（理论物理专业论文）无人水下自主航行器（auv）避碰研究.pdf

内蒙古大学硕士论文 无人水下自主航行器( a u v ) 避碰研究 摘要 2 1 世纪以来，人类对海洋的研究达到了一个新的阶段。随着陆地资 源的日益缩减、全球变暖和海洋军事力量多元化发展，世界各国把更多 的目光投向了海洋，水下设备的研究也随之增加。其中，无人水下自主 航行器( a u v ) 研究进展尤为突出，在海洋科学研究、开发和军事应用等 方面得到了应用。由于海底地形的复杂性和海洋因素的不确定性，a u v 本身的安全问题，即如何躲避障碍物，是开展a u v 工作的一个重要问题。 本文的核心是设计a u v 的避碰算法。 首先，介绍a u v 的分类、现状和在海洋研究、开发和军事活动中的 应用，介绍了路径规划和实时避碰控制研究现状。 接着，利用分层遗传算法，给出路径规划。其中把环境模型设置成 一个1 6x1 6 的网格正方形，每个网格边长为1 ，网格中存在一些障碍物， 有两种形式：仿真漂浮和沉船障碍物。对于两种障碍物形式，利用分层 遗传算法，分别给出了从起点到终点但不能穿越障碍物的最优避碰路径。 然后，建立二维垂直平面内a u v “r e m u s ”状态控制方程，在其中加 入海流效应，状态量包括垂直相对速度、俯仰角速度、俯仰角、深度。 控制算法是基于李亚普诺夫二次型最优化的反馈控制算法，并设置了前 视声呐海底仿真信息。实时避碰控制算法包括两方面内容：实时避碰算 内蒙古大学硕士论文 法和控制算法。在离散时间系统中，初始化a u v 状态，在每一个仿真时 间节点，在实时避碰算法中，根据前视声呐探测窗口内海底仿真信息， 计算得到下一时刻深度输入值，即深度目标值，当没有障碍物的情况下， 确保深度输入为海底之上3 m ，当发现障碍物的情况下，a i n 的深度输入 随障碍物高度提前变化，确保a u v 与障碍物之间最小距离为3 m ；在控制 部分中，把上一时刻状态量作为下一时刻状态初始量，对该深度输入值 进行响应，不断循环得到仿真所有时刻的状态量。对不同海流情况下矩 形和不规则障碍物，利用三种深度输入形式，进行了避碰仿真。仿真结 果表明：不同深度输入形式，对于不同障碍物的避碰效果不同，对于不 规则多障碍物，选择适合深度输入形式，进行了仿真，能够达到避碰目 的。 最后，结合路径规划和实时避碰控制两方面内容。当没有新的障碍 物出现或障碍物高度小于原来路径规划中的已知障碍物时，a u v 追踪规 划路径，即把路径规划深度作为深度输入，最优化控制算法对其进行响 应；当出现新的障碍物且其高度大于路径规划中的已知障碍物时，实时 避碰控制算法开始运行，给出新的深度输入，a u v 对其进行响应，避开 障碍物后，a u v 重新追踪原来的规划路径。通过四种仿真情况，可以看 出结合路径规划的实时避碰控制算法，对于周围障碍物信息不完全清楚 的情况下，能够保证a u v 的安全。 关键词：无入水下自主航行器，路径规划，实时避碰控制 n 内蒙古大学硕士论文 o b s t a c l ea v o i d a n c eo f a u t o n o m o u su n d e r w r a t e rv e h i c l e a b s t r a c t s i n c et h e21s tc e n t u r y , t h er e s e a r c ho fo c e a nb yh u m a nh a sr e a c h e dan e w p e d o d w i t h i n c r e a s i n g r e d u c t i o no fe a r t h r e s o u r c e ，g l o b a lw a r m i n ga n dd i v e r s i t y d e v e l o p m e n to fn a v a lf o r c e ，m o r ea n dm o r ea t t e n t i o n sh a v eb e e np a i dt oo c e a n ，s ot h e r e s e a r c ho fu n d e r w a t e rv e h i c l eh a si n c r e a s e d a u t o n o m o u su n d e r w a t e rv e h i c l e s d e v e l o p m e n ti so u t s t a n d i n g ，w h i c hi su s e di no c e a n i cs c i e n c er e s e a r c h ，e x p l o r a t i o n a n dn a v a la c t i v i t y f o rt h ec o m p l e x i t yo fs e ab o r o ma n dt h eu n c e r t a i n t yo fo c e a n i c e n v i r o n m e n t , t h eo b s t a c l ea v o i d a n c eo fa u vb e c o m e saf o c u sp r o b l e m h o wt o d