基于人工势场的潜艇搭载AUV回收路径规划

紧密结合未来无人作战侦察对潜艇搭载自主水下航行器(AUV)水下自主回收的需求,对水平面内基于水声定位的AUV的自主回收对接技术进行了研究。运用了基于人工势场的导引方法规划了AUV的回坞路径,然后基于AUV的运动方程设计了滑模跟踪控制律来解决AUV在复杂的回收环境下的避障问题,并通过引入"填平势场"来引导AUV走出局部极小点。最后采用了REMUS AUV的模型参数对水下回收进行了仿真试验研究,仿真结果验证了方法的有效性。     

基于多优化策略RRT的无人机实时航线规划

研究无人机在复杂战场环境中的实时航线规划问题。提出一种基于多优化策略RRT的无人机实时航线规划算法,解决了无人机在敌方雷达威胁密集部署环境下,面对突发威胁实时规划航线,实现安全飞行的问题。首先精确建立防空雷达模型,有效压缩雷达威胁空间;进一步设计基于目标启发的优化策略使算法能够快速收敛。采用冗余节点裁剪的策略减小航线长度,提高航线平滑性。仿真结果表明,该算法能够有效规避突发威胁,生成航线优化性良好。基于多优化策略RRT的无人机实时航线规划算法具备良好的实时性和优化性,能够满足复杂环境下无人机的安全飞行要求。     

战场环境下无人车辆战术机动路径规划方法

针对不同类型威胁体存在的战场环境中无人车辆战术机动路径规划问题,提出了一种基于威胁代价地图的粒子群优化（Particle Swarm Optimization,PSO）方法。借助极坐标系中关键点的极角进行路径描述,并使用分段3次Hermite插值方法形成光滑路径,将路径规划问题转化为关键点极角的参数优化问题。针对基本PSO（BPSO）算法存在的早熟收敛和后期迭代效率低的缺陷,借鉴以群集方式生活的物种按照不同任务对种群进行分工的机制,提出了一种基于多任务子群协同的改进粒子群优化（Particle Swarm Optimization based on the Multi—tasking Subpopu—lation Cooperation,PSO-MSC）算法。借助该算法的快速收敛和全局寻优特性实现了最优路径规划。实验结果表明：该算法可以快速有效地实现战场环境下无人车辆的战术机动路径规划,且规划路径安全、平滑。     

基于雷达威胁的路径距离最小航路规划算法

未来作战逐渐趋向无人化、智能化,战斗机尤其是无人作战飞机感知战场态势变化,并自主重规划航行路线显得尤为重要.提出了一种雷达威胁的作战空间离散威胁概率表征方法,基于航路安全代价和航路距离代价的无人机A*航路规划算法.运用该算法仿真完成了不同安全代价和航程代价的航路规划,并给出了相应的规划路径结果.     

编队式自主水下航行器无碰协调控制技术研究

针对自主水下航行器(AUV)编队式航行中存在智能体间相互碰撞的危险,提出一种自主水下航行器的无碰协调控制技术,包含了编队协调控制和无碰策略等多种基本行为的融合.在编队控制中运用基于级联方法的路径跟踪控制技术和参数一致性的协同控制方法,保证了跟踪误差的渐近稳定,采用HRVO算法的无碰避障策略,使得AUV可以同时避开一般障碍物和其他AUV的碰撞危险.仿真结果表明,该AUV编队式无碰协调控制技术可使各AUV在避开碰撞危险的情况下,快速收敛到各自的参考路径,并保持编队的协调一致性.     

基于CPSO算法的海空跨域无人航行器集群协同作业路径规划

针对海空跨域无人航行器集群在复杂水域环境下协同作业以追踪水下目标的任务,提出一种基于协同粒子群(CPSO)的协同作业路径规划算法.考虑不同无人航行器集群特性优势,合理分解并分配远距离追踪水下目标任务过程,并利用CPSO算法进行路径规划.在CPSO算法中,首先为无人机(UAVs)集群规划飞行路径,UAV飞行过程中探测水面...     

