近年來,隨著人工智能技術(shù)的不斷發(fā)展,人類對(duì)船舶性能的需求-不斷上升,眾多相關(guān)學(xué)者將視角轉(zhuǎn)向了“人工智能+船舶”。無人駕駛船舶集信息采集和識(shí)別、行為決策和自主控制于一身,是眾多科學(xué)技術(shù)的集合體,而自主避碰技術(shù)作為無人駕駛船舶智能化水平的一個(gè)重要體現(xiàn),目前己經(jīng)成為各方專家學(xué)者研究的重點(diǎn)和難點(diǎn),對(duì)此,本文研究?jī)?nèi)容聚焦到無人駕駛船舶的行為決策研究。在船舶自主避碰過程中,為了避免船舶運(yùn)動(dòng)路徑和運(yùn)動(dòng)速度耦合方法的問題的復(fù)雜性,并且保證決策實(shí)時(shí)性,將避碰問題分解為路徑規(guī)劃和速度規(guī)劃。基于此,本文提出了基于路徑速度解耦規(guī)劃的無人駕駛船舶避碰模型,本文的主要研究?jī)?nèi)容如下:1.提出了基于B樣條曲線的船舶路徑規(guī)劃模型。首先采用超平面分離法分離本船與障礙物并且引入船舶運(yùn)動(dòng)學(xué)模型,并基于B樣條曲線參數(shù)化船舶運(yùn)動(dòng)學(xué)模型和超平面,設(shè)定總航行時(shí)間最短為目標(biāo)函數(shù),以船舶的安全避碰距離限制為約束條件實(shí)現(xiàn)船舶的安全避障。2.構(gòu)建了基于B樣條曲線的船舶速度規(guī)劃模型。首先將船舶位移在船舶的橫向方向和縱向方向進(jìn)行分解,然后以起點(diǎn)位移和終點(diǎn)位移為約束條件,將船舶碰撞區(qū)域視為障礙物,重新規(guī)劃船舶橫向位移和縱向位移分布曲線,最終將對(duì)速... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．３?ＯｗｌＭＫＩＩ?圖１．４保護(hù)者??Ｆｉｇ．?１．３?ＯｗｌＭＫＩｌ?Ｆｉｇ．?１．４?ＰＲＯＴＥＣＴＯＲ??

?基于路徑速度解耦規(guī)劃的無人船舶自主避碰方法???ＳＰＡＲＴＡＮＣＯＵＴＵＳＶ［２］，如圖１．１所示，該項(xiàng)目旨在開發(fā)多功能模塊化半自主無人水面??艦艇，２００７年，為加強(qiáng)自主無人水面系統(tǒng)的自動(dòng)化以及為支持特種作戰(zhàn)，對(duì)美國海軍自??主無人水面艦艇進(jìn)行ｆ總體規(guī)劃。２０１６年最新的ＵＳＶ－ＳｅａＨｕｎｔｅｒ［３］，如圖１．２所示，該??船是由ＤＡＲＰＡ根據(jù)反潛連續(xù)無人駕駛載具項(xiàng)目開發(fā)的中等排水量ＵＳＶ，該船舶于２０１８??年轉(zhuǎn)移到美國海軍，三體船開發(fā)是為了獨(dú)立追蹤柴電潛艇３０天，但自２０１６年１１月交??付以來，該船正在考慮用于評(píng)估各種其他未指明的任務(wù)，包括水雷戰(zhàn)和ＩＳＲ。民用方面，??美國在海洋應(yīng)用領(lǐng)域，例如海洋探測(cè)等，研發(fā)了基于以噴水為動(dòng)力的ＵＳＶ—ＯｗｌＭＫＩＩ［４」??如圖１．３所示，它在數(shù)據(jù)采集和計(jì)算存儲(chǔ)效率上有明顯的提高。??圖１．１?ＳＰＡＲＴＡＮ?ＳＣＯＵＴ?圖１．２海獵人無人反潛船??Ｆｉｇ．?１．１?ＳＰＡＲＴＡＮ?ＳＣＯＵＴ?Ｆｉｇ．?１．２?Ｓｅａ?Ｈｕｎｔｅｒ??ｔ?Ｉｆ??圖１．３?ＯｗｌＭＫＩＩ?圖１．４保護(hù)者??Ｆｉｇ．?１．３?ＯｗｌＭＫＩｌ?Ｆｉｇ．?１．４?ＰＲＯＴＥＣＴＯＲ??２??