e s i g no b s t a c l ea v o i d a n c ea l g o r i t h mi sm yw o r k sc o r e f i r s t l y , c l a s s i f i c a t i o n ，d e v e l o p m e n ta n da p p l i c a t i o no fa u va r ei n t r o d u c e d ，a n d p a t hp l a n n i n ga n dr e a lt i m ec o n t r o lo fo b s t a c l ea v o i d a n c ea r ep r e s e n t e d s e c o n d l y , p a t hp l a n n i n g i sa c h i e v e d b yl a y e r e d g e n e t i ca l g o r i t h m t h e e n v i r o n m e n tm o d e li ss e tb yt h eg r i ds q u a r eo f16x16 ，w h o s el e n g t hi s1 t w o o b s t a c l ef o r m sa r eu s e dt os i m u l a t ef l o a ta n dw r e c k r e s p e c t i v e l y t h ep a t hf r o ms t a r t p o m t oe n dp o i n ti sc a l c u l a t e df o rt h et w oo b s t a c l ef o r m s m 内蒙古大学硕士论文 t h i r d l y , a ne s t a t ec o n t r o le q u a t i o no f r e m u s i nt w o d i m e n s i o np e r p e n d i c u l a r p l a n ei sc o n s t r u c t e d ，w h i c hc o n t a i n ss e af l o wf a c t o r t h ee s t a t ev a r i a b l e si n c l u d e r e l a t i v ev e l o c i t yi np e r p e n d i c u l a r i t y , a n g u l a rv e l o c i t yo fp i t c h ，p i t c ha n g l ea n dd e p t h l y a p u n o vt w oq u a d r a t i cf o r mo p t i m i z a t i o nf e e d b a c kc o n t r o la l g o r i t h r ni sc h o s e na n d f o r w a r d l o o ks o n a rs i m u l a t i o nf o r m a t i o no fs e ab o t t o mi sd e s i g n e d t h er e a lt i m e c o n t r o la l g o r i t h mo fo b s t a c l ea v o i d a n c ec o n t a i n sr e a lt i m eo b s t a c l ea v o i d a n c e a l g o r i t h ma n dc o n t r o la l g o r i t h m ，w h i c ha l eb o t hd e s i g n e di nd i s c r e t et i m e i nt h er e a l t i m eo b s t a c l ea v o i d a n c ea l g o r i t h m ，t h ed e p t hi n p u to fn e x tm o m e n ti sc a l c u l a t e db y f o r w a r d - l o o ks o n a rs i m u l a t i o nf o r m a t i o no fs e ab o t t o mi ne v e r yd i s c r e t et i m es t e p i f t h e r ei sn oo b s t a c l e ，t h ed e p t hi n p u ti ss e ta sa b o v es e ab o t t o m3m i ft h e r ea r e o b s t a c l e s ，t h ed e p t hi n p u th a sb e e ns e ta l o n gw i t ho b s t a c l eh e i g h tw h i c ha s s u r e st h e m i n i m u md i s t a n c eb e t w e e na u va n do b s