水下机器人路径规划

欢迎各位老师和同学参加我的硕士论文答辩会！

学生：韩志学导师：张铭钧教授专业：机械电子工程

海流作用下水下机器人区域探测规划方法水下机器人也称作潜水器(UnderwaterVehicle)。世界上第一台载人潜水器ArgonauttheFirst是由西蒙·莱克于1890年制造的。20世纪60年代到70年代中期是载人潜水器发展的鼎盛时期，其技术发展逐步成熟。在使用过程中人们发现并利用载人潜水器的优点，同时也暴露了其缺点和局限性。随着遥控技术与机械手技术的发展，人们开始进行无人潜水器的研究。1960年美国研制成功了世界上第一台系缆遥控式潜水器(RemotelyOperatedVehicles，ROV)-“CURV1”，它与载人潜水器配合，在西班牙外海找到了一颗失落在海底的氢弹，由此引起轰动。但是，系缆式ROV的作业空间受到限制，系缆又经常与海底建筑、沉船、岩石等其它设施发生缠绕，不能在结构内部作业，同时，它要求母船具有良好的船位保持能力，这些缺点限制了它的应用。因此，在20世纪60年代，军事与工业部门开始注重无人无缆式潜水器(AutonomousUnderwaterVehicle，AUV)的研究。与载人潜水器相比较，AUV具有安全、重量轻、尺寸小、造价低等优点。与ROV相比，AUV具有活动范围大、潜水深度深、可进入复杂结构中、不需要庞大水面支持等优点。AUV代表了未来潜水器的发展方向，是当今世界各国研究的热点。水下机器人国内外发展及研究现状目前，许多国家的大学和研究机构都投入了大量的人力和物力用于AUV系统的研究和开发。在该领域，美国技术力量比较雄厚，其中有代表性的AUV系统有美国海军研究生院研制的“Phoenix”、辛罕布什尔大学海洋系统工程实验室研制的“EAVEEAST”、麻省理工学院研制的“OdysseyⅡ”、佛罗里达大西洋大学与美国与美国派瑞技术有限股份公司研制的“OceanVoyagerⅡ”等。日本在AUV的研究也处于领先地位，东京大学的URA实验室开发了许多不同功能的AUV，如“TwinBurger”、“PTEROA150”等。图1为美国海军研制的AUV-AUSS。图1美国的AUSS

图2“CR-01”6000米自治水下机器人

我国无人遥控潜水器及自主式水下机器人从六十年代中期就开始进行了一些探索性研究，“七五”在863智能机器人主题下将水下机器人的开发研制列入国家重点攻关项目，“八五”期间智能水下机器人技术得到了迅速发展。经过我国工程技术人员长期努力，先后研制了“海人一号”、“海人二号”水下试验床等。1995年8月，作为我国“八六三高科技发展战略”成果的“探索者一号”6000米无缆自治式水下机器人在太平洋的深海功能试验成功。此后，经过一年半的改造，命名为CR-01（图2），又于1997年5月再一次在太平洋圆满完成各项海底调查任务。这标志着我国在AUV研究方面已进入世界先进水平。AUV路径规划及研究现状

水下机器人规划问题是指综合机器人动作序列并执行的问题，从给定的状态出发，这个序列能够使机器人达到预期的工作目标，完成规定的工作任务。根据水下机器人完成作业的不同将可分为点对点路径规划和覆盖式路径规划。点对点路径规划又可分为全局规划和局部规划。全局路径规划就是根据先验知识（如地图等），在有限条件下规划出一条从起点到达目标点的无碰路径。目前，全局路径规划的研究方法主要有图搜索法、位置空间法、顶点图法、正规栅格法、势场法、遗传算法等。局部路径规划处于规划的底层，它通过各种传感器、处理器同环境交互，把全局规划得到的一系列路径关键点作为系统的子目标序列，规划一条实际的路径。Brooks将势场的概念应用于移动式机器人的避碰问题。Borentein和Korer则提出了虚势场的方法并指出了这种方法的局限性。孙茂相等提出预测控制与人工势场法相结合用于水下机器人实时路径规划中。随着智能控制技术的发展，模糊避碰及神经网络方法在局部路径规划中得到了广泛应用，它们的共同优点在于不需要知道环境的解析模型。

传统的点对点路径规划方法不能解决地面清洁，草坪修整，探雷，收割庄稼，以及粉刷等工作。这些具体的任务都需要覆盖式路径规划方法。覆盖式路径规划就是指机器人对整个目标区域进行探测，完成特定的任务。未知环境中，对给定区域进行搜索的方法主要有随机搜索和坐标搜索两种。随机搜索是指在搜索过程中，搜索路线是随机的，主要用在比较简单，障碍物分布较少或比较规则的环境中，没有定位要求，对信息的计算与处理的要求也较低，但其搜索效率低，尤其是障碍物增加的情况下；而且其对搜索区域的覆盖只是概率意义上的，不能保证对搜索区域的百分之百覆盖。坐标搜索是指在搜索过程中按着一定的搜索算法来决定下一步的搜索路径，坐标搜索的显著特点是可以完成对给定区域的100%覆盖，由于在搜索过程中需要实时的确定当前位置，因此对定位精度要求比较高，同时，对处理器的处理能力，传感器的精度及可靠性等都有较高要求。美国DaleRhinehart’sgroup已经通过实验证明，当覆盖要求提高到接近百分之百时，随机搜索算法要比坐标搜索费多得多的搜索时间。