圖１．７?Ｓｐｒｉｎｇｅｉ■無人船?圖１．８?ＭＵＮＴＮ項(xiàng)目??Ｆｉｇ．?１．７?Ｓｐｒｉｎｇｅｒ?Ｆｉｇ．?１．８?Ｍｌ／ＮＩＮ??

【參考文獻(xiàn)】：
期刊論文
[1]智能巡航綜合調(diào)查平臺(tái)的開發(fā)應(yīng)用[J]. 陳新璽,寧楠,鄧艷芬,寇代新,祝川.  測(cè)繪與空間地理信息. 2019(09)
[2]水中無人作戰(zhàn)平臺(tái)發(fā)展現(xiàn)狀與趨勢(shì)分析[J]. 杜方鍵,張永峰,張志正,高琳,田明.  科技創(chuàng)新與應(yīng)用. 2019(27)
[3]海上施工水域船舶航線規(guī)劃數(shù)學(xué)建模及求解[J]. 謝新連,劉毅,何傲.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(09)
[4]世界主要造船國家智能船舶發(fā)展現(xiàn)狀[J]. 陳琳,楊龍霞.  船舶標(biāo)準(zhǔn)化工程師. 2019(04)
[5]基于Q-Learning的無人駕駛船舶路徑規(guī)劃[J]. 王程博,張新宇,鄒志強(qiáng),王少博.  船海工程. 2018(05)
[6]船舶智能系統(tǒng)分析與設(shè)計(jì)[J]. 張雷,袁瑞軍,李邁新,曾祥柱,陸毅華,林洪山,周曉瑩.  廣州航海學(xué)院學(xué)報(bào). 2018(02)
[7]國內(nèi)外無人船發(fā)展現(xiàn)狀及未來前景[J]. 曹娟,王雪松.  中國船檢. 2018(05)
[8]無人艇:向未來進(jìn)發(fā)[J]. 胥苗苗.  中國船檢. 2018(01)
[9]“2017軍民兩用企業(yè)峰會(huì)暨軍民兩用技術(shù)與產(chǎn)品全國理事會(huì)年會(huì)”成功舉辦[J]. 賈怡.  軍民兩用技術(shù)與產(chǎn)品. 2017(23)
[10]智能船舶技術(shù)和無人駕駛技術(shù)研究[J]. 葉強(qiáng).  山東工業(yè)技術(shù). 2017(15)

博士論文
[1]基于人類駕駛行為的無人駕駛車輛行為決策與運(yùn)動(dòng)規(guī)劃方法研究[D]. 杜明博.中國科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]基于模糊綜合評(píng)判的船舶碰撞危險(xiǎn)度模型研究[D]. 章澤虎.大連海事大學(xué) 2012
[2]基于船載雷達(dá)圖像的海上目標(biāo)檢測(cè)技術(shù)研究[D]. 徐恒.武漢理工大學(xué) 2012
[3]基于模擬退火-Q學(xué)習(xí)的移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)研究[D]. 郭娜.南京理工大學(xué) 2009
[4]基于狀態(tài)預(yù)測(cè)強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)器人路徑規(guī)劃研究[D]. 傅曉霞.山東大學(xué) 2008
[5]障礙環(huán)境中路徑規(guī)劃算法研究[D]. 杜安紅.中國地質(zhì)大學(xué) 2004



本文編號(hào)：3251034