t a c l ei s3m i nc o n t r o la l g o r i t h m ，t h ee s t a t e v a r i a b l e so ft h ef o r w a r dm o m e n ta r eu s e d 弱t h ei n i t i a le s t a t ev a r i a b l e so fn e x t m o m e n t , a n dt h eo p t i m i z a t i o nf e e d b a c kc o n t r o la l g o r i t h mr e s p o n d st h ed e p t hi n p u t s ot h ee s t a t ev a r i a b l e so fa l ls i m u l a t i o nt i m ew i l lb ea c q u i r e d a c c o r d i n gt ot h r e e d e p t hi n p u tf o r m s ，t h es i m u l a t i o n sa r ed o n ef o rr e c t a n g l ea n da b n o r m i t yo b s t a c l e si n d i f f e r e n ts e af l o w t h es i m u l a t i o nr e s u l t ss h o wt h a to b s t a c l ea v o i d a n c er e s u l t sa r e d i f f e r e n tf o r d i f f e r e n td e p t hi n p u tf o r m s ；t h ed e p t hi n p u ti sc h o s e ns u i t a b l yf o r a b n o r m i t yo b s t a c l e s ，a n dt h eo b s t a c l ea v o i d a n c er e s u l ti ss a t i s f y i n g l a s t ，p a t hp l a n n i n ga n dr e a lt i m ec o n t r o lf o ro b s t a c l ea v o i d a n c ea r ei n t e g r a t e d i f t h e r ei sn on e wo b s t a c l eo rt h eh e i g h to fn e wo b s t a c l ei sl e s st h a nt h ek n o w no b s t a c l e i np a t hp l a n n i n g ，a u vw i l lt r a c kt h ep l a n n i n gp a t h ，t h a ti st h ep a t h p l a n n i n gd e p t hi s i v 内蒙古大学硕士论文 u s e da sd e p t hi n p u t ，a n dt h eo p t i m i z a t i o nf e e d b a c kc o n t r o la l g o r i t h mw i l lr e s p o n d s t h ed e p t hi n p u t i ft h e r ei san e wo b s t a c l ea n di t sh e i g h ti sm o r et h a nt h ek n o w n o b s t a c l ei np a t hp l a n n i n g ，t h er e a lt i m ec o n t r o la l g o r i t h mo fo b s t a c l ea v o i d a n c ew i l l s t a r t s a f t e rt h eo b s t a c l ea v o i d a n c e ，a u vs t i l ls t a r tt ot r a c tt h ep l a n n i n gp a t h f r o m f o u rs i m u l a t i o n s ，w ec a ni n f e rt h a tt h es a f e t yo fa u vc a nb ea s s u r e db yt h ea l g o r i t h m i n t e g r a t e db yp a t hp l a n n i n ga n dr e a lt i m ec o n t r o lf o ro b s t a c l ea v o i d a n c ei n t h e c o n d i t i o no fu n c e r t a i ne n v i r o n m e n t k e y w o r d s ：a u t o n o m o u su n d e r w a t e rv e h i c l e ，p a t hp l a n n i n g ， r e a lt i m ec o n t r o lo f v 内蒙古大学硕士论文 独创性声明 本人声明：所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果。 