CN119309583B 一种复杂环境下的无人水下航行器路径重规划方法 （安徽大学）

US2021295708A1,2021.一种复杂环境下的无人水下航行器路径重本发明提出一种复杂环境下的无人水下航故障然后决定继续执行任务还是返航以减少损并在安全位置回归原路径；再结合DWA算法进一够在不破坏原规划路径和水流环境中重规划路的路径重规划方法能够在整体算法框架中同时2;;其中，是被检测到的每个静态障碍物表面距整水流威胁和障碍物威胁之间平衡的参数；用于防止在距离静态障碍物较远时影响APF;;所述合力Eaw引导无人水下航行器规划出一条在空间上满足静态避障和避免水流干扰3以模糊逻辑的输出作为DWA动态窗口评价函数的参数，输出合适的速度策略使无人水下航行器进行安全性减速，并尽量保持行进在经过APF重规划后的路径上；没检测到移动障碍2.根据权利要求1所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征所述推进器包括控制水平自由度的推进器，即水平推进器，和控制潜浮2)水平推进器严重故障至无法工作时，分配剩余3)垂直推进器故障时，调节无人水下航行器3.根据权利要求2所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征首先设定推力上限不等式约束，然后给出方向等式约束，将典;;;44.根据权利要求1所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征;5.根据权利要求4所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征根据水下机器人的特性设定一个阈值；计算水流速度矢量在机器人运动矢量上的投6.根据权利要求1所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征若全局目标点在水流区域外，则可以设定原路径在水流区域7.根据权利要求1所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征所述位置为移动障碍物相对于无人水下航行器运动方向的横向位;S55、基于DWA动态窗口评价函数结合模糊输出确5所述评估标准cus的公式表示为：;;为各项权重；选择所有候选路径中DWA评价函数值最高的为最终的重规划路径，并以其相应的速度8.根据权利要求7所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征;其中，velc为无人水下航行器当前的线速度，acc为动力限制下最大的加速度标量，所述线速度vel由无人水下航行器的纵荡速度和潜浮速度vhae进行方向合成得;设定为：;6;函数值的速度序列(vel,yaw)作为动态窗口。9.根据权利要求8所述的一种复杂环境下的无人水下航行器路径重规划方法，其特征所述近距离评价项ss的公式表达为：;所述预测减速评价项公式表达为：;7[0002]无人水下航行器能够替代人类执行一些危险海洋场景下的任务，包括海底搜索、[0003]针对复杂水下场景中突发事件引发的安全隐患以及上述理的协调。89[0031]S41、确立重规划目标；选取一个原路径上的局部目标点作为引力来源回归原路点与局部目标点的距离；无人水下航行器的起点与局部目标点之间的空间即为重规划空[0042]所述合力Ftotal引导无人水下航行器规划出一条在空间上满足静态避障和避免水[0047]S51、通过模糊逻辑建立移动障碍物的移动状态和无人水下航行器速度策略的关origgenerateoriggenerate为各项权重；[0062]选择所有候选路径中DWA评价函数值最高的为最终的重规划路径，并以其相应的[0066]其中，velC为无人水下航行器当前的线速度，acc为动力限制下最大的加速度标[0067]所述线速度vel由无人水下航行器的纵荡速度vsurge和潜浮速度vheave进行方向合[0069]S542、单位采样时间dt内无人水下航行器的角速度窗口，即艏摇的采样范围[0071]其中，yawC为当前相对于APF算法重规划路径的朝向角，accy为最大艏摇角加速yyDWA评价函数值的速度序列(vel,ya；径融合速度策略(SpatialPathFusionVelocityStrategy，即SPFVS)的路径重规划方件并发时进行合理的协调。针对所检测到的异常事件以及对这些事件产生的后果进行判故障下的调整和严重故障下的返航规划。[0118]S41、确立重规划目标；选取一个原路径上的局部目标点作为引力来源回归原路点与局部目标点的距离；无人水下航行器的起点与局部目标点之间的空间即为重规划空[0129]所述合力Ftotal引导无人水下航行器规划出一条在空间上满足静态避障和避免水水流大小和方向作为人工势场法(APF)中的引力或排斥力矢量；再基于声呐探测到的障碍[0133]S51、通过模糊逻辑建立移动障碍物的移动状态和无人水下航行器速度策略的关重规划空间路径也可以执行该部分速度策略规划以实现路合理的加速度和速度策略。首先依靠水下航行器的声呐或深度相机获取障碍物动态信息。[0146]其中，velC为无人水下航行器当前的线速度，acc为动力限制下最大的加速度标[0147]所述线速度vel由无人水下航行器的纵荡速度vsurge和潜浮速度vheave进行方向合[0149]S542、单位采样时间dt内无人水下航行器的角速度窗口，即艏摇的采样范围[0151]其中，yawC为当前相对于APF算法重规划路径的朝向角，accy为最大艏摇角加速yyDWA评价函数值的速度序列(vel,ya[0156]本实施例中，直接使用DWA的传统评价函数会由于算法对移动障碍物的敏感程度过高导致生成路径的不稳定；并且在本发明的算法中不应该完全脱离水流环境下基于APForiggenerateoriggenerate；