基于人工势场法自治水下机器人路径规划.docVIP

基于人工势场法自治水下机器人路径规划 　　摘 要:为解决自治水下机器人(Autonomous Underwater Vehicle, AUV)的路径规划问题,规划动态人工势场技术路径.在传统人工势场方法的数学模型和仿真试验的基础上,提出1种改进的势场函数,在二维空间中对水下机器人进行数学建模.在Matlab中针对动态障碍物、静态目标物的动态水下环境进行仿真试验.结果表明,运用该技术可以达到良好的效果. 　　关键词:自治水下机器人;路径规划;人工势场;动态环境 　　中图分类号:TP242; TP273; TP274文献标志码:A 　　 　　Path planning for autonomous underwater vehicle based on 　　artificial potential field method 　　LI Xin, ZHU Daqi 　　(Information Engineering College, Shanghai Maritime Univ., Shanghai 201306, China) 　　Abstract: To solve the problem of path planning for Autonomous Underwater Vehicle (AUV), a dynamic artificial potential field technology is introduced into the path planning. On the basis of mathematical models and simulation experiments of the traditional artificial potential field, a modified potential field function is prsented, and a mathematical model of underwater vehicle is established in two-dimensional space. Simulation tests are conducted in the dynamic underwater environment with dynamic obstacles and static target in Matlab. Results show that this technique produces good effect. 　　Key words: autonomous underwater vehicle; path planning; artificial potential field; dynamic environment 　　 　　0 引 言 　　由于自治水下机器人 (Autonomous Underwater Vehicle, AUV)与母船之间没有任何物理连接、自身携带的动力能源有限,且海洋深处的工作环境复杂、不可预测,为使AUV能有效避开障碍物且能高效地完成多目标的水下作业任务,其水下路径规划技术研究显得十分关键. 　　目前,AUV路径规划方法主要有状态匹配方法、地图创建技术和人工势场技术等.状态匹配方法是将机器人当前的状态与过去的经历相比较,找到最接近的状态,修改这一状态下的路径,得到1条新的路径.[1]该方法的主要问题在于必须依赖过去的经验,如果案例库中没有足够多的案例,就可能找不到与当前状态相匹配的路径.地图创建技术是按水下传感器搜索的障碍物信息将机器人周围的区域划分为不同的网格空间(如自由空间和限制空间等),根据网格空间的障碍物占有概率分布,再依据一定规则确定最优路径.[2]该方法主要问题在于水下传感器信息资源有限,计算网格地图的概率分布比较困难,同时,由于要实时更新地图数据,在网格数较多时会产生数据爆炸问题.[3]人工势场技术的基本思想是在AUV的目标位置周围定义1个虚拟的引力场,在障碍物周围定义1个虚拟的斥力场,AUV在引力场和斥力场的合力作用下,避开障碍物而达到目标位置.[4]早期研究的人工势场绝大多数是静态环境的人工势场,即将障碍物和目标物均看成静态,机器人仅根据静态环境中障碍物和目标物的具体位置规划运动路径. 　　为解决现实的动态环境中移动机器人的路径规划问题,1989年FUJIMURA等[5]和CONN等[6]提出相对动态人工势场方法.该方法将时间看成规划模型的一维参量,而移动的障碍物在扩展的模型中仍被看成静态,因而动态路径规划仍可应用静态路径规划的方法实现.该方法的主要问题在于假设移动机器人的轨迹总是已知,这在现实世界中往往很难实现. 　　对此,1996年KO等[7]和GULD