Coordinatedvs.RandomSearch

(withYangangZhang,MarkSchervish,StatisticsDept,CarnegieMellon)CoordinatedGuaranteesEfficientStronglocalizationrequirementsMoresensorsRandomNoguaranteesInefficientNolocalizationrequirementsLowercomputerbudget

课题研究的目的与意义区域探测是自主式水下机器人的主要应用之一。水下机器人区域探测是指在水下机器人对环境信息未知的情况下，根据给予的指令和探测到的信息，无遗漏的完成给定区域内所有目标的搜索、定位及识别。以往的水下机器人区域探测规划中一般不考虑海流的影响，这使得控制器在完成规划器输出轨迹及艏向实现上难以达到理想效果，且造成较大的附加能量消耗。由于工作环境的复杂性和不确定性，在水下机器人运动及作业过程中，海流对轨迹、航向控制等均有很大影响，单纯从控制方面改善和提高水下机器人的运动控制性能难以达到理想效果。本课题来源于总装备部跨部门预研项目“智能水下机器人”的研究课题，主要研究海流作用下的水下机器人区域探测规划方法，使水下机器人以尽可能短的时间和能量消耗来完成给定区域的探测任务，具有适复杂海洋环境的智能规划能力。论文主要研究内容海流作用下边探测边识别区域探测规划方法设计海流作用下先探测后识别区域探测规划方法设计基于滚动窗口的探测区域内总体探测算法基于关键点的探测窗口内目标接近与识别基于模糊控制的两点间局部路径规划基于TSP最短路径问题的全局路径规划作业环境与声呐配置作业环境作业任务要求探测范围为2000×500m，探测环境未知，水下障碍物及目标的类型、大小、形状、分布未知，海流的大小、方向按要求设定。声呐配置水下机器人上配有前视探测声呐和3维成像声呐两种类型的声呐；其中前视探测声呐水平方向的开角为90度，最大探测范围为200m；3维成像声呐水平方向的开角为15度，最佳成像距离为10m。

海流对水下机器人运动影响分析

水下机器人在有海流环境中航行时，不可避免要受到海流产生的流压力（矩）作用，其结果使水下机器人运动或转向的阻力发生变化，并产生漂流运动。流压力是水下机器人受到的最主要的环境力，其数值大小直接影响推力分配，由船舶操纵性理论可知，当海流方向与机器人首尾线垂直时，机器人所受的横向力最大。此外，当海流力作用中心与水下机器人回转中心不一致时，海流作用将使水下机器人产生转艏力矩；另一方面，当水下机器人受到流压时，本体将向流向漂移，从而产生阻止其漂移的水的反作用力，其结果也给水下机器人以转艏力矩，这种海流产生的转艏作用，一般通过“压舵”的方法来抵抗来流以保持航向，而保向所需的操舵量与流速的平方成正比，与机器人速度的平方成反比，并且流向越是靠近横向所需操舵量越大。因此在水下机器人路径规划中就应考虑海流作用，以减少为抵抗海流力所需的控制推力，提高机器人运动控制精度和减少能量消耗。边探测边识别探测规划方法设计一单元划分

区域探测的关键是无遗漏的探测出给定区域内的所有目标，并在给定的误差范围内确定目标的位置，由于水下机器人事先不知道目标的分布，数量及环境信息，所以必须使其传感器扫过区域内的每个点，以实现完全覆盖式探测。水下机器人在有海流的水域中航行时，海流的影响使水下机器人偏离预定轨迹和航向，因此，在对水下机器人进行路径规划时必须考虑海流的影响，使海流对水下机器人的影响尽量小。基于区域探测方法中最优分解的原理，把总探测区域分成与探测边界平行的单元区域。为了减少海流对水下机器人运动的影响，当海流方向更接近X轴时（既海流在经度方向的分量大于在纬度方向的分量时），进行横向单元分解；当海流方向更接近Y轴时（既海流在纬度方向的分量大于在经度方向的分量时），进行纵向单元分解。两种类型的单元划分如图3、4所示。说明：1.根据水下机器人探测声呐响应范围，把探测区域分成如图C1与C2两个单元，两个单元的方向与横向边界方向平行，大小为250m×2000m。2.考虑到水下机器人定位误差，传感器本身测量误差，及运动过程中海流等干扰的影响，单元的上下、左右边界各超出探测区域20m，两单元重叠20m。3.起始点（A)、各分目标点（B,C)及终止点(D)已知，作为水下机器人运动过程中已知的关键点。图3横向单元分解C1C2ACBDStartEndC1图4纵向单元分解说明：1.根据水下机器人探测声呐响应范围把探测区域范围分成如图所示C1-C8八个单元，各单元的方向与纵向边界方向平行，大小为280m×540m。2.考虑到水下机器人定位误差，传感器本身探测误差，及运动过程中海流等干扰的影响，单元的左右边界各超出探测区域20m，靠近左右的两单元重叠25m，中间的5个单元重叠30m。3.起始点（A)、各分目标点（B-O)及终止点(P)已知，作为水下机器人运动过程中已知的关键点。C8ABCOPStartEnd二基于滚动窗口的探测区域总体探测算法进行单元划分根据海流方向水下机器人开始探测水下机器人继续前进发现有效目标进行目标识别未发现有效目标图5边探测边识别总体探测算法原理框图

