消除洋流影响的多UUV系统最优目标分配与运动规划
机器人学
2024-01-12 v1 人工智能
系统与控制
系统与控制
摘要
本文提出了一种创新方法（CBNNTAP），用于解决多无人水下航行器（UUV）系统在优化目标分配和运动规划时由洋流引入的复杂性和挑战。所提算法的核心涉及几个关键组件的集成。首先，它采用了一种基于生物启发神经网络（BINN）的方法，该方法预测单个UUV的最有效路径，同时确保车辆之间的碰撞避免。其次，通过考虑BINN算法确定的路径距离，集成了一个高效的目标分配组件。此外，CBNNTAP算法的一个关键创新是其处理洋流干扰效应的能力，其中无缝集成了一个调整组件来抵消这些洋流引起的偏差，从而提高了UUV运动规划和目标分配的准确性。通过全面的仿真结果展示了CBNNTAP算法的有效性，结果突显了所开发算法在二维和三维场景中消除静态和动态洋流影响方面的优越性。
引用
@article{arxiv.2401.05521,
title = {Current Effect-eliminated Optimal Target Assignment and Motion Planning for a Multi-UUV System},
author = {Danjie Zhu and Simon X. Yang},
journal= {arXiv preprint arXiv:2401.05521},
year = {2024}
}
备注
This paper was accepted by IEEE Transactions on Intelligent Transportation Systems