【摘要】：水面無人艇(Unmanned Surface Vehicle,USV)具有高速化與無人化等優(yōu)勢,可以搭載不同設(shè)備完成各種高難度任務(wù),使其在軍事領(lǐng)域得到了廣泛的應(yīng)用。USV航跡規(guī)劃技術(shù)一直是USV研究的核心技術(shù),USV航跡規(guī)劃主要包括全局航跡規(guī)劃與局部航跡規(guī)劃。碰撞危險度一直是航海領(lǐng)域關(guān)注的熱點(diǎn),準(zhǔn)確的碰撞危險度可以為USV提供有效的輔助信息,保障USV安全航行。航跡規(guī)劃及危險評估是保障USV航行安全及任務(wù)完成的重要前提,相關(guān)研究具有重要的理論意義及應(yīng)用價值。首先,介紹了USV航跡規(guī)劃與危險評估相關(guān)的理論基礎(chǔ)。描述了USV航跡規(guī)劃基本概念與一般步驟,給出了環(huán)境建模的幾種常見方法。同時具體闡述了危險評估的流程以及常見的評估方法。其次,針對基本遺傳算法在解決USV全局航跡規(guī)劃問題存在的缺點(diǎn),提出了一種基于改進(jìn)遺傳算法的USV全局航跡規(guī)劃方法。為克服基本遺傳算法收斂速度慢的缺點(diǎn),該方法選取一種新的交叉算子,將傳統(tǒng)交叉算子只比較每個單個節(jié)點(diǎn),改進(jìn)為比較兩個非承載節(jié)點(diǎn)從而提高了算法收斂速度。為解決規(guī)劃出的航跡距離長以及平滑度低等問題,給出了基于基因重組航跡優(yōu)化算法的改進(jìn)方法,該方法利用基因重組算法的三種算子對航跡進(jìn)行優(yōu)化,縮短航跡長度并提高航跡平滑度。仿真結(jié)果表明該方法可以很好的應(yīng)用于USV全局航跡規(guī)劃,提高了規(guī)劃效率,降低USV的能源消耗。再次,針對基本快速擴(kuò)展隨機(jī)樹(Rapidly-exploring Random Tree,RRT)算法解決USV局部航跡規(guī)劃的不足,提出了一種基于改進(jìn)RRT算法的USV局部航跡規(guī)劃方法。為克服基本RRT算法的隨機(jī)性與不確定性,給出了優(yōu)化生長點(diǎn)與擴(kuò)展點(diǎn)選擇的新方法,該方法通過加入度量節(jié)點(diǎn)擴(kuò)展失敗次數(shù)的抑制因子,優(yōu)化生長點(diǎn)的選擇,通過增加約束條件限制擴(kuò)展點(diǎn)的選擇,提高了算法性能。為解決規(guī)劃出的航跡中多余航點(diǎn)過多的問題,該方法利用Dijkstra算法對航跡進(jìn)行優(yōu)化。仿真結(jié)果表明該方法可以很好的應(yīng)用于USV的局部航跡規(guī)劃,減小USV航行過程中的旋轉(zhuǎn)角度,提高可操作性。最后,針對USV危險評估進(jìn)行了研究,以USV碰撞危險度為切入點(diǎn),分析了碰撞危險度與航跡規(guī)劃決策之間的聯(lián)系�；谀：C合評估法與BP神經(jīng)網(wǎng)絡(luò)算法對碰撞危險度進(jìn)行評估確定。仿真結(jié)果表明,不同條件下的模糊綜合評估法與BP神經(jīng)網(wǎng)絡(luò)算法所得結(jié)果精度均較高,符合實(shí)際情況,滿足USV對碰撞危險度的精度要求。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U664.82
【圖文】：

運(yùn)動的目標(biāo)速度和機(jī)動性均較高，USV 自身靈活性較好，因此重的損失。先定義好的航線和行駛規(guī)則：USV 依據(jù)算法預(yù)先規(guī)劃出了航航行，但是受地形環(huán)境和自然環(huán)境的影響，航行過程中可能偏移航跡規(guī)劃問題主要包括環(huán)境信息描述、航跡規(guī)劃算法和航跡執(zhí)模型描述 USV 的運(yùn)動空間，合適的環(huán)境建模方法使航跡規(guī)劃法基于合理的搜索算法達(dá)到規(guī)劃出最優(yōu)航跡的目的。航跡執(zhí)行控制系統(tǒng)結(jié)合較為緊密，也即是控制 USV 按照指定的航跡航行分析討論。型建立 USV 航跡規(guī)劃時，首先需要利用電子海圖來獲取全局環(huán)境信年代微機(jī)應(yīng)用于航海上而得到發(fā)展的信息系統(tǒng)。它是將傳統(tǒng)海數(shù)據(jù)庫存儲的數(shù)字化方式，將海圖中的全部信息在海圖數(shù)字化電子海圖系統(tǒng)示意圖如圖 2.1 所示。

