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

水下机器人路径规划技术

内容摘要

全文目录

相似论文