水下潜器三维空间路径规划方法与仿真研究

自主式水下潜器AUV（Autonomous Underwater Vehicle），由于具有思考判断能力、能够适应水下时变的环境而被广泛应用，如通过搭载不同的设备来完成各种任务；在军事上可以做环境侦查，对敌作战等。自主式水下潜器的路径规划是潜器智能控制的关键技术之一，在一定程度上直接关系到水下潜器智能水平的高低。由于AUV所处水下三维空间环境复杂且具有一定的时变性和不确定性，常规的路径规划方法很难满足水下三维空间环境中路径规划的种种复杂情况。因此本课题拟结合粒子群优化算法、蚁群优化算法等优化算法，提出一类混合群智能算法，建立水下三维空间复杂环境模型，研究水下潜器三维空间复杂环境下路径规划有关问题。研究结果可用于水下无人潜器智能控制中，而且可以推广到水下载人航行器（潜艇）。

水下潜器三维空间路径规划方法与仿真技术研究总体可分为水下潜器路径规划算法,建立水下三维空间环境模型,利用真实数据进行路径规划模拟仿真。 .路径规划是水下潜器的研究热点，本课题主要是探索用群智能算法来进行水下潜器的路径规划。群智能算法是近几年被广为关注和研究的一种新型优化算法，主要包括粒子群算法和蚁群算法，这些算法都是源于对自然界生物系统觅食等自身本能行为的模拟。经研究发现，群智能算法在很多方面比传统型优化算法具有不可比拟的优势，因此得到了许多研究者的青睐。.海底地形环境模型对于水下潜器的路径规划必不可少。通过测量得到大量海底高程数据，一般利用数字高程模型中的内插和表面建模来建立海底地形模型。.首先，利用改进的随机中点位移法建立初步的地形模型，从中导出规则网格数据，初步模型还可以为后续建模控制地形的大致走向。然后，用基于IFS的分形插值建立地形模型，该模型虽然具有分形特征，但是没有体现出多重分形的特性。对基于IFS的分形插值算法进行改进，我们将全局区域分成一个个小区域，按不同的垂直比例因子建立地形模型。最后，用改进的基于IFS的分形插值算法建立的最终海底地形模型效果非常好，真实地表的分形特性也很好的表现出来了。.利用蚁群算法进行海底栅格模型空间中的全局路径规划。建立适用于蚁群算法求解路径规划问题的栅格化海洋环境模型，依据水深数据将栅格空间划分为可行空间与障碍区域的组合，将路径规划问题转化为求一组可行区域内最优栅格坐标组合问题，将算法中信息素值定义在各栅格点上，定义了蚂蚁的视野范围为下一层栅格的最近九个栅格，对蚂蚁的的转移概率进行改进，将栅格的安全性、距离长度及与目标直线距离均考虑在粒子启发信息中，对信息素更新进行改进，利用蚁群算法在栅格海底地形空间上进行水下潜器三维空间路径规划仿真实验。.针对蚁群算法计算量大，计算时间长等问题，我们又采用了改进型的粒子群算法。我们将海底路径规划转化为求取消耗函数最优值问题，粒子群算法在实现最优值较为容易，便于操作，而且可以在高维状态下实现。但是针对粒子群算法在最优值求取过程中容易出现“早熟”现象，而且精度较低等问题，提出一种改进的粒子群算法，通过仿真实验能够验证算法具有高精度和高效率，为路径点的求取提供扎实的理论基础。同时给出详细的数学证明。在对真实水深数据提取后，利用改进的粒子群算法能够形成一条完美的路径。