量,而移动的障碍物在扩展的模型中仍被看成静态,因而动态路径规划仍可应用静态路径规划的方法实现.该方法的主要问题在于假设移动机器人的轨迹总是已知,这在现实世界中往往很难实现.
对此,1996年KO等[7]和GULDNER等[8]将障碍物的速度参量引入移动机器人的斥力势函数的构造中,但该方法的2个假设仍然过于理想化:(1)仅考虑环境中障碍物的运动速度,未考虑机器人的运动速度;(2)认为障碍物与机器人之间的相对速度固定不变.
近年来,GE等[9-10]和CONKUR等[11]将机器人与目标物的相对位置、相对速度引入吸引势函数设计中,提出动态环境下的移动机器人路径规划算法,并将该规划算法应用于全方向移动机器人(omnidi-rectional mobile robot)的路径规划中, 仿真和试验结果比较令人满意.KIM等[12] 和WU等[13]将进化算法应用到无人空中机器人和AUV的路径规划中,利用进化计算优化移动机器人的航行路径.
从移动机器人路径规划技术的发展来看,虽然基于人工势场的路径规划技术已受到广泛关注,并已应用于陆地和空中机器人领域,但在AUV路径规划方面的研究成果仍非常有限.目前,国外在这方面的研究已取得一定的进展,但主要还是一些零星的研究[14-15], 未形成系统的AUV安全航行路径规划方法;国内在这方面的研究几乎处于起步状态, 相关报道[16]则更少.
针对机器人水下航行的特点,本文提出1种改进的势场函数,在二维空间中进行人工势场建模,然后针对动态、静态障碍物,给出水下机器人路径规划的仿真结果.
1 人工势场方法
人工势场法的基本思想是将运动空间中的机器人和障碍物视为质点,用特定算法构造人工势场,该势场必须能反映运动空间的结构,能让机器人知道障碍物和目标点的分布状况.势场中应包含引力场和斥力场:斥力场函数与障碍物有关,机器人距离障碍物越近, 斥力应该越大,从而保证机器人不与障碍物碰撞;引力场函数与目标点位置有关, 且机器人离目标点越远, 吸引力应该越大.由于水下航行环境复杂多变,既有静态障碍物(如海底的礁石、海沟等),也有动态障碍物(如其他AUV,移动的冰山等),为使简化后的问题不失其通用性,考虑构建二维平面中、动态环境下的人工势场模型.
1.1 引力势场建模
由于水下机器人作业的目标点固定,对AUV进行引力势场设计时不必考虑相对速度,可借用陆地移动机器人的引力势场设计方法.[10]设二维空间S中有一静止目标点g(x1,x2)和机器人r(y1,y2),见图1.定义S空间内机器人与目标物距离函数ρ(r,g)等于‖r(y1,y2)-g(x1,x2)‖(1)其产生的引力场Uatt(ρ(r,g))等于ξ‖ρ(r,g)‖m(2)式中:ξ为目标势场因数;m为正的常数,其取值决定势场函数曲线的形状.因为取m等于1会出现求导后引力无界的情况,造成机器人在目标点抖动[17],此处取m等于2.目标吸引力
结论：适合路径规划论文写作的大学硕士及相关本科毕业论文，相关路径规划开题报告范文和学术职称论文参考文献下载。
法家的法、术、势思想
摘 要：韩非法家的法、术、势思想以及前期法家思想相辅相成，互相贯通。本文主要对这些思想的主要内容和他们之间的逻辑性进行阐述和解释，将它和历史上不。
海洋强国需要水下机器人
虽然近年来中国在工业机器人、服务机器人、家庭机器人等领域取得了较大的突破和发展，但是水下机器人的开发和起步落后国外有30年之久。因此，包括沈阳自。
集成电机泵喷推进器应用于水下机器人
摘 要：集成电机泵喷推进器是一种新型的推进方式。本文介绍了集成电机泵喷推进器概况以及水下机器人的推进方式。分析了集成电机泵喷推进器应用于水下机器。
城市社区居民自治模式构建路径
摘 要：社区就是一个浓缩的社会，社区居民自治对于基层民主建设以及居民政治建设都有很大的作用，社区居民自治是我国社会主义民主政治发展的必然。我国的。