除本文已经注明引用的内容外，论文中不包含其他人已经发表或撰写过的研究成果，也不包 含为获得内蒙古大学及其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对 本研究所做的任何贡献均已在论文中作了明确地说明并表示了谢意。 学位论文作者签名： 垒! 垒才 指导教师签名： e t 期：塑堡么：2 在学期间研究成果使用承诺书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：内蒙古大学有权将学 位论文的全部内容或部分保留并向国家有关机构、部门送交学位论文的复印件和磁盘，允许 编入有关数据库进行检索，也可以采用影印、缩印或其他复制手段保存、汇编学位论文。为 保护学院和导师的知识产权，作者在学期间取得的研究成果属于内蒙古大学。作者今后使用 涉及在学期间主要研究内容或研究成果，须征得内蒙古大学就读期间导师的同意：若用于发表 论文，版权单位必须署名为内蒙古大学方可投稿或公开发表。 学位论文作者签名：z 坌! 垒互 指导教师签名： 日期： 内蒙古大学硕士论文 引言 古希腊海洋学家狄末斯托克曾预言”谁控制了海洋，谁就控制了一切。海洋的总 面积为3 6 x 1 0 平方公里，是陆地面积的2 5 倍，是人类生存环境的重要组成部分， 并且蕴含着各种丰富的自然资源。 海洋能源、资源的开发与利用、海气相互作用、海洋环境与生态的研究是人类维 持自身的生存与发展，拓展生存空间，充分利用地球上这块资源丰富的宝地的最为 切实可行的途径。 海洋研究与开发，需要获取大范围、精确的海洋环境数据，需要进行海底勘探、 取样分析和水下施工等。要完成上述任务，需要一系列的海洋开发支撑技术，包括 深海探测、深潜、海洋遥感、海洋导航等。各种水下无人探测仪器，也随之蓬勃发 展。其中，a u v ( a u t o n o m o u su n d e r w a t e rv e h i c l e ，无入水下自主航行器) 一直扮演 着重要的角色，在海洋监测、海洋科学研究、海底制图、海底电缆铺设等方面展露 身影 近几年，以反恐为主题的项目不断增加。沿海国家已经把港口安全纳入反恐领域 的重要议题，也使得a u v 的应用成为未来海军发展的一个新方向美国海军在2 0 0 5 年颁布了其海军“无人潜航器总体规划 ，其中涵盖了无人潜航器的九个优先可执行 任务，包括反水雷、反潜、海洋学等等，很大程度上促进a u v 的发展。 a u v 不同于陆地运动平台，海底地形的复杂性和海洋因素的不确定性，给a u v 的控制和安全问题带来了困难。海底地形起伏、珊瑚礁高度变化和失事沉船等障碍 物使得a u v 的躲避碰撞问题尤为突出。 现阶段a u v 的避碰问题，主要有两个方面的研究，一是a u v 的路径规划，是 运动学问题，是指如何根据已知障碍物信息对a 1 运动路径进行最优化；国内外经 过多年发展，大致有五种路径规划方法：人工势场法、d * a * 算法、遗传算法、模糊 避碰方法和神经网络方法。二是在a u v 的实际避碰中，考虑a u v 的水动力性能， 把避碰问题看成是一个动力学问题，对a u v 进行建模，对于出现的未知障碍物，根 据实时传感器信息对a u v 进行轨迹调整，是一种接近技术层面研究方向，可以称之 为实时避碰。 国内p v 起步于2 0 世纪9 0 年代，在避碰问题，尤其是路径规划方面开展了很 内蒙古大学硕士论文 多工作。其中比较突出的是哈尔滨工程大学动力与核能工程学院，利用专家系统、 遗传算法、模糊控制、智能决策和部分可观马氏决策等方法( 1 】嘲，在a u v 环境模型 建立和静态、动态路径规划及避碰仿真方面取得了很好的效果。另外，中国科学院 沈阳自动化研究所、哈尔滨工业大学和西北工业大学等单位，在路径规划方面也做 了很多工作，在很大程度上为a u v 实际避碰提供了理论依据和实际应用的参考。 而在国外，a u v 工作大约开始于2 0 世纪5 0 年代。在避碰算法方面，与国内重 点发展路径规划算法不同，国外多数工作涉及a u v 实时避碰控制技术，起初很多工 作只涉及水平面内的避碰控制 6 1 0 3 。 在这些工作中，a u v 沿着一条特定的轨迹，当 障碍物出现时，自动改变路径，躲避障碍物，然后回到初始规划路径上。近些年来 比较突出的工作是针对伍兹霍尔海洋研究所研制的a u v “r e m u s ”，从水平和垂直 平面内，利用滑动模块控制，引入障碍物风险评价函数或从节省能量方面，设计避 碰算法 8 1 1 9 。 无论对于a l l y 的仿真和工程实现，路径规划和实时避碰控制这两方面内容都是 不可缺少的。然而结合这两个方面内容的工作并不多，本文研究正是出于这个目的， 在这两方面研究工作基础上，增加了第三部分内容：在追踪路径规划的基础上，对 于新的未知障碍物实现实时避碰控制。路径规划是利用分层遗传算法得到的；实时 避碰控制仿真模型采用了伍兹霍尔海洋研究所为美国海军研究生院设计的a u v “r e m u s ，该a u v 带有侧面扫描声呐，能够获得下方和侧面的信息。