不確定因素下UUV規(guī)劃與決策方法研究.pdf

1、無(wú)人水下航行器(UnmannedUnderwaterVehicle,UUV)自主航海是執(zhí)行任務(wù)的重要保障，是其智能水平的體現(xiàn)。自主航海是一個(gè)以全局路徑規(guī)劃為導(dǎo)引，實(shí)時(shí)獲取局部環(huán)境信息，在線規(guī)避未知障礙物，進(jìn)行安全航行的過(guò)程。當(dāng)UUV探測(cè)未知海域時(shí)，由于自身狀態(tài)和環(huán)境感知的不確定性，使規(guī)劃和決策的依據(jù)不完備和不準(zhǔn)確，會(huì)導(dǎo)致路徑選擇的不明確和實(shí)時(shí)決策的失誤，甚至影響航海功能的實(shí)現(xiàn)。本文以近岸淺海應(yīng)用的UUV為研究對(duì)象，面向大范圍海洋探測(cè)作業(yè)

2、任務(wù)，對(duì)UUV航海過(guò)程中的規(guī)劃和決策問(wèn)題開展研究，并充分考慮UUV的環(huán)境適應(yīng)性和魯棒性，解決在不確定因素作用下的全局規(guī)劃、環(huán)境建模和避碰決策等關(guān)鍵問(wèn)題。
　　自主控制系統(tǒng)結(jié)構(gòu)是UUV自主航海規(guī)劃和決策的總體框架。本文從UUV自主控制系統(tǒng)結(jié)構(gòu)研究入手，針對(duì)UUV信息交互量大和離散事件并發(fā)的特點(diǎn)，設(shè)計(jì)了基于分層多智能體的自主控制體系結(jié)構(gòu)，采用多智能體實(shí)現(xiàn)內(nèi)部互動(dòng)和協(xié)作，提高自主航海系統(tǒng)的可靠性。根據(jù)UUV使命調(diào)度方法和自主規(guī)劃要求，提

3、出自主航海控制流程。
　　針對(duì)導(dǎo)航誤差帶來(lái)的規(guī)劃路徑碰撞風(fēng)險(xiǎn)問(wèn)題，提出一種基于導(dǎo)航誤差空間(NES)的全局路徑規(guī)劃方法。根據(jù)UUV實(shí)際導(dǎo)航的特點(diǎn)，建立其導(dǎo)航誤差傳遞模型。NES綜合自身位置、導(dǎo)航誤差和環(huán)境信息，將導(dǎo)航誤差引入環(huán)境模型中進(jìn)而轉(zhuǎn)化為有確定代價(jià)的約束條件。為滿足水下長(zhǎng)航程隱蔽作業(yè)任務(wù)之需要，路徑規(guī)劃考慮碰撞概率、終點(diǎn)導(dǎo)航誤差和最大航程等約束，以狀態(tài)轉(zhuǎn)移代價(jià)為目標(biāo)代價(jià)函數(shù)，并應(yīng)用A*算法搜索最優(yōu)路徑。仿真結(jié)果表明所提算法簡(jiǎn)

4、捷、快速，可有效降低自主航行的碰撞風(fēng)險(xiǎn)和不確定性。
　　針對(duì)前視聲納測(cè)量信息的殘缺性問(wèn)題，采用分區(qū)域聲納模型來(lái)處理聲納感知的不確定性，并設(shè)計(jì)滾動(dòng)占有柵格地圖（ROGM）對(duì)未知局部環(huán)境進(jìn)行建模。ROGM由固定數(shù)量的概率柵格構(gòu)成滾動(dòng)窗口，各柵格的空間拓?fù)潢P(guān)系不變，只需跟隨UUV運(yùn)動(dòng)做間歇移動(dòng)，不需跟隨UUV的運(yùn)動(dòng)而實(shí)時(shí)移動(dòng)，從而減小建圖的空間和時(shí)間開銷。為保證滾動(dòng)窗口內(nèi)障礙信息的準(zhǔn)確性，采用Bayes法則進(jìn)行地圖數(shù)據(jù)融合。ROGM可增

5、強(qiáng)UUV與環(huán)境的交互性，滿足避碰決策的實(shí)時(shí)性要求。
　　針對(duì)靜態(tài)環(huán)境中障礙物細(xì)節(jié)信息不完備和結(jié)構(gòu)復(fù)雜的問(wèn)題，設(shè)計(jì)了基于多行為矢量場(chǎng)直方圖法（VFH）的避碰方法。VFH結(jié)合了柵格地圖和勢(shì)場(chǎng)法的優(yōu)點(diǎn)，對(duì)不確定環(huán)境有較強(qiáng)的魯棒性。為進(jìn)一步改善VFH閾值敏感問(wèn)題，根據(jù)障礙物的統(tǒng)計(jì)信息設(shè)計(jì)閾值自適應(yīng)調(diào)整方法。為提高VFH在復(fù)雜環(huán)境下的適應(yīng)性，提出基于多行為的避碰協(xié)調(diào)機(jī)制，設(shè)計(jì)直達(dá)目標(biāo)、趨向目標(biāo)的避碰和沿墻航行等行為模式，并依據(jù)UUV的運(yùn)動(dòng)狀

6、態(tài)和環(huán)境特征選擇最優(yōu)避碰指令。仿真表明UUV能有效逃離局部陷阱，適應(yīng)不同的靜態(tài)障礙環(huán)境。
　　針對(duì)動(dòng)態(tài)環(huán)境中障礙物運(yùn)動(dòng)不確定性問(wèn)題，提出基于改進(jìn)速度障礙法的動(dòng)態(tài)避碰方法。基于障礙物歷史信息進(jìn)行匹配和分類，獲得障礙物的運(yùn)動(dòng)屬性。為防止大型靜障礙物膨化過(guò)大，采用K-均值聚類算法對(duì)靜障礙物進(jìn)行聚類，生成多個(gè)構(gòu)型障礙。采用最小二乘法對(duì)動(dòng)障礙物的速度信息進(jìn)行估計(jì)。根據(jù)最小會(huì)遇距離(DCPA)和最小會(huì)遇時(shí)間(TCPA)建立碰撞危險(xiǎn)度評(píng)估模型，