学位论文 > 优秀研究生学位论文题录展示
水下机器人路径规划技术
作 者: ABAMOU KAOUBARA
导 师: 徐建安
学 校: 哈尔滨工程大学
专 业: 机械电子工程
关键词: 路径规划 自主式水下机器人 可视图 A*算法
分类号: TP242
类 型: 硕士论文
年 份: 2011年
下 载: 64次
引 用: 0次
阅 读: 论文下载
内容摘要
在近10年中,各种科研组织和研究人员对在军事、海洋探测等方面具有非凡潜力的水下环境研究表现出了极大兴趣,其目光已经从最初的近海探测发展到了现在的1000米以下深海资源开发。无人遥控潜器(ROV)作为水下环境最初的研究载体一直被人们所使用并且得到了长足的发展,并且近几年自主式水下机器人(AUV)的出现更加丰富了人们的探测手段。然而,复杂的水下环境以及人们对海洋资源越来越大的研究兴趣对这些水下机器人的自主航行能力提出了更高的要求,其中如何使AUV具备自主路径规划能力从而避开障碍物顺利运行则是如何提高其自主航行能力所面临的首要问题之一。本文集中讨论AUV路径规划任务问题,即探讨如何使AUV能够从当前任意位置顺利地穿越复杂环境而达到指定目标位置。选择这条路径的目的是使AUV能够以最佳的操纵能力并且利用最短、最安全和最少消耗的航程绕过所有障碍物而到达指定位置,简而言之就是选择一条使机器人拥有最少耗时和最佳效率的最优路径。虽然近几年许多解决路径规划问题的方法已经提出,可是它们都具有这样或者那样的限制,使AUV路径规划问题始终没有一个完善的解决方案。本文主要针对AUV的平面路径规划问题。首先,为更加快捷地提取环境变化特征,我们将障碍物简化为一个个平面上的多边形;接着利用融合了A*搜寻算法的可视图方法将AUV的工作空间转换为行位空间以便产生一条最短的优化路径,使用这种组合方法的优点是它提供了一个相对快捷和有效的途径来选择避开障碍物的安全路径。但是,由此产生的机器人最短途径中其连续位置参数是参差不齐的,为减少这种位置跳变,本文设计了一种针对AUV的运动轨迹平滑器(利用数据拟合技术),并详细列出了此平滑器的设计参数。最终,本文综合以上设计步骤,提出了一种针对AUV的最优路径规划方法。利用本文所提出的路径规划方法可使AUV有效达到自主航行的设计目标。为评定本文路径规划方法的实际性能,本文利用MATLAB软件建立多种仿真环境并进行了仿真实验。在仿真实验中,本文将水下机器人简化为一个多边形,而仿真实验结果也验证了本文所提出的基于A*搜寻算法的,AUV路径规划方法在躲避障碍和优化时效等方面的有效性和实用性。
|
全文目录
摘要 5-6 ABSTRACT 6-12 CHAPTER 1 INTRODUCTION 12-18 1.1 Problem Statement 12 1.2 Motivation 12-14 1.3 Thesis Background 14-17 1.3.1 A brief description of Autonomous Underwater Vehicles 14-15 1.3.2 Example of an Autonomous underwater vehicle 15-16 1.3.3 Path Planning Review 16-17 1.4 Thesis Contribution 17 1.5 Thesis Outline 17-18 CHAPTER 2 LITERATURE REVIEW 18-38 2.1 Overview 18 2.2 General Problem Descriptions 18-19 2.3 Map Representation 19-29 2.3.1 Map Overview 19-21 2.3.2 Roadmap method 21-25 2.3.3 Potential Field method 25-29 2.4 Path Planning Algorithm 29-36 2.4.1 Greedy Algorithm 30-31 2.4.2 Dijkstra's Algorithm 31-33 2.4.3 A~* Algorithm 33-35 2.4.4 D~* algorithm 35-36 2.5 Summary 36-38 CHAPTER 3 PATH PLANNER 38-56 3.1 Definition 38-40 3.2 Algorithm Description 40-41 3.3 Shortest Path 41-42 3.4 Trajectory Smoothing 42-49 3.4.1 Introduction 42-43 3.4.2 Polynomial Data Fitting 43-49 3.5 A~* Search Algorithm Performance 49-54 3.5.1 Cost Function 49-52 3.5.2 Heuristic Function 52-53 3.5.3 Search Procedure 53-54 3.6 Summary 54-56 CHAPTER 4 EXPERIMENT SIMULATION AND RESULTS 56-65 4.1 Introduction 56-57 4.2 Problem reformulation 57 4.3 Simulation System Function 57-59 4.4 Simulation Results 59-64 4.4.1 Mission 1:Four-obstacle on the area 59-61 4.4.2 Mission 2:Eight obstacle on the area 61-62 4.4.3 Mission 3:long-obstacles 62-63 4.4.4 Mission 4:concave obstacle 63-64 4.5 Summary 64-65 CONCLUSION 65-67 FUTURE WORK 67-68 REFERENCES 68-72 ACKNOWLEDGEMENT 72
|
相似论文
- 基于差分进化算法的JSP环境下成套订单研究,F273
- 基于图的标志SNP位点选择算法研究,Q78
- 高灵敏度GNSS软件接收机的同步技术研究与实现,P228.4
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 基于Thermo-Calc三元共晶合金凝固路径的耦合计算,TG111.4
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于感性负载的车身网络控制系统,U463.6
- 基于蚁群算法的电梯群优化控制研究,TU857
- 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
- 半导体激光器热电控制技术研究,TN248.4
- AES算法及其DSP实现,TN918.1
- 基于UWB脉冲信号的测距定位技术,TN929.5
- 基于TS101的DFT输出子集算法研究及软件实现,TN911.72
- 高光谱图像空—谱协同超分辨处理研究,TN911.73
- DBF接收机用于二维测向算法的研究,TN851
- 电视制导系统中视频图像压缩优化设计及实现研究,TN919.81
- IEEE802.16e信道编译码算法研究,TN911.22
- LDPC码译码算法的研究,TN911.22
- 频繁图结构并行挖掘算法的研究与实现,TP311.13
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com
|