在本文的仿 真工作中，增加了前置声呐探测系统。 文章主要内容如下： 第一章主要介绍a u v 的分类、现状和在海洋研究开发与军事活动中的应用，介 绍了路径规划和实时避碰控制研究现状。 第二章建立环境模型，利用分层遗传算法，给出规划路径。 第三章建立二维垂直平面内“r e m u s 状态控制方程，利用基于李亚普诺夫二 次型最优化控制算法和前视声呐仿真海底信息，设计实时避碰控制算法。对不同海 流情况下矩形和不规则障碍物进行了避碰仿真。 第四章追踪分层遗传算法得到的规划路径，并在规划路径附近增加一些新的未知 障碍物，利用该实时避碰控制算法给出仿真结果及分析。 第五章是结论，总结全文结论，指出论文的不足之处和对将来研究工作的展望。 2 内蒙古大学硕士论文 第一章 u v 介绍 a u v 是一种预编程或依据实时传感器信息控制，并能够搭载多种传感器执行任 务的无入水下自主航行器。现阶段a u v 工作模式大致是a u v 按预先编制的程序运 行，并利用相关实时传感器信息不断修正a u v 轨迹，最后完成任务。a u v 的推进 系统、姿态调整和各种传感器运行都是由其装载的微处理器控制。另外，有些情况 下a u v 可以由外界利用声通讯设备加以跟踪和控制。但一般来说，a u v 的特点主 要是指能够实现完全“自主”，不需要外界干扰而完成任务。受电池限制，a u v 续 航能力一般在8 5 0 小时，运行速度变化范围为0 5 2 5 m s 。 a u v 搭载的传感器主要有c t d ( 温度、盐度、深度传感器) 、姿态传感器、多 波束声呐或扫描声呐等传感器。另外，根据不同任务可以搭载磁力计、数字照相机 和光学后向散射仪等传感器。这些传感器采集的数据将自动存储，任务结束后可下 载利用。 由于a u v 摆脱了缆绳束缚，使得近些年来各国竞相发展。当今世界各国如美国、 英国、法国、意大利、俄罗斯、日本及瑞典等国，都已开发出许多类型a u v ，而且 各自具有一定的技术优势，它们的身影出现在海洋科学研究、海洋开发和军事应用 等领域 1 1 1 a i r v 的发展历史 1 1 a u v 应用情况 提到a u v 的起源，可以追溯到1 9 世纪鱼雷的研制和开发。现在所指的a u v ，其 发展大致始于2 0 世纪6 0 年代，美国华盛顿大学应用物理实验室开发的一个水下自推 进航行器，可以通过声学信号控制或设定在一定深度区间内自动上升下潜【l o l 。2 0 世 纪8 0 年代阶段，a u v 被看作是“自治的r o v ( r e m o t e l yo p e r a t e dv e h i c l e s ，遥控潜 器) 到了9 0 年代，a u v 有了很大的发展，可以称为真正意义上的“自主”，已经 内景古大学硕士论文 出现了2 0 0 多种不同类型a u v ，世界上几乎每一所大学的机器人和海洋学部门都涉 足过这方面的工作。2 1 世纪，已经有很多商业化的a u v ，比如挪威康斯堡新拉德公 司“h u g i n ”系列( 图1 1 ) 美国伍兹霍尔海洋研究所设计、海德罗伊德公司生产的 “r e m u s ”( 图l2 ) 等产品。国内a u v 研究起步于2 0 世纪9 0 年代研究单位包括 中科院沈阳自动化研究所和哈尔滨工程大学等单位代表产品有“探索者”、“c r - 0 1 ” 和“c r - 0 2 ”等等。 田ii 押威康斯堡新拉德公司研制的“ 1 u g i n f i g l l h u g h l i i o f n o r w a y k o n g s b e r gs l m m d c o i i 2 a u v 在海洋研究中的应用 i i 。 田1 2 伍圣霍术设计的“r e h q j s 4 f i g1 2r e m u s o f w o o _ d ah o l e a u v 以其无缆、无人和自主等特点，在海洋研究中得到了广泛应用作为水下 载体，a u v 可以搭载许多类型用于海洋研究的传感器包括c t d ( 温度、深度和盐 度传感器) 、a d c p ( 声学多普勒剖面测流仪) 、磁力计、水下照相机、荧光计、散射 计和浊度计等等。海洋研究工作人员利用这些传感器数据，用于海洋基本要素分布、 海底地壳变迁和海底矿藏、热液等研究。图l3 是美国伍兹霍尔海洋研究所研制的 a u v “a u t o n o m o u sb e n t h i ce x p l o r e r ( a b e ) ”，最大下潜深度达4 5 0 0 米，从1 9 9 6 年 下水应用至今已完成2 0 0 多次下潜任务，平均每次水下航行距离达1 6 千米，被用于 对深海海底热渍活动区域和海底火山区域的定位、绘图和照相等科学研究。另外， 地质学家利用“a b e ”海底磁力数据去理解地壳的演化【l “。图i4 是_ 2 0 0 2 年在北纬0 。4 8 。西经8 6 。1 37 附近区域的热液活动区域温度异常图，该“a b e ”航次由n o a a o e 项目和伍兹霍尔海洋研究所支持“a b e ”按预先设置在海底之上约4 0 m 运行【1 “。 内蒙古大学硕士论文 圉13 伍营霍尔海洋研究所设计的。 