一种三维水下欠驱动AUV回收路径规划方法技术

本发明专利技术提供本发明专利技术公开了一种三维水下欠驱动AUV回收路径规划方法及装置，方法包括：基于小山丘的位置构建水下三维环境模型；基于AUV在回收过程中起点位置、起点姿态、终点位置及终点姿态设置中间候选路径点；构建路径规划约束条件，所述路径规划约束条件包括硬约束条件和软约束条件；基于所述硬约束条件由候选路径中筛选出可行路径；通过改进的遗传算法对可行路径进行迭代，当到达指定迭代次数后，终止算法得到最优的全局路径，所述改进的遗传算法中对种群的交叉系数以及变异系数进行自适应的处理。本发明专利技术利用优化的自适应参数以及考虑多种约束条件对传统遗传方法中过早出现的局部最优问题进行全局寻优，从而提高路径规划的效率。效率。效率。

【技术实现步骤摘要】
一种三维水下欠驱动AUV回收路径规划方法


[0001]本专利技术涉及欠驱动机器人控制
，具体而言，尤其涉及一种三维水下欠驱动AUV回收路径规划方法。

技术介绍

[0002]海洋是人类巨大的共同资源宝库，蕴含着丰富的矿产资源、海洋生物资源和可再生能源。然而，恶劣的海洋环境给人类对海洋的研究、开发和利用造成了极大的困难，受困于缺少有效的工具，人们对海洋的开发利用是很不充分且极为缓慢的。为了最大限度的减少人类暴露于危险的海洋环境，人们利用自主水下机器人(Autonomous Underwater Vehicle，AUV)来协助水下的勘探和资源的开发。AUV执行任务时需要自带能源，受体积和质量的限制，所携带的能源十分有限，特别是潜艇搭载的AUV，需要在水下回收对接以进行能量补充与工作数据交换。因此，水下对接回收技术成为目前AUV研究的一个重要方向。
[0003]常用的AUV路径规划方法根据环境中障碍物的分类，可将路径规划分为全局路径和局部路径两种规划。其中，全局路径规划主要针对环境中静止、信息已知的障碍物对象。为获得最优的全局路径，通常会根据环境模型构建一些目标函数，并将全局路径规划问题转化为多目标函数优化问题。当前在路径规划领域比较有代表性的目标优化算法一般可以分为传统算法以及智能规划算法两类。传统算法包括A*算法、D*算法、单元分解法、人工势场法等，传统方法能够保证在可行解存在的情况下找到最优和次优解，但是需要精确的环境数学模型和较大的计算量，搜索效率低，得到的优化效果也不太理想。智能规划算法在处理复杂问题上具有传统算法无法比拟的优越性，智能算法包括遗传算法、粒子群算法、蚁群算法等。其中遗传算法(Genetic Algorithm，GA)具有强大的全局搜索能力，特别是在复杂优化问题中的搜索能力，这使得GA广泛应用于路径规划、任务分配等问题研究中。但是GA也存在这收敛速度慢、易陷入局部最优解等问题。

