多AUV協(xié)調(diào)控制技術研究.pdf

1、近年來，自治水下機器人(AUV)在海洋探測中表現(xiàn)出來的巨大優(yōu)越性吸引了人們越來越多的關注。AUV自帶能源，與水面母船無物理連接，無需人為干預，可以攜帶相應設備對海洋進行自由觀測，可用于海洋數(shù)據(jù)搜集、海底目標探測以及海底管路跟蹤等廣泛領域。然而，單個AUV在能源、控制、傳感等方面能力有限，所以只能用于執(zhí)行一些簡單的、局部的海洋任務，而復雜的、大范圍的海洋任務仍然超出了AUV的能力范圍。為了解決這一問題，一方面可以進一步開發(fā)智能更高、能力更

2、強、功能更多的AUV，另一方面也可以在現(xiàn)有AUV的基礎上，通過多個AUV之間的協(xié)調(diào)合作來完成單個AUV無法或難以勝任的工作。多AUV協(xié)作的核心思想是讓多個具有簡單功能的AUV有機地組成一個整體，通過一定的協(xié)作策略，使團隊中的每個成員各司其職、充分發(fā)揮團隊精神來相互協(xié)調(diào)與合作，從而完成給定的任務。相對單AUV而言，多AUV系統(tǒng)具有空間分布性、功能分布性以及更高可靠性等優(yōu)點。由于水下環(huán)境的特殊性，與地面和空中的多機器人系統(tǒng)研究相比，多水下機

3、器人協(xié)調(diào)控制方面的研究還不成熟，尚處于初級階段。本文通過理論分析和數(shù)值仿真的方法，對多AUV協(xié)調(diào)控制技術進行了研究。主要內(nèi)容包括： ⑴AUV六自由度運動建模與控制。多AUV協(xié)作系統(tǒng)歸根結底是由一群單個AUV組成的，所以要想研究多AUV系統(tǒng)，先要對這一系統(tǒng)中單個AUV的性能進行全面分析，以保證整個系統(tǒng)的安全性和可靠性。由于通?；跉W拉角方法的運動方程在AUV縱傾±90度時會產(chǎn)生奇異點，所以本文基于四元數(shù)法來建立AUV六自由度運動方

4、程，以避免奇異點的發(fā)生，使AUV能夠以任意縱傾角進行全自由度仿真； ⑵多AUV協(xié)調(diào)路徑規(guī)劃。AUV在執(zhí)行任務的時候，往往是沿著事先規(guī)劃好的路徑前進的，這些路徑由一個個相鄰的、已知的路徑點連接而成。由于能源是制約AUV作業(yè)時間的重要因素，所以我們希望規(guī)劃出的路徑是最優(yōu)的。在路徑點數(shù)量較少的情況下，通過排列組合或者枚舉法很容易找出AUV的最優(yōu)路徑；但是當路徑點較多時，那么無論采用人工排列組合方法或是計算機枚舉法其計算量都非常大，所以

5、本文采用善于處理組合優(yōu)化問題的智能算法(如遺傳算法和蟻群算法)來對路徑進行優(yōu)化，確保找到最佳路徑。算法分為三部分：1)路徑點分配：將路徑點分配給各個AUV；2)路徑優(yōu)化：以啟發(fā)式算法為工具，結合旅行商問題對路徑進行優(yōu)化，找出最短路徑；3)路徑校核：檢驗是否存在靜態(tài)碰撞或動態(tài)碰撞的危險； ⑶多AUV隊形控制算法。一群AUV在抵達目的地的過程中，保持一定的隊形很有必要，適當?shù)年犘慰梢蕴岣叨郃UV系統(tǒng)的安全和作業(yè)效率。傳統(tǒng)的領航者.跟

6、隨者方法對領航者過分依賴，所以一旦領航者發(fā)生故障，隊形就會失去控制。鑒于此，本文設計了基于模糊勢場的虛擬領航者隊形控制方法，由于該方法中的領航者是虛擬的，于是不存在領航者發(fā)生故障的情況，彌補了“領航者-跟隨者”方法的不足。虛擬領航者隊形控制方法中AUV的運動狀態(tài)可以通過定義人工勢場來進行控制，由于通常采用勢函數(shù)所定義的人工勢場其勢場力會發(fā)生突變從而會導致規(guī)劃出的路徑軌跡并不光滑，所以本文引入模糊邏輯來建立模糊人工勢場，通過隸屬度函數(shù)和模

7、糊規(guī)則來構造勢場中距離與勢場力之間連續(xù)的映射關系； ⑷多AUV覆蓋控制算法。假定最初聚集在一起、裝備有測量和通信傳感器的一群AUV要對某一海域進行探測，為了使探測效果最優(yōu)，這群AUV應以某種特定的空間分布(密度函數(shù))布放在這塊區(qū)域。本文通過一定的控制算法，使描述覆蓋控制性能指標的位置優(yōu)化函數(shù)逐漸趨于收斂，最終使得一群AUV在被考察海域形成指定密度函數(shù)(如均勻分布、圓形分布，高斯分布等)的質(zhì)心Voronoi分布(簡稱CVT分布)來