b r f i 9 13 “a b e o f w o o d s h o l e f i g 1 1 3 a u v 在海洋开发中的应用 ， l k ， j 【= = 】= 【】 图14 热液活动e 域温度异常围 4 t h e t e m p e r a n a ea n o m a l l e s o f h y d r o t h e r m a lv c ms i t e s 现阶段促进a u v 研制的一个很重要的原因是对海底进行勘察构图以及海底探矿 和海底铺设电缆等应用需求。下面给出a u v 在海洋开发中的三个a u v 应用例子。 “h u g i n “系列 1 9 9 8 年6 月，挪威海军研究中心利用a u v “h u g i ni i ”给出带有珊瑚礁区域的 海底图，见图15 。其对海底构图是利用h u g i ni i 搭载的多波束回波仪( m b e ) 来 实现。i t u g i ni i 是挪威康斯堡新拉德公司研制的h u 出系列产品之一，其系列产品 见表11 。 图15 珊瑚礁区域的海底图 f i 9 15a m a p o f a na i e a w i t h c o r a lr e d s 袁118 u g i n 系列产品 t a b l el1h u g i ns e r i 嚣p r o d u c t s h u g i n 系列 最大下潜探度( m )续航能力( h o w ) 电池 【带虻贮e一 内蒙古大学硕士论文 h u g mi 6 0 06 镶锈电池 h u g i ni i ) 1 0 0 03 6 镍氢电池 h u g i n1 0 0 0 6 0 0 2 4 环境补偿聚台物锂电池 f f u g l n3 0 0 03 0 0 0 6 0 燃料电池 “s e a o t t e r m k 2 ”勘探海底 2 0 0 5 年在意大利斯培西亚港口，德国海军部门研制的“s e a o t t e r m k 2 ” ( 见圈1 6 ) 进行了海试，国l7 是经过处理后的多波束声呐( m b e ) 海底图。 田1 6s b 0 t t b r 皿2 外形圉 f 培1 6 t n c f i w j r a d o n0 f s e a o t t e r m k 2 田1 7 船e 海底圉 f i g i7 t h e h t m m a po f m b e “t h e s e u s ”海底铺缩 在1 9 9 1 1 9 9 6 年之间，作为加拿大防御研究中心和美国海军中心的联合项目“三 角帆( s p i n n a k e r ) ”项目的一部分，由i s e ( i n t e r n a t i o n a ls u b m a r i n ee n g i n e e r i n g ) 有 限公司设计并完成了a u v “t h e s e u 3 。在1 9 9 6 年春天，在加拿大北部靠近北极圈，开 始执行铺设海底电缆的任务啊 阍。在这次任务中，在3 1 0 m 冰下5 0 6 0 0 m 深水中， 成功地铺设了两根1 9 0 k m 长的锆装光学电缆。在整个项目中，共铺设t 3 6 5h n ，使得 此次称为讫夸为止a u v 单次执行距离最长的典范1 1 。 铺设电缆时，“t h e s e u s ”靠近海底2 0 5 0 m 深度运行随着其内部电缆的不断铺 设， 吖的重力不断减小，为了保持其平衡状态，设计了一个自动浮力补偿装置 内蒙古大学硕士论文 1 1 4a u v 在军事方面的应用 目1 8 。t h e s e u s ”错日 f i g l8 t h er e f e n m c e f i g u r e o f t h e s e u s 随着无人化军事装备在近代战争中不断得到实战检验，a u v 以其自带电源、无 缆自主、航程长、高机动性等特点，将会在侦查监视、情报收集、跟踪与预警、通 信中继与导航、反水雷和智能武器方面发挥重要作用。在2 0 0 3 年伊拉克战争中， 海德罗伊德公司生产的a u v “r e m u s ”，被美国海军用于反水雷侦查口“。附录l 给 出了近些年国外军方购置a u v 列表信息洲。特别是最近几年，军方研制和订购a u v 情况，十分突出。2 0 0 7 年海德罗伊德公司获得英皇家海军价值5 5 0 万英镑的合同， 为其提供侦察a u v “r e m u s6 0 0 ”，将于2 0 0 9 年服役【丑】；2 0 0 7 年澳太利亚海军向海 德罗伊德公司订购多艘“r e m u s6 0 0 ”删等等。相信在不久的将来，a u v 将在现代 军事舞台上发挥着更重要的作用。 圈19 伊拉克战争中用于豆水雷侦圭的 u v “f , 咖j s f i g l9 r e m u s 啦c d 船c o r r l _ m e n c e d m i n ec o 岫船m 龃s u r i n i r a q i o n f l i c t 内蒙古大学硕士论文 1 2a t n 的避碰研究现状 从前面的介绍可以看出，a u v 的作业深度范围变化很大，从几十米到几千米不 等。在运行区域，复杂的海底地形、起伏的珊瑚礁和沉船残骸等障碍物，将会严重 影响到a u v 的安全。