自治水下机器人路径规划与安全避障技术研究

海洋深处工作环境复杂、多变、不可预测，自治水下机器人AUV(Autonomous Underwater Vehicles)与母船之间没有任何物理连接、高度自治、同时自身携带动力能源有限，为使AUV能够在复杂水下环境中、有限的时间内，高效完成多目标作业任务且能够有效避开障碍物，其水下路径规划与避障技术研究十分关键。.本项目应用带约束条件的量子粒子群优化算法QPSO(Quantum Particle Swarm Optimization)进行自治水下机器人AUV全局路径规划；应用多传感器信息融合技术进行障碍物目标识别与水下地图构建，并与生物启发神经网络集成实现AUV对具体目标区域的全覆盖路径规划与避障，即AUV局部路径规划；利用变结构滑模算法完成AUV轨迹跟踪控制；在已有试验水池和水下机器人实验平台上，研制自治水下机器人路径规划与安全避障实验系统，验证所提路径规划与避障算法的有效性。

海洋深处工作环境复杂、多变、难以预测，自治水下机器人AUV(Autonomous Underwater Vehicles)与母船之间没有任何物理连接、高度自治、同时自身携带动力能源有限，为了使AUV能够在复杂水下环境中、有限的时间内，高效完成多目标作业任务且能够有效避开障碍物，其水下路径规划与避障技术研究十分关键。本课题应用带约束条件的量子粒子群优化算法QPSO(Quantum Particle Swarm Optimization)进行自治水下机器人AUV全局路径规划；应用多传感器信息融合技术进行障碍物目标识别与地图构建，并与生物启发神经网络集成实现AUV对具体目标区域的全覆盖路径规划与避障，即AUV局部路径规划；利用变结构滑模控制算法完成AUV轨迹跟踪；应用已有水下机器人实验平台和试验水池，研制水下机器人路径规划实验系统，验证所提路径规划与避障算法的有效性。项目的主要研究成果有：获上海市科技进步二等奖1项；发表相关研究论文16篇，其中SCI国际期刊8篇，EI期刊及国际会议7篇，一般核心期刊1篇；申请国家专利5项，授权4项；出版专著1部；上海市优秀硕士学位论文1篇，毕业博士2名，硕士10名。