原文传递
基于结构化人工势场的多AUV编队方法研究
| 论文题名： | 基于结构化人工势场的多AUV编队方法研究 |
| 关键词： | 自主水下航行器;协同编队控制;结构化人工势场 |
| 摘要： | 自主水下航行器(Autonomous Underwater Vehicle，AUV)具有成本低廉、操纵灵活、小型化、无人化、智能化等特点，在执行环境信息采集、目标探测等相关任务时具有得天独厚的优势。随着作业任务的复杂性提高，单体AUV难以满足其需求，AUV群集的进一步发展也被提上日程。目前，无人群集是各行业的研究热点，多机协同系统是一种由多个体构成的灵活的系统，系统中的个体能够面向任务将自主执行策略与协同执行策略相结合，满足日益增长的任务需求。然而对于多AUV系统的控制往往受水下通信距离、速度、带宽等所局限，得不到较完美的解决方式，本论文针对弱通信情况下的多AUV协同编队方法进行研究，论文的主要研究内容如下: (1)首先，建立了多AUV编队运动模型与编队目标跟踪模型，在动态畸变因子的粒子滤波蒙特卡洛感知定位算法的基础上建立了感知模型。通过视线跟踪方法建立AUV与智能体间的联系，结合了AUV的艏向与速度自适应PID控制方法，得到了编队目标跟踪模型。基于Olfati-Saber的人工势场理念提出了AUV群集控制方法，完成AUV的群集控制，相比于基于水下通信的编队控制方式，有效避免了编队结构因为通信的局限而崩溃，具有高度的扩展性。 (2)其次，研究了基于结构化人工势场的多AUV编队控制方法。出于对多AUV协同工作任务需求的考虑，多AUV系统需要能够完成任意特殊队形的编排并进行运动。在AUV群集控制方法形成的类晶胞结构编队的基础上，提出了基于结构化人工势场的编队控制算法，通过加入虚拟智能体邻居，促使期望编队的稳定渐进形成。通过仿真实验验证了结构化人工势场算法在通信受限情况下编队控制的优越性。 (3)最后，研究了基于结构化人工势场的多AUV编队避障控制方法。基于结构化人工势场的编队控制算法虽然能够完成避障及队形重组，但是在运行时间、路径长短、避障代价、队形维持等方面表现不佳，本文提出了基于变换拓扑的切换避障控制策略，且进行了编队安全区的定义，提出基于布谷鸟方法改进的弱通信条件下多AUV编队避障算法。这一策略能够灵敏地对存在障碍物的环境进行反应，在过程中保持稳定，避免了个体间的相互冲突，能够对不同环境进行调整区分，完成任务要求。 |
| 作者： | 刘源 |
| 专业： | 船舶与海洋结构物设计制造 |
| 导师： | 李岳明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
