一种用于自主水下航行器的全覆盖式目标搜索方法技术

本发明专利技术公开一种用于自主水下航行器的全覆盖式目标搜索方法，属于自主水下航行器控制技术领域，目的在于解决现有技术存在的问题。本发明专利技术包括以下步骤：下载任务海域的高程地图并输入到AUV；根据探测传感器作业半径和AUV转弯半径选定栅格尺度，对高程地图栅格化处理，得到栅格地图；基于GBNN算法表示步骤二中获得的栅格地图，得到2D神经网络，并对2D神经网络进行初始化迭代，得到迭代后的2D神经网络；确认迭代后的2D神经网络中由障碍物影响的可航行区域，该部分可航行区域作为特殊区域，对特殊区域内的神经元重赋值；对AUV进行全覆盖路径规划；在全覆盖路径基础上基于转向优化策略和基于GBNN的逃离死锁点方法实时对规划路径进行优化，获得AUV最终航行路径。

【技术实现步骤摘要】

本专利技术属于自主水下航行器控制，具体涉及一种用于自主水下航行器的全覆盖式目标搜索方法。

技术介绍

1、自主水下航行器(auv)因其强机动，高灵活，高效率等优点，广泛应用于海洋地貌测绘，海洋自然资源勘探、水下考古和水下搜救等领域。对特定海域进行精细化搜索的过程中，由于auv受到水下障碍物制约和自身能量约束，路径规划的低覆盖率和耗能仍是需要解决的问题。同时为保证探测设备的稳定成像，auv航行深度不宜频繁改变。具有较高安全性、稳定性和高效性的定深时覆盖型路径规划是auv应用的核心问题。

2、随机搜索算法是较早的覆盖型路径规划算法，智能体在搜索域内随机运动，该搜索算法较为简单，但在复杂环境中难以摆脱死锁点，因此搜索效率较低。近年来启发式方法得到了较快发展，遗传算法、人工神经网络算法在智能体的路径规划中得到广泛应用，然而基于启发式算法存在计算量大，收敛速度慢的问题。基于生物启发神经网络也可用于解决覆盖型路径规划问题。具有代表性的算法有：bio-inspired neural network(binn)和glasius bio-inspired neur本文档来自技高网...

【技术保护点】

1.一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，步骤五中所述的特殊区域包括AUV反延展方向未覆盖区域；所述AUV反延展方向未覆盖区域具体为：AUV至(xA,yA)时，对于(xA-1,yA)和(xA+1,yA)的神经元活性值均大于或等于1时，以(xA-1,yA)为种子点，在[1,xA]区域内形成的可航行连通区域。

3.根据权利要求2所述的一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，步骤五中所述的特殊区域还包括遍历延展方向上凹形障碍物包含区域；...

【技术特征摘要】

1.一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，步骤五中所述的特殊区域包括auv反延展方向未覆盖区域；所述auv反延展方向未覆盖区域具体为：auv至(xa,ya)时，对于(xa-1,ya)和(xa+1,ya)的神经元活性值均大于或等于1时，以(xa-1,ya)为种子点，在[1,xa]区域内形成的可航行连通区域。

3.根据权利要求2所述的一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，步骤五中所述的特殊区域还包括遍历延展方向上凹形障碍物包含区域；所述遍历延展方向上凹形障碍物包含区域包括：auv直航时紧邻区域，auv在障碍物边界转向时紧邻区域和auv在作业边界转向时紧邻区域。

4.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，所述auv直航时紧邻区域具体为：

5.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于，所述auv在障碍物边界转向时紧邻区域具体为：auv航向为-90°航行至障碍物边界时，auv转向后航行至(xa,ya)，若则以(xa+1,ya)为可航行区域种子点构造可航行连通域，以(xa+1,ya-1)为障碍物区域种子点构造障碍物连通域；

6.根据权利要求3所述的一种用于自主水下航行器的全覆盖式目标搜索方法，其特征在于...

【专利技术属性】
技术研发人员：陈延礼，曹哲，胡鑫玉，张宇，任天龙，
申请(专利权)人：吉林大学，
类型：发明
国别省市：