基于改进的RRT^(*)算法的AUV集群路径规划

[目的]针对微小型欠驱动自主式水下机器人(autonomous underwater vehicle,AUV)集群控制问题,设计一种基于改进RRT^(*)算法的编队控制策略。[方法]RRT^(*)算法规划的路径陡变难以跟踪且收敛速度较慢,针对该问题提出改进方法。首先加入偏置函数使随机采样点靠近目标点,然后采用Dubins曲线平滑连接采样点,通过在可变半径范围内重新布线,并设计有关曲线长度与避障的代价函数,选择最优路径。依据代价和最小值为多AUV分配集结点,协调多AUV速度完成最小集结时间约束,随后设计基于Dubins路径的分段向量场构造方法,使得多AUV跟踪规划路径,到达目标集结点时速度与方向保持一致。[结果]仿真结果表明,多AUV编队平均路径长度缩短26.6%,平均集结时间缩短21.7%。[结论]该算法路径规划质量高,可顺利完成编队集结任务。

一种基于人工势场多AUV集群的实时避障方法

[目的]针对复杂水下环境中可能存在的多种障碍物,影响多自主式水下机器人(AUV)集群运动规划问题,提出一种基于人工势场的多AUV集群实时避障方法。[方法]首先,采用一种基于动态网络拓扑的编队方法,将AUV看作网络中的节点,通过设置势场函数来满足编队要求;然后,基于人工势场法对同时存在目标和障碍的区域建立势场函数,并将势场函数改进为指数函数,对AUV进行在线规划,实时完成多AUV集群避障的任务;最后,在Matlab软件中仿真设置10台AUV和6个障碍物进行仿真验证。[结果]仿真结果表明,采用该方法,AUV可以全部顺利地避开障碍物,准确到达目标点的安全区域。[结论]人工势场函数法可准确实现多AUV的实时避障,该技术的进步对提高军事作战能力具有重要的意义。

基于自适应残差加权的AUV集群分布式协同定位算法

针对水下AUV集群协同定位,常规算法当领航AUV节点密度稀疏,普通待定位AUV节点不能够接收到足够领航节点信号时,将导致定位误差较大或者始终无法定位的问题。提出一种基于自适应残差加权的AUV集群分布式协同定位算法(ARW-UWASN),通过分布式逐级定位,对所有有效的潜在位置利用残差赋以权值,结合对应参考节点位置信息,实现对待定位节点位置的自适应加权估计。仿真结果表明,该算法与常规算法相比,减小了节点能量消耗,有效地提高了定位精度和定位覆盖率。

多AUV编队控制

使用一致性算法l-φ和虚拟领航跟随结构法研究自主水下机器人的集群编队控制。基于一致性算法l-φ对各AUV所持有的参考信息进行一致性协商而达到状态一致。基于虚拟结构思想,将编队控制问题转化为跟随AUV对虚拟领航AUV的轨迹跟踪控制,使得各AUV相对于虚拟领航者的位置且在有限的时间内确保到达各自的期望位置。通过Java的GUI编程进行仿真实验来验证控制策略的有效性。

基于能量约束的自主水下航行器任务规划算法

多水下自主航行器(AUV)任务规划是影响集群智能水平的关键技术。针对现有任务规划模型只考虑同构AUV集群和单潜次任务规划的问题,提出了适用于AUV异构集群的多潜次任务规划模型。首先,该模型考虑了AUV的能量约束、AUV多次往返母船充电的工程代价、异构集群个体间的效能差异、任务多样性等关键因素;然后,为提高问题模型的求解效率,提出了一种基于离散粒子群的优化算法,该算法引入用于描述粒子速度、位置的矩阵编码和用于评估粒子质量的任务损耗模型,改进粒子更新过程,实现了高效的目标寻优。仿真实验表明,该算法不仅解决了异构AUV集群的多潜次任务规划问题,而且与采用遗传算法的任务规划模型相比较,任务损耗降低了11%。

考虑电导率和能量的水下电场自适应调整多权值成簇算法

大量小型自主式水下航行器(autonomous underwater vehicle,AUV)组网通信完成合作任务是水下机器人工作的一个重要方向。水下电场通信具有高速率、低延迟等特点,AUV使用水下电场通信能够在短距离内实现稳定高速的通信,但是水下电场通信技术存在通信距离受限和电场强度本身受电导率影响等问题。针对这2个问题,提出一种考虑电导率和能量的水下电场自适应调整多权值成簇算法。首先,采用分簇的思想对大量AUV进行分簇处理,其中,增加副簇首提高簇稳定性并减小更换簇首时的能量消耗,设计网关节点加强网络连通性,实现簇间通信。其次,在选举簇首时,综合考虑节点可用度、通信成本、剩余能量这3个关键参数,达到负载均衡和均衡能耗的目的。最后,针对在网络通信状况差时系统维持簇结构而开销大的问题,根据水体环境电导率和节点剩余能量设计自适应调整策略。通过缩小簇规模等手段降低系统在工作过程中的整体能量消耗,提高网络生命周期。研究结果表明:在不同电导率实验条件下,本算法均能有效延长网络生命周期,提高网络生存时间。通过有无自适应调整策略的对比实验,也证明自适应调整策略起到了一定作用。