那么，a u v 如何躲避障碍物，成为所有a u v 面临的一个难题， 称之为避碰问题，见示意图1 1 0 。具体来说，分为两部分：对于障碍物完全已知的 情况下，给出一条初始化路径，即路径规划；对于障碍物完全未知的情况下，利用 传感器获得实时未知障碍物信息，不断调整a u v 运动轨迹，躲避障碍物。 1 2 1 路径规划现状分析 图1 1 0 避碰示意图 f i 9 1 1 0t h es k e t c ho f o b s t a c l ea v o i d a n c e 路径规划是在已知障碍物信息的环境内，按照一定的评价标准，寻找一条从起始 位置到达目标位置的无碰路径【2 4 】。路径规划，是a u v 首先需要解决的问题，是一个 几何路径最优化问题。经过多年发展，大致有五种路径规划方法：人工势场法、d * a * 算法、遗传算法、模糊避碰方法和神经网络方法。 人工势场法 近些年来，人工势场理论是比较引入关注的阱】。这一理论是建立一个反映出a u v 周围空间结构的人工势场，利用障碍物的排斥势场使a u v 与之远离，而目标点的引 力势场拉动a u v 与之靠近，目的是使通过空间路径最小化。但是人工势场存在一些 缺陷，存在由于局部最小导致的陷阱区域( 合力为零的点) ，在出现障碍物时会产生 振荡，导致移动不稳定等问题。针对这些问题，文献【2 6 】对势场理论进行了改进，引 入障碍物速度和加速度矢量，在一定程度上弥补了传统人工势场法的不足。 d a 算法 a 算法是一种计算路径最小化比较成熟的方法，其思想是在区域网格中利用路 内蒙古大学硕士论文 径耗费最小来选择开启和关闭列表以寻求最小路径。d 算法和a 本质是相同的，只 有一点不同，就是d 算法没有启发式。这样使得d 算法在各个方向上平均搜索，以 致在找到目标前通常会探索更大的区域，所以一般会比a 更慢一些。相比a 算法， d 算法的优点是当存在多终点时能够搜索最小路径【2 7 】。 遗传算法 遗传算法是模拟生物在自然环境中的遗传和进化过程中形成的一种自适应全局 优化概率搜索方法【2 引。它最早由美国密执安大学的h o l l a n d 教授提出，起源于6 0 年代 对自然和人工自适应系统的研究。7 0 年代d ej o n g 基于遗传算法的思想在计算机上进 行了大量的纯数值函数优化计算试验。在一系列研究工作的基础上，8 0 年代由 g o l d b c r g 进行归纳总结，形成了遗传算法的基本框架。目前，基于遗传算法的路径规 划主要是应用于二维平面规划问题，而且有时也可能产生非法路径。将遗传算法与 已知的其它路径规划方法相结合来解决路径规划问题，取两者之所长，提高了路径 规划问题的求解质量和求解效率。例如，遗传算法与栅格法相结合，采用栅格法对 a u v 工作空间进行划分，用序号表示栅格，并以此序号作为编码值，用遗传算法对 机器人路径规划进行研究【2 9 】。遗传算法还可以与凸区法结合，先用凸区法进行粗路 径的搜索，再用遗传算法进行路径节点的调整，从而规划出机器人的行走路线。此 外，遗传算法还可与人工势场、模糊理论等结合。 模糊局部避碰方法 模糊集理论最先由z a d e h 在1 9 6 5 年提出，首次提出了模糊集合和模糊控制的理 论，提出了用“隶属度”来定量描述事物模糊性的模糊集合理论，从而奠定了模糊 数学的理论基础唧】。1 9 7 4 年英国工程师e h m a m d a n i 首次把模糊集合理论用于锅炉 和蒸汽机的控制并取得了良好的效果，为模糊控制理论在自动化应用领域打开了大 门。 许多学者将模糊集理论应用到机器人的避碰控制研究中，并取得了较好的效果 模糊局部避碰是一种仿人控制过程，规划器根据环境的模糊信息，利用人的经验形 成一些判断规则，通过模糊集理论将这些规则转化为有效的规划输出【3 1 】。 神经网络方法 神经网络是一种处理非线性问题的智能控制方法，是模拟人脑构造的模型，具 有并行处理、联想记忆、容错性和知识分布存储等特点。在a u v 的路径规划研究中， 神经网络也得到了应用【3 2 1 。通常，利用神经网络进行局部规划包含几个要素：网络 输入、网络输出以及代价函数。在关于神经网络局部规划的文献中，基本都是将按 9 内蒙古大学硕士论文 照此原则构造的神经网络，用到几种典型的导航环境中进行学习，对这些典型模式 进行记忆。另外，也有将模糊逻辑与神经网络结合起来，对归纳总结的规则采用神 经网络对其记忆，这样即使输入值偏离学习样本，但只要输入模式接近某一学习样 本的输入模式，其输出也就接近学习样本的输出模式。但是采用神经网络结合路径 规划时，获取具有代表性的训练样本是该方法的难点1 3 3 削。 1 2 2 实时避碰控制现状分析 设计a u v 避碰系统，首先面临的问题是a u v 控制。当系统能够准确、快速地 对a u v 进行操控，设计的避碰系统才能达到要求。而且a u v 建模方面，一般会存 在几个问题：模型的不准确性( 主要是因为缺乏水动力知识) 、数学模型的复杂性、 系统的运动学冗余、a u v 和操控器之间存在的干扰、传感器低带宽读取数据。出于 上述原因，必须引入控制方法。 a u v 搭载的各种传感器对其姿态也提出了各种不同的要求，如用于测量垂直剖 面流的a d c p 要求a u v 水平稳定，用于探测鱼群的双频声学设备和用于研究海气界面 物质交换的二氧化碳传感器等设备都要求a u v 具有良好的稳定性。