水下机器人首先根据海流大小、方向把探测区域划分为横向或纵向单元，然后前进一步并刷新当前探测窗口内的环境信息，如果当前探测窗口内没有目标，则机器人继续前进，如果发现目标，则机器人首先根据数据库中已标记目标的特征信息，来确定该目标是否是已侦察过的目标，即是否为有效目标，如果不是有效目标，则不响应声呐的返回信息，机器人继续前进；如果是有效目标，则转入探测窗口内目标接近与识别探测算法，当机器人完成一个单元的探测时，转入两点间路径规划算法来完成单元间的移动，当完成全部单元探测时，整个区域探测结束，其原理框图如图5所示。

三基于关键点的探测窗口内目标接近与识别

确定局部中断点机器人运动到减速区关键点并成像确定并运动到第一个不可识别第三个关键点确定并运动到返回局部中断点对目标进行标记可识别关键点并成像确定并运动到第二个图6边探测边识别探测窗口内探测算法原理框图

水下机器人在当前探测窗口内发现有效目标时，首先根据当前位置与目标的距离判断是否已到达减速区，如尚未达到减速区，机器人继续前进直至到达减速区，然后记录当前点作为局部中断点。在对目标进行识别时，首先根据声呐返回信息确定目标轮廓关键点，即目标的轮廓变化趋势有突变的点，再根据当前海流方向信息结合最佳3维成像距离确定目标探测关键点，然后水下机器人运动到探测关键点，调整好艏向，对目标进行成像，从而完成对目标的识别，其原理框图如图图6所示。

四基于模糊控制的两点间局部路径规划水下机器人探测窗口内关键点之间的运动及机器人偏航、返航及单元间移动部分均属机器人两点间路径规划问题，解决这一问题的基本算法有人工势场法、确定栅格法、模糊逻辑法等，人工势场法存在局部最优解问题，容易产生死锁现象，而确定栅格法存在信息存储量大、运算时间长的缺陷，不适合本文中对信息存取实时性要求。模糊逻辑法不需要环境的解析模型，并具有良好的实时性及对误差的不敏感性，可以避开传统算法中对机器人定位精确性、环境信息依赖性的缺点。因此，本文探讨了基于模糊逻辑的两点间路径规划方法。

传统的水下机器人模糊规划器输入量只有单纯的距离信息，这使得水下机器人在可选择性操作时目的性不强。为克服这一缺陷，本文将水下机器人与当前目标点偏离的航向角也作为模糊规划器的输入变量之一，并在隶属度函数确定上，考虑了其正负性，使水下机器人始终遵循与当前目标点夹角为零的趋势运动，从而可以使得水下机器人运动行程尽量短。此外，本文的算法中还把海流方向与机器人当前方向的夹角也作为模糊输入量之一，来参与决策模糊规划器的输出，例如，当水下机器人前方有障碍时，根据海流方向信息来决定是左转还是右转，从而使水下机器人模糊推理进一步智能化和合理化。

模糊化反模糊化模糊推理模糊规则水下机器人环境信息说明：1.水下机器人通过外部传感器获得环境信息，通过内部传感器感知水下机器人的当前状态，两种传感器的信息作为模糊规划器的输入。2.将传感器得到的精确量处理成模糊规划器能接受的模糊量，根据模糊推理规则给出模糊输出量，经反模糊化后得到精确输出量。3.上述过程不断被重复执行，直到机器人到达目标点。图7水下机器人模糊规划器

目标方向信息前方障碍物信息左方障碍物信息右方障碍物信息模糊推理

机器人前进方向海流方向信息图8水下机器人模糊推理框图

先探测后识别规划方法设计

进行单元划分根据海流方向水下机器人开始探测继续探测直到探测完毕发现有效目标目标识别未发现有效目标较近目标全局路径规划对未识别目标进行较远目标一基于滚动窗口的探测区域总体探测算法

水下机器人首先根据海流大小、方向划分探测区间，然后机器人前进一步并刷新当前探测窗口内的环境信息，如果当前探测窗口内没有有效目标，则机器人继续前进，如果发现有效目标，且目标与机器人当前距离在“较近”范围内，则机器人