UUV(Unmanned Underwater Vehicle)是一類使用各種使能技術(shù)進(jìn)行導(dǎo)航和執(zhí)行多重任務(wù)的水下運載器,近期備受軍事、科學(xué)研究和商業(yè)應(yīng)用等方面的關(guān)注。日益復(fù)雜的任務(wù)需求使得UUV的自主能力備受考驗。在實際應(yīng)用中,由于UUV自身攜帶的電池容量有限,執(zhí)行長期觀測或監(jiān)視任務(wù)時的能源限制成為了一個急需解決的技術(shù)瓶頸問題。此外,UUV執(zhí)行長期任務(wù)時實際航行速度與海洋中環(huán)流速度基本處于同一量綱,因此環(huán)流將嚴(yán)重影響UUV的工作效率和能量消耗。本文主要以能量消耗作為優(yōu)化目標(biāo)針對考慮復(fù)雜海洋環(huán)境影響下UUV長遠(yuǎn)距離的路徑規(guī)劃方法進(jìn)行研究,主要工作有:以航行時間、能量消耗、安全性和信息采集量四個優(yōu)化目標(biāo)作為依據(jù),分析了UUV路徑規(guī)劃研究現(xiàn)狀,并根據(jù)研究現(xiàn)狀中的部分方法延伸出適用于二維和三維海洋環(huán)境下,UUV路徑規(guī)劃的隨機(jī)空間分解建模方法和路徑控制節(jié)點的設(shè)置方法,有效地增加了路徑規(guī)劃算法的自由度,同時確保沒有加重計算代價。結(jié)合B-Spline方法,采用細(xì)分方法用于生成包括二維和三維空間環(huán)境下規(guī)劃的路徑,保證軌跡良好的光滑度以滿足UUV路徑跟隨控制的實際需求。本文通過基于多粘性Lamb渦組合疊加的方法,建立了能夠較好模擬海洋環(huán)流的二維和三維空間下的海洋環(huán)境模型。針對UUV長航程下能量消耗的優(yōu)化問題,建立了二維和三維空間下的UUV能量消耗模型。同時,為了證實能量消耗對UUV任務(wù)執(zhí)行的影響,設(shè)計了UUV信息采集的案例,并建立了基于UUV能耗和信息采樣量的多目標(biāo)優(yōu)化模型。結(jié)合粒子群優(yōu)化算法(Particle Swarm Optimization,簡稱PSO)、基于量子行為粒子群優(yōu)化算法(Quantum-behaved Particle Swarm Optimization,簡稱QPSO)和多目標(biāo)粒子群優(yōu)化算法(Multi-objective Particle Swarm Optimization,簡稱MOPSO),對設(shè)計的多種UUV任務(wù)執(zhí)行案例進(jìn)行優(yōu)化求解,根據(jù)任務(wù)案例的需求生成UUV能耗最優(yōu)的航行路線。本文改進(jìn)性地提出了能夠依據(jù)粒子進(jìn)化程度自適應(yīng)分類的自適應(yīng)量子粒子群優(yōu)化算法(Adaptive Quantum-behaved Particle Swarm Optimization,簡稱AQPSO),相比于傳統(tǒng)的PSO和QPSO算法,更能勝任計算復(fù)雜程度和計算量增大的情況。本文同時創(chuàng)新性地提出了綜合MOPSO和模糊綜合評價(Fuzzy Comprehensive Evaluation,簡稱FCE)的混合MOPSO-FCE算法,實現(xiàn)了從生成非劣解到根據(jù)UUV實際航行情景需求進(jìn)行選解的完整過程。最終通過一系列由簡至繁的案例設(shè)計證實了上述各優(yōu)化算法生成UUV能耗最優(yōu)航行路徑的有效性,并使用Monte Carlo方法驗證了魯棒性,性能分析對比的結(jié)果證實了改進(jìn)算法的優(yōu)異性能。
【學(xué)位單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U676.3;U674.941
【部分圖文】：

圖 1.1 風(fēng)險感知策略的測試及應(yīng)用2. 航行時間早在 2007 年，快速步進(jìn)法[22]在提出后不久即被應(yīng)用于求解已知流域下的最短時間路徑問題，但在高維度問題上并不適用。FM 方法最早被用于進(jìn)行圖像處理，是一種解決波傳播問題的水平集方法。Petres 將光從光源到達(dá)終點的軌跡視

圖 1.2 快速步進(jìn)方法與 FM 法相似的方法還有，Thompson 提出了基于一種最快有效抵達(dá)標(biāo)準(zhǔn)的波前算法，成功應(yīng)用于水下滑翔器在時變流域內(nèi)的路徑規(guī)劃[24]。此外，Souligna提出了滑動波前擴(kuò)展法[25]，該算法能夠結(jié)合適當(dāng)?shù)拇鷥r函數(shù)和連續(xù)優(yōu)化技術(shù)在一定精度上保證規(guī)劃路徑的有效性。

(a) 3 個 UUV 編隊路徑規(guī)劃結(jié)果 (b) 40 個 UUV 群布放位置及路徑規(guī)劃結(jié)果圖 1.3 水平集方法及優(yōu)化結(jié)果2014 年，Mansour 提出一了種使用誘導(dǎo)策略的三維路徑規(guī)劃方法[28]，構(gòu)建了一個新型的微型 UUV 動力學(xué)模型，并設(shè)計了一個艏向和深度自動調(diào)節(jié)的控制器，
【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 王超;朱大奇;;基于人工勢場與速度合成的AUV路徑規(guī)劃[J];控制工程;2015年03期

2 丁曉霖;侍洪波;;基于自適應(yīng)網(wǎng)絡(luò)與動態(tài)擁擠距離的多目標(biāo)粒子群算法及應(yīng)用[J];華東理工大學(xué)學(xué)報(自然科學(xué)版);2015年02期

3 陳超;唐堅;靳祖光;楊洋;錢磊;;一種基于可視圖法導(dǎo)盲機(jī)器人路徑規(guī)劃的研究[J];機(jī)械科學(xué)與技術(shù);2014年04期

4 徐澤水,達(dá)慶利;區(qū)間型多屬性決策的一種新方法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2003年04期

相關(guān)博士學(xué)位論文 前2條

1 孫俊;量子行為粒子群優(yōu)化算法研究[D];江南大學(xué);2009年

2 楊俊杰;基于MOPSO和集對分析決策方法的流域梯級聯(lián)合優(yōu)化調(diào)度[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前2條

1 劉陳展;面向回塢的AUV導(dǎo)航和路徑規(guī)劃研究[D];浙江大學(xué);2016年

2 姜言清;約束條件下欠驅(qū)動AUV的路徑規(guī)劃問題研究[D];哈爾濱工程大學(xué);2013年

本文編號：2850541