水下机器人自主导航关键方法研究
海洋中蕴藏着丰富的资源，近年来随着水下机器人的不断发展，为海洋资源的勘探、开发和利用提供了有利的工具。导航技术作为水下机器人的自主性的重要标志，已经成为各国水下机器人研究的重要内容。海洋环境复杂多变，给水下机器人的导航提出了各种各样的挑战，研究复杂环境下水下机器人自主导航的关键方法对于提高水下机器人的智能化水平和加快实用化进程具有重要的理论研究意义和实用价值。本文在国家863计划项目《基于声纳和水下视觉的深海复杂环境下AUV组合导航系统关键技术》资助下，以提高水下机器人在复杂环境下的自主导航能力为目的，对水下机器人自主导航的若干关键问题进行了深入的研究。主要研究内容包括以下几个方面： 1.针对海洋环境中出现的水下机器人不宜进入的障碍物密集区域，提出了密集障碍物环境下路径规划的方法。首先提出了密集障碍物集合的定义方法，研究了基于改进Dijkstra算法的密集障碍物集合的划分算法，在此基础上提出了一种新的环境地图的表示方法，在环境地图的表示中增加了一个表示障碍物所属集合的属性域，并给出了基于切线的密集障碍物环境下水下机器人的路径规划算法。该方法可以有效的避免机器人进入障碍物密集的危险区域，而且能够选择路径较短的航行路线，优于对密集障碍物进行包围的路径规划方法。 2.针对水下机器人在导航过程中不断变更航向角带来的不确定性问题，提出了基于改进人工势场的路径规划方法。该方法将路径规划过程分为两个过程，一个是基于几何方法的全局地图的路径规划过程，一个是基于本文提出的新的势场函数的局部地图的路径规划过程。新的势场函数提出以扇区的作为计算因子，使得计算结果更符合机器人的运动特征。实验证明，在该方法的路径规划结果中机器人航向角的变化次数很少。而且，因为该方法舍弃了引力势场的计算，改为运用几何的方法确定航向角，避免了人工势场方法中陷入局部最小、不可达等问题的出现。 3.针对海洋中复杂多变的海流对水下机器人导航的影响问题，提出了一个节约导航能耗的基于导航代价的路径规划方法。在该方法中证明了基于几何的路径规划方法中航向角与路径长度之间的关系，提出了一种海流方向与海流对水下机器人产生的能耗之间的对应方法，在此基础上给出了代价函数的定义，代价函数由路径长度代价和海流代价两部分组成。本文将海流描述为在一定时间间隔内稳定于观测点的水流，基于当前的海流信息和障碍物信息进行每一步的路径规划，能够很好的满足实时性要求，且符合海洋中海流阶段变化的特点。 4.针对海洋中动态目标为障碍物时可能与水下机器人发生碰撞的问题，提出了基于路径规划的即时定位与地图创建（SLAM）方法。该方法中动态目标的运动模型定义为匀速模型和加速模型的组合，采用交互式多模型方法对动态目标进行轨迹预测。在路径规划部分采用人工势场方法确定水下机器人的航向角，其中提出了一个新的势场函数，势场函数的斥力计算以扇区为单位，引力采用扇区所在角度的三角函数来描述，避免了人工势场函数的固有局限。在SLAM的过程中，将路径规划的结果作为机器人的控制状态融入到传统的基于卡尔曼滤波的SLAM方法中，此方法有效的避免了动态目标与机器人相撞的可能性，对于动态环境下SLAM的应用提供了一个可行的解决方案。
海洋环境;水下机器人;Dijkstra算法;导航过程;地图创建
中国海洋大学
博士
海洋信息探测与处理
魏志强
2013
中文
TP242
123
2013-09-02（万方平台首次上网日期，不代表论文的发表时间）