多自主水下機器人目標搜索與協(xié)同圍捕研究.pdf

1、本論文以國家重點研究項目—XXX遠程航海與智能控制研究為背景，針對多個水下自主機器人(AUVs)執(zhí)行水下區(qū)域搜索和圍捕入侵目標的任務案例，深入開展了AUVs體系結構、路徑規(guī)劃、自主搜索與協(xié)同圍捕等方法的研究。 首先，根據AUV個體結構及案例需求，在傳統(tǒng)的分布式體系結構基礎上，設計了AUVs具有任務規(guī)劃層和行為控制層的混合分層式體系結構，增強了AUV個體之間的協(xié)作能力。 其次，針對區(qū)域搜索時路徑優(yōu)化需求和解決AUVs動態(tài)運

2、動過程中與環(huán)境障礙、運動體(其它AUV或動目標)間的碰撞沖突問題，開展了路徑規(guī)劃與避碰方法研究，提出了將蟻群優(yōu)化算法和人工勢場法相結合的避碰路徑規(guī)劃策略。設計了蟻群優(yōu)化狀態(tài)轉移規(guī)則、啟發(fā)因子和信息素更新規(guī)則。為了提高AUV在復雜環(huán)境中的快速反應能力，提出了一種改進的快速蟻群優(yōu)化算法。 再次，根據大范圍區(qū)域搜索的作業(yè)需求，提出了AUVs分區(qū)域隨機搜索策略，根據團隊中成員數量和工作區(qū)域大小進行搜索區(qū)域劃分，提出了一種根據團隊成員當前

3、位置選取作業(yè)子目標點的方法，使多個AUV均勻分布在工作區(qū)中，計算量小，滿足了實時性要求。對于AUVs所發(fā)現的入侵目標有效圍捕的問題，本文提出了基于“勢點”的協(xié)同優(yōu)化圍捕策略，建立了以入侵目標為極點，以其前進方向為極軸的極坐標系，通過對各個AUV在極坐標系中極角大小進行排序，為AUVs優(yōu)化分配相應的圍捕任務；當“勢點”陷入障礙區(qū)時，AUVs通過放棄作業(yè)任務而增強其對環(huán)境的適應性，“勢點”的動態(tài)選取方法和分階段圍捕策略降低了AUVs在圍捕過