多個USV在復雜多變的海洋環(huán)境中進行自主作業(yè)時,無論是礁石、島嶼還是一些其他的動態(tài)物體都會對多USV的行動造成威脅,每個USV在航行過程中也要保持一定的安全距離,多USV的自主避碰能力是其順利、高效的完成各項使命任務的關(guān)鍵技術(shù)之一。本文針對多USV的協(xié)同避碰規(guī)劃和自主學習方法進行了以下內(nèi)容的討論:多USV的工作環(huán)境模型、基于改進Boid模型和速度調(diào)節(jié)策略的多USV內(nèi)部避碰規(guī)劃方法、復雜環(huán)境下基于改進粒子群優(yōu)化算法的多USV協(xié)同避碰規(guī)劃和基于深度學習算法的多USV自主避碰規(guī)劃學習。首先,基于已有導航雷達、光電傳感器和船舶自動識別系統(tǒng)AIS等傳感器的參數(shù)特性,模擬USV綜合探測周圍環(huán)境,并根據(jù)USV和其工作環(huán)境的特點構(gòu)建了相應的障礙物模型、坐標系以及坐標系之間的轉(zhuǎn)換。其次,根據(jù)Boid模型中的三個規(guī)則構(gòu)建了多USV的Boid模型,并將Boid模型中的三個規(guī)則轉(zhuǎn)換為引力/斥力方法,針對Boid模型只是對USV作方向上調(diào)整的缺陷,在改進了Boid模型的基礎(chǔ)上又引入了速度調(diào)節(jié)協(xié)調(diào)控制策略,更好的實現(xiàn)了多USV內(nèi)部之間的協(xié)調(diào)避碰,對所提的協(xié)調(diào)避碰方法也進行了仿真驗證。然后,設(shè)計了多USV在復雜環(huán)境... 

【文章來源】：哈爾濱工程大學黑龍江省 211工程院校

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

Spartan無人艇[12]

2013 年美國發(fā)布了最新版的《無人系統(tǒng)路線圖》，詳細說明了在未來 5 年、10 年和25 年內(nèi) USV 所具備的能力及其發(fā)展重點，在第一階段，增強 USV 的動力系統(tǒng)、通信和感知能力將是發(fā)展 USV 技術(shù)的重點，高效自主系統(tǒng)、避碰規(guī)劃算法的研發(fā)將是下一階段研究的重點，全球執(zhí)行任務時實現(xiàn) USV 的完全自主化是最后階段的研究重點[13]。2014 年，美國海軍對 USV 的技術(shù)研究取得了重大突破，無人水面艇在作戰(zhàn)中不僅能夠以“蜂群戰(zhàn)術(shù)”向敵方的艦艇發(fā)起自主攻擊，同時還具備保護本方艦艇的能力[14]ONR 在弗吉尼亞州尤斯蒂斯堡附近詹姆士河完成了第一次“機器人自主指揮與感知的控制體系結(jié)構(gòu)”（CARACAS）技術(shù)演示驗證。如圖 1.2 所示，在這次演示驗證中，共有13 艘無人水面艇，其任務是對一艘有價值的艦艇進行護航，在實驗過程中，當河道變窄時部分 USV 執(zhí)行偵查任務，其它剩余 USV 繼續(xù)執(zhí)行護航任務，當發(fā)現(xiàn)敵船時，護航模式改變?yōu)楣裟Ｊ剑?3 艘 USV 通過信息交流，以集群方式對敵船進行攔截和攻擊。2016 年 10 月，ONR 在切薩皮克灣對 CARACAS 技術(shù)進行了又一次演示驗證[15]，如圖 1.2 所示，在這次演示驗證中，4 艘無人水面艇組成的 USV 系統(tǒng)需執(zhí)行防護一片固定港口區(qū)域的任務。此次實驗中，CARACAS 技術(shù)在蜂群意識、行為引擎和自動目標識方面取得了重大突破。