姿态控制是a u v 控制技术的关键问题之一。滑动模态、神经网络、模糊控制、p 1 d 和反馈控制等多种 方法【3 5 h 3 7 1 ，已经在a u v 控制研究中得到应用。 下面重点介绍一下a u v 实时避碰的发展。文献 3 8 】给出了a u v “a b e ”利用高 度计信息设计的避碰系统。该系统中，高度计被安置在a u v 前下方，能够获取a u v 下方和前方小范围的地形信息。当出现上升地形时，a b e 控制器操控平台快速上升， 当越过障碍物后，缓慢下降。“o d y s s e y ”a u v 也采用了相似的避碰方法1 3 9 ，不同之处 在于，其高度计信息能够被记录下来并计算海底坡度，随着海底坡度的增加，a u v 能够自动上升越过障碍物。对于坡度太大的情况，“o d y s s e y ”能够减慢速度或调头 而避开障碍物。文献【8 】针对w o o d sh o l e 海洋研究所研制的a u v “r e m u s ”，只考虑 垂直平面运动，在滑动模块控制中引入一个风险评价函数，仿真运动a u v 的避碰过 程。文献【9 】是使用r e m u s 水动力参数，在给定障碍物具体形式的情况下，从控制角 度，进行避碰算法研究。在做垂向避碰运动时，由于俯仰角增大而产生前端声呐探 测盲点，导致运动路线成正弦摆动状而浪费能量，解决方法是引入一个海拔参数， 是一种接近实用的技术路线。这种方法的挑战是在短程声呐反馈情况下，如何减少 i o 内蒙吉大学硕士论文 改变运动状态。 第二章a u v 路径规划 路径规划没有考虑系统具体的动力学，从几何学实现路径优化，主要是对最优化 算法的研究，是一个运动学问题。路径规划是a u v 避碰的核心问题之一，也是体现 其感知、规划能力的一个指标。路径规划属于人工智能范畴，它与数学的很多分支 也密切相关，如传统几何、拓扑学、代数几何、代数和组合数学中的一些工具都被 应用于其中。遗传算法良好的自适应性和优化能力，使其在路径规划方面的应用变 得很灵活 4 0 1 1 4 1 1 ，所以本文的路径规划方法采用遗传算法。 2 1 遗传算法介绍 生物在自然界中的生存繁衍，显示出了其对自然环境的优异自适应能力。受其启 发，人们致力于生物各种生存特征的机理研究和行为模拟，为人工自适应系统的设 计和开发提供了广阔的前景。遗传算法( g e n e t i ca l g o r i t h m s ，简称g a s ) 就是这种生 物行为的计算机模拟中令人瞩目的重要成果。基于对生物遗传和进化过程的计算机 模拟，遗传算法使得各种人工系统具有优良的自适应能力和优化能力。 遗传算法所借鉴的生物学基础是生物的遗传和进化，是从代表问题可能潜在解集 的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成。每个个 体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因 的集合，其内部表现( 即基因型) 是某种基因组合，它决定了个体形状的外部表现， 如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开 始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂， 我们往往进行简化，如二进制编码、格雷码编码、浮点数编码等方法。初代种群产 生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解。在 每一代，根据问题域中个体的适应度大小挑选个体，并借助于自然遗传学的遗传算 子进行组合交叉和变异，产生代表新的解集的种群。这个过程将导致种群像自然进 内蒙古大学硕士论文 化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可 以作为问题近似最优化解。 下面介绍一下遗传算法的三个基本操作：选择、交叉和变异。 选择，是用来确定重组个体，以及被选个体将产生多少个子代个体。选择的挑 选算法包括轮盘赌选择、随机遍历抽样和局部选择等等。 交叉定义为结合来自父代交配种群中的信息产生新的个体。对于编码方式不同， 交叉方法也不同。比如二进制交叉，其方法有单点交叉、多点交叉和均匀交叉等等。 比如二进制单点交叉， 0 1 0 1 0l1 0 1 0 0 0 1交叉结果为0 1 0 1 0 0 1 0 1 0 1 0 1 0 1 o ll0 1 0 1 0 1 0 ，1 0 1 0 11 0 1 0 0 0 1 变异是子代基因按小概率扰动产生变化。比如二进制变异如下， 0 1 0 l 垒1 0 1 0 0 0 1 - - ) 0 1 0 1 1 1 0 1 0 0 0 1 综上所述，对于一个实际最优化问题，首先需要将其表达为适合于遗传算法操作 的形式，即进行遗传编码，然后要确定遗传算法搜索的依据，即适应度函数，最后 进行选择、交叉和变异等操作。下面给出遗传算法的流程图， 图2 1 遗传算法流程图 f i g2 it h ef l o wc h a r to f g e n e t i ca l g