高度杂乱水下环境中基于进化算法的自主水下航行器会合在线路径规划
机器人学
2016-06-17 v2
摘要
在本研究中，单个自主水下航行器（AUV）旨在穿过杂乱且多变的操作场与一艘潜伏的领导者回收航行器会合。该会合问题被转化为一个非线性最优控制问题（NOCP），随后给出数值解。利用惩罚函数法将边界条件、航行器与环境约束与以最终会合时间为性能指标的项结合。采用四种基于进化的路径规划方法，即粒子群优化（PSO）、基于生物地理学的优化（BBO）、差分进化（DE）和萤火虫算法（FA），建立反应式规划器模块，并为所提出的NOCP提供数值解。目标是通过全面的仿真研究，综合与分析上述方法在引导AUV从游荡点前往会合地点时的性能与能力。所提出的规划器模块包含一种启发式方法，用于考虑底层环境的态势感知来优化路径，该环境涵盖淹没在时空流矢量中的静态与动态障碍物。这使其能够适应操作场中不可预见的变化，例如不可预测障碍物的出现或流矢量场及湍流区域的变化。仿真结果表明，所提出的规划器在利用流力、应对不期望的流扰动以达成期望会合目的方面，增强了航行器的自主性，具有内在的鲁棒性和显著效率。基于所得结果，还给出了所有所用方法的优点与缺点。
引用
@article{arxiv.1604.07002,
title = {AUV Rendezvous Online Path Planning in a Highly Cluttered Undersea Environment Using Evolutionary Algorithms},
author = {Somaiyeh Mahmoud Zadeh and Amir Mehdi Yazdani and Karl Sammut and David M. W Powers},
journal= {arXiv preprint arXiv:1604.07002},
year = {2016}
}