基于二維場景提出的環(huán)境表示方法，它根有序、以二值信息表示的網(wǎng)格。它的原理：如果某柵格被障礙物完全或部分覆蓋， 1，如果此柵格未被障礙物覆蓋，則可視借助概率論的方法統(tǒng)計地圖中每個柵格的的環(huán)境柵格，因此柵格地圖也叫概率地圖no 在 1983 年提出的單元分解法，其主要思跡規(guī)劃就是指是通過航跡搜索算法，在柵格子集，該子集即是最優(yōu)航跡。柵格模型詳細(xì)的信息，維護(hù)和更新操作都比較方便要求不高，能夠較好地表達(dá)非結(jié)構(gòu)化的環(huán)很方便，發(fā)展前景十分廣闊。另外，柵格法ra 算法進(jìn)行航跡搜索時可以與柵格法相結(jié)合環(huán)境柵格數(shù)量過多時，運(yùn)算過程會占用大速度，從而影響到系統(tǒng)的實(shí)時性。柵格圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉大衛(wèi);孫靜;龍騰;蔡祺生;;基于分層稀疏A~*算法的突防航跡規(guī)劃研究[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);2017年06期

2 關(guān)曉謙;魚佳欣;郭道通;鄒楊;;戰(zhàn)斗無人機(jī)在敵方防御區(qū)航跡規(guī)劃研究[J];計算機(jī)仿真;2016年03期

3 詹強(qiáng);王闖;;基于改進(jìn)領(lǐng)航跟隨法的多機(jī)協(xié)同航跡規(guī)劃[J];無線通信技術(shù);2016年03期

4 胡裕軍;;測繪無人機(jī)航跡規(guī)劃算法及軟件設(shè)計[J];數(shù)字技術(shù)與應(yīng)用;2015年02期

5 丁澤軍;張健;李朝旭;劉宇坤;;突發(fā)威脅環(huán)境下無人機(jī)實(shí)時航跡規(guī)劃研究[J];計算機(jī)仿真;2015年08期

6 程曉明;曹東;李春濤;;多無人機(jī)協(xié)同航跡規(guī)劃技術(shù)研究[J];航空計算技術(shù);2014年04期

7 汲萬峰;王光源;章堯卿;李偉波;;基于協(xié)同裕度的多飛行器航跡規(guī)劃[J];航天控制;2013年02期

8 汲萬峰;王光源;嚴(yán)建鋼;孫鈞正;;基于任務(wù)分配的多飛行器協(xié)同航跡規(guī)劃[J];系統(tǒng)工程理論與實(shí)踐;2013年09期

9 汲萬峰;王光源;孫鈞正;趙明;;一種多飛行器協(xié)同航跡規(guī)劃的新方法[J];控制工程;2013年03期

10 王光源;汲萬峰;章堯卿;于嘉暉;;不確定環(huán)境下飛行器航跡規(guī)劃[J];火力與指揮控制;2012年11期

相關(guān)會議論文 前10條

1 馮倚銀;李景榮;施曉紅;華祖耀;;一種改進(jìn)的多飛行器協(xié)調(diào)航跡規(guī)劃算法[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2008年

2 管祥民;呂人力;;基于協(xié)同進(jìn)化的復(fù)雜低空下多飛行器協(xié)同航跡規(guī)劃方法[A];2017年（第三屆）中國航空科學(xué)技術(shù)大會論文集（增刊）[C];2017年

3 彭志紅;孫琳;陳杰;吳金平;;基于改進(jìn)多智能體協(xié)同進(jìn)化算法的多無人機(jī)低空突防航跡規(guī)劃研究[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

4 李如飛;張棟;郝峰;;集群巡飛彈協(xié)同航跡規(guī)劃方法研究[A];2018中國自動化大會(CAC2018)論文集[C];2018年

5 白曉利;韓亮;;TF/TA航跡規(guī)劃仿真中幾個實(shí)際問題的解決[A];2003年全國系統(tǒng)仿真學(xué)術(shù)年會論文集[C];2003年

6 朱杰;魯藝;張輝明;;基于改進(jìn)Voronoi圖的航跡拓?fù)淇臻g生成[A];OSEC首屆兵器工程大會論文集[C];2017年

7 陳仲偉;彭康博;歐名勇;黃來;趙滿超;佘換林;倪升亞;;一種改進(jìn)PSO算法的UAV航跡規(guī)劃[A];2018智能電網(wǎng)新技術(shù)發(fā)展與應(yīng)用研討會論文集[C];2018年

8 叢岳;羅陽;劉貝;;多小型無人機(jī)協(xié)同航跡規(guī)劃及其硬件在回路仿真[A];探索 創(chuàng)新 交流（第7集）——第七屆中國航空學(xué)會青年科技論壇文集（上冊）[C];2016年

9 楊杏;周旭;陳詩旭;陶昊然;;基于氣象要素的無人機(jī)航跡規(guī)劃算法研究[A];第五屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2018年

10 王s

本文編號：2724127