技术实现思路

[0004]本专利技术提供一种三维水下欠驱动AUV回收路径规划方法及装置，利用优化的自适应参数以及考虑多种约束条件对传统遗传方法中过早出现的局部最优问题进行全局寻优，从而提高路径规划的效率。
[0005]本专利技术采用的技术手段如下：
[0006]本专利技术公开了一种三维水下欠驱动AUV回收路径规划方法，包括以下步骤：
[0007]S1、获取水下环境中小山丘的位置，并基于小山丘的位置构建水下三维环境模型，并确定AUV在回收过程中起点位置、起点姿态、终点位置及终点姿态；
[0008]S2、基于所述AUV在回收过程中起点位置、起点姿态、终点位置及终点姿态设置中间路径点；
[0009]S3、构建路径规划约束条件，所述路径规划约束条件包括硬约束条件和软约束条件，所述硬约束条件包括欠驱动机器人自身的回转半径约束条件、潜浮角约束条件以及对
于静态障碍物的避碰约束条件，所述软约束条件包括路径长度约束条件以及能耗约束条件；
[0010]S4、在改进的遗传算法中依据软硬约束条件设计相应适应度函数，通过迭代利用硬约束条件设计的适应度函数进行可行路径搜索，利用软约束条件设计的适应度函数在可行路径中寻优，当到达指定迭代次数后，终止算法得到利用三次B样条平滑后的最优全局路径，所述改进的遗传算法中对种群的交叉系数以及变异系数进行自适应的处理。
[0011]较现有技术相比，本专利技术具有以下优点：
[0012]本专利技术提供的一种针对三维环境下的欠驱动水下机器人回收路径规划方法，改进的遗传算法继承了传统遗传算法强大的全局搜索能力的优点，从规划路径的长短以及能耗方面来看，改进的遗传算法规划在这两方面均由于传统的遗传算法，并且经过多次实验的比较，改进的遗传算法在求解的稳定性上更优于传统的遗传算法，从路径的平滑度来看，本专利技术采用了三次B样条曲线来构成回收路径，在保证平滑度的情况下，由于三次B样条曲线具有位置连续、一阶连续、二阶微分连续的特性，这就使得构成的路径曲率连续，符合欠驱动AUV的运动要求，从而使得规划出的路径能够实际的跟踪。综合多组仿真数据，改进的遗传算法在保证了路径的长短及能耗的同时，也保证了回收路径的平滑度。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术的环境模型示意图。
[0015]图2为本专利技术中应用的三次B样条示意图。
[0016]图3为本专利技术的中间路径点选择示意图。
[0017]图4为本专利技术的算法流程图。
[0018]图5为测试环境以及各算法规划路径对比。其中(a)为测试环境测例，(b)传统遗传算法规划结果，(c)为启发式自适应遗传算法规划结果，(d)为本文改进遗传算法规划结果。
[0019]图6为测试环境以及设置不同权重规划出的路径对比。其中(a)为测试环境测例，(b)kL＝1，kE＝0，(c)kL＝0.5，kE＝0.5，(d)kL＝0，kE＝1。
具体实施方式
[0020]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0021]本专利技术公开了一种三维水下欠驱动AUV回收路径规划方法，包括以下步骤：
[0022]S1、获取水下环境中小山丘的位置，并基于小山丘的位置构建水下三维环境模型，并确定AUV在回收过程中起点位置、起点姿态、终点位置及终点姿态。
[0023]环境建模是全局路径规划的前提，由于AUV对接回收时声学定位的范围为0
‑
3000m，属于较小的任务环境，而电子海图的分辨率难以呈现这种环境，所以本实验通过下面公式来模拟海底地形，将海底地形当做环境中主要的静态障碍物。所以S1中的海底环境的仿真利用下方表达式来模拟：
[0024][0025]式(1)中，X，Y和Z代表三维空间域，x0表示海床中小山丘中心处的横坐标，y0表示海床中小山丘中心处的纵坐标。σ，a和b表示海床中小山丘的宽度控制系数，σ越大，则海床中小山丘的宽度越大，σ越小，则海床中小山丘的宽度越小，a越大，则海床中小山丘沿y轴宽度越小，a越小，则海床中小山丘沿y轴宽度越大，b越大，则海床中小山丘沿x轴宽度越小，b越大，则海床中小山丘沿x轴宽度越小。h表示海床中小山丘的高度。n表示海床中小山丘的个数。
[0026]S2、基于所述AUV在回收过程中起点位置、起点姿态、终点位置及终点姿态设置中间路径点。
[0027]具体地，本申请中最优路径曲线是由两端的确定路径点以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维水下欠驱动AUV回收路径规划方法，其特征在于，包括以下步骤：S1、获取水下环境中小山丘的位置，并基于小山丘的位置构建水下三维环境模型，并确定AUV在回收过程中起点位置、起点姿态、终点位置及终点姿态；S2、基于所述AUV在回收过程中起点位置、起点姿态、终点位置及终点姿态设置中间路径点；S3、构建路径规划约束条件，所述路径规划约束条件包括硬约束条件和软约束条件，所述硬约束条件包括欠驱动机器人自身的回转半径约束条件、潜浮角约束条件以及对于静态障碍物的避碰约束条件，所述软约束条件包括路径长度约束条件以及能耗约束条件；S4、在改进的遗传算法中依据软硬约束条件设计相应适应度函数，通过迭代利用硬约束条件设计的适应度函数进行可行路径搜索，利用软约束条件设计的适应度函数在可行路径中寻优，当到达指定迭代次数后，终止算法得到利用三次B样条平滑后的最优全局路径，所述改进的遗传算法中对种群的交叉系数以及变异系数进行自适应的处理。2.根据权利要求1所述的一种三维水下欠驱动AUV回收路径规划方法，其特征在于，S1中所述水下三维环境模型为：其中，X，Y和Z代表三维空间域，x0表示海床中小山丘中心处的横坐标，y0表示海床中小山丘中心处的纵坐标，σ，a和b表示海床中小山丘的宽度控制系数，σ越大，则海床中小山丘的宽度越大，σ越小，则海床中小山丘的宽度越小，a越大，则海床中小山丘沿y轴宽度越小，a越小，则海床中小山丘沿y轴宽度越大，b越大，则海床中小山丘沿x轴宽度越小，b越大，则海床中小山丘沿x轴宽度越小，h表示海床中小山丘的高度，n表示海床中小山丘的个数。3.根据权利要求1所述的一种三维水下欠驱动AUV回收路径规划方法，其特征在于，S2中路径的起始端路径点表达式如下：其中，P
s
为起始端路径点位置，表示为路径曲线在起始端的一阶导数，为欠驱动AUV进行回收时的速度向量，k1为正实数；终点位置表达式如下：其中，P
E
表示为全局规划路径的终点，该终点在回收坞站平台的中心线上且姿态指向坞站平台中心处，，表示为路径曲线在终点端的一阶导数，表示从P
E
指向坞站中心的单位向量，k2表示为正实数。4.根据权利要求1所述的一种三维水下欠驱动AUV回收路径规划方法，其特征在于，S4中三次B样条曲线的表达式如下：
其中，P
j
(t)为整个路径曲线的分段表示形式，表示的是第j段曲线，每段B样条曲线由4个路径点构成，t为自变量系数，P
j
(t)中t＝0表示第j段曲线起点，P
j
(t)中t＝1表示第j段曲线终点，N
i
(t)为三次B样条的基函数，整体曲线由M+1段三次B样条曲线构成。5.根据权利要求1所述的一种三维水下欠驱动AUV回收路径规划方法，其特征在于，S3中所述硬约束条件根据以下表达式获取：Z(x
i
,y

【专利技术属性】
技术研发人员：毕胜，关磊，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：