哈爾濱工程大學碩士學位論文表 1.2 以色列無人水面艇研究成果USV 名稱 時間控制方式性能 使命任務 進展保護者 2003遙控或自主航速達 40 節(jié)；排水量四噸；部隊保護、監(jiān)視、偵察已在本國和新加坡少量服役海星 2005 遙控航速達 40 節(jié)；續(xù)航 30 海里；監(jiān)視、偵察、反水雷已在本國服役銀色馬林魚自主或遙控最大航速 45 節(jié)；最大航程 500 海里；續(xù)航時間可達24 小時ISR 任務，兵力保護/反恐；搜索與救援206 年公布其用于海上巡邏KATANA 2014自動或遙控保護經(jīng)濟區(qū)、港口安全2014 年最新推出海鷗 2016自主或遙控最高時速 32 節(jié)；在航速8 節(jié)的情況下可以工作四天反潛艇、反水雷和反蛙人等攻擊型無人艇2017 年接受了接近實戰(zhàn)的海上綜合測試

【參考文獻】：
期刊論文
[1]改進的可視圖法在路徑規(guī)劃中的運用[J]. 邵偉偉,駱正磊.  南陽師范學院學報. 2018(04)
[2]動態(tài)修改路徑的多機器人路徑規(guī)劃[J]. 晁永生,孫文磊.  機械科學與技術(shù). 2018(10)
[3]未知環(huán)境下移動機器人實時路徑規(guī)劃[J]. 張捍東,陳陽,吳玉秀.  計算機工程與應用. 2018(19)
[4]改進粒子群算法在移動機器人路徑規(guī)劃中的應用[J]. 魏勇,趙開新,王東署.  火力與指揮控制. 2018(02)
[5]基于改進粒子群算法的機器人路徑規(guī)劃[J]. 王志中.  制造技術(shù)與機床. 2018(02)
[6]采用粒子群優(yōu)化和B樣條曲線的改進可視圖路徑規(guī)劃算法[J]. 呂太之,周武,趙春霞.  華僑大學學報(自然科學版). 2018(01)
[7]無人機集群自組織避障建模與控制策略研究[J]. 朱創(chuàng)創(chuàng),梁曉龍,孫強,何呂龍,李野,王慶.  飛行力學. 2018(01)
[8]基于改進粒子群算法的移動機器人路徑規(guī)劃[J]. 王慧,王光宇,潘德文.  傳感器與微系統(tǒng). 2017(05)
[9]現(xiàn)代水面無人艇技術(shù)[J]. 朱煒,張磊.  造船技術(shù). 2017(02)
[10]基于改進遺傳算法的機器人動態(tài)路徑規(guī)劃[J]. 王雷,李明,唐敦兵,蔡勁草.  南京航空航天大學學報. 2016(06)

博士論文
[1]多智能體系統(tǒng)的一致性及編隊控制研究[D]. 范銘燦.華中科技大學 2015
[2]智能群體系統(tǒng)集群行為的動力學建模與分析及其仿真研究[D]. 薛志斌.蘭州理工大學 2012

碩士論文
[1]移動機器人自主避碰與學習方法研究[D]. 劉大偉.哈爾濱工程大學 2018
[2]基于深度學習的無人水下航行器動態(tài)規(guī)劃方法研究[D]. 張雪蓮.哈爾濱工程大學 2017
[3]關(guān)于無人水面巡邏艇追擊任務的研究[D]. 張歡.吉林大學 2016
[4]基于粒子群算法的路徑規(guī)劃問題研究[D]. 吳高超.燕山大學 2016
[5]基于機器學習的無人艇自主避碰方法研究[D]. 遲岑.哈爾濱工程大學 2016
[6]自主移動機器人動態(tài)環(huán)境感知與構(gòu)圖研究[D]. 肖瑤.哈爾濱工程大學 2016
[7]多機器人路徑規(guī)劃與協(xié)同避碰研究[D]. 蘇青.南京郵電大學 2014
[8]基于群智能算法的多機器人編隊技術(shù)研究[D]. 朱黎納.南京理工大學 2013
[9]多機器人路徑規(guī)劃[D]. 吳豐君.北京化工大學 2011
[10]基于粒子群優(yōu)化算法的移動機器人路徑規(guī)劃研究[D]. 李珊.西安科技大學 2011



本文編號：3366110