论文部分内容阅读
自主水下机器人(AUV)在探索海洋资源和执行海洋任务方面有着独特的优势和广泛的应用前景,越来越多的学者致力于AUV自主决策系统及相关算法的研究。AUV在海洋环境中具有灵活性高、能耗低和体积小的优势,而且由于配备了一定程度的自主决策系统,AUV有能力在很少人员参与的情况下自主地完成多种海洋任务。但目前存在的AUV自主程度普遍不高,尤其是在大规模复杂海洋环境中,自主完成任务的能力不强。因此,本文以AUV自主决策系统为研究对象,重点研究能适应大规模复杂海洋环境的自主决策系统架构、任务规划和路径规划算法,并开发了一套AUV自主决策系统软件,取得了以下几方面的研究成果:(1)研究和设计了能适应大规模复杂海洋环境的AUV自主决策系统架构。在经典的混合三层式控制决策体系架构的基础上,结合项目需求设计了包含决策层、规划层和控制层的AUV自主决策系统架构。系统分为决策单元、导航单元、控制单元、通信单元和监测单元,各个单元之间功能划分及相互之间数据传输接口定义清晰。系统有效结合了高层慎思决策和低层实时规划,提升了AUV在大规模复杂海洋环境下安全和自主地完成使命任务的能力。(2)开展了大规模海洋环境中任务规划模型的建立及算法验证的研究。将AUV大规模环境中的任务规划问题建模为任务网络图中满足时间、任务质量和数量约束的图最优路径搜索问题。并使用多种优化算法对模型进行求解。结果说明了模型的正确性及有效性,和蚁群优化算法在求解该模型时具有较好的性能。(3)开展了复杂海洋环境中路径规划模型的建立及算法验证的研究。采用B样条曲线表示复杂海洋环境下的AUV光滑局部路径,考虑洋流对AUV航行能耗的影响,将问题建模为一个满足时间最少、无碰、光滑和耗能较少的多约束条件下的最优化问题。使用种群超启发式算法对模型进行求解,并和传统的萤火虫算法求解的结果进行比较。结果表明种群超启发式算法在时间稳定性和求解结果方面有更大的优势。(4)对AUV自主决策系统各个单元进行软件集成并进行了仿真测试验证。基于ROS将系统实现为包含决策节点和两个通信节点在内的三个节点的软件。决策节点实现了除通信单元以外其他所有单元的功能,内部采用多线程技术实现各个单元的功能。通信节点完成了决策软件和指挥中心之间的信息通信。并对软件进行了测试和功能验证,表明软件正确地完成了预期功能。