海洋环境下基于量子行为粒子群优化的时间最短路径规划方法

针对海洋环境下无人水下潜航器(UUV)的时间最短路径规划问题,提出了一种基于量子行为粒子群优化(QPSO)的路径规划方法,由此建立了海流模型、障碍物模型,并推导了衡量航行时间的代价函数。在两种不同案例下,对所提方法和基于粒子群优化(PSO)的方法进行仿真比较,结果表明:所提方法具有更强的鲁棒性,能够为UUV规划出一条时间更短的安全路径。     

基于进化算法的雷达对抗侦察无人机航路规划

雷达对抗侦察无人机在执行任务前要根据战场环境预先规划好最优路径。全面考虑战场环境威胁约束、机动性能约束和侦察任务约束,综合轮盘法、最优保存策略和6种进化算子形成进化算法,并对航路规划问题进行求解。仿真结果表明,利用约束量化方法和进化算法对雷达对抗侦察无人机进行航路规划是可行的。     

一种基于极坐标模型的多AUV协同导航与定位算法

为了解决多个自主式水下无人航行器(AUV)在作曲线轨迹的航行时常规协同导航算法精度较低的难题,提出了一种基于极坐标的多AUV协同导航与定位算法.首先,将本算法的模型、可观测性与常规的直角坐标系算法进行了分析与对比.接着,进行了基于实航数据的数值仿真.针对解决各种传感器受异常噪声干扰导致多AUV协同定位误差变大的问题,本...     

无人战斗机航路规划圆切线算法

通过对无人战斗机低空进入敌防区面临的各种威胁进行分析,建立了适用于圆切线算法的威胁场模型;由于可行方向法对威胁圆叠加时规划出的航路效果不理想,提出了圆的切线算法理论作为此航路规划方法的改进,采用随机产生威胁场的方法来模拟多变的战场环境,并且进行了理论分析,最后得出仿真结果.仿真证明,将两种方法结合规划出的飞行航线在航程上是比较理想的,而且路径规则的效果也得到了很大的提高.     

复杂环境下基于多目标粒子群的DWA路径规划算法

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。     

基于势场启发蚁群算法的远程水中兵器航路规划

针对航行误差较大的远程水中兵器航路规划问题，采用栅格化方法建立海洋环境模型，为使兵器在航行过程中能有效规避障碍并导向目标，提出一种人工势场力为启发因子的改进蚁群算法，利用该方法搜索远程水中兵器从起始点至目标点的最佳路径，算法解决了经典蚁群算法容易陷入局部最优及收敛速度慢的问题。仿真结果表明该规划算法虽有少量的路径损失，但可以有效避免由于误差引起的航行安全问题，是一种有效的远程水中兵器航路规划方法。     

An eikonal equation based path planning method using polygon decomposition and curve evolution

Path planning is a key technique of autonomous navigation for robots, and the velocity field is an important part. Constructing velocity field in a complex workspace is still challenging. In this paper, an inner normal guided segmentation algorithm in a complex polygon is proposed to decompose the complex workspace in this paper. The artificial potential field model based on probability theory is then used to calculate the potential field of the decomposed workspace, and the velocity field is obtained by utilizing the potential field of this workspace. Path optimization is implemented by curve evolution, during which the internal force generated in the smoothing process of the initial path by a mean filter and the external force is obtained from the gradient of the workspace potential field. The parameter selection principle is deduced by analyzing the influence of several parameters on the path length and smoothness. Simulation results show that the designed polygon decomposition algorithm can effectively segment complex workspace and that the path optimization algorithm can shorten and smoothen paths.     

调运问题中基于栅格模型的快速路径规划方法

针对调运路径规划这一问题,采用栅格模型表示环境地图,通过设定路径搜索方向权重,剔除不必要的搜索区域,提高了搜索效率.仿真结果表明,该算法能有效地提高路径搜索效率,并能搜索到最优路径.     

基于水下声场信息的三维航路规划研究

针对目前大规模水下复杂战场环境中的航路规划困难的问题。设计了一种以距离值传递法为基础的航路规划方法,该方法以水下声场为主要威胁源,运用三维抛物方程(PE)模型计算水下声场数据,并以此建立三维水下战场环境。利用限制线性八叉树的方法对数据场进行数据分割,从而达到对搜索空间的压缩,最后通过距离值传递法搜索得到最佳航路。仿真结果表明该方法较快的实现了三维声场环境下的不同起始点、多目标寻径,满足一定条件下航路规划要求。     

文章编号：基于多目标进化搜索算法的AUV地磁仿生导航方法

针对水下自主航行器(AUV)地磁多参量多目标搜索的问题,提出了一种基于磁趋势敏感的多目标进化搜索算法。在进化算法的结构下,利用地磁场参量与导航路径的约束关系,以磁趋势敏感作为后验评估准则,建立导航模型,使得地磁多分量伴随航行器的运动同时同地收敛至各自目标值,实现导航目的。通过与六边形路径搜索算法的仿真对比,验证了多目标进化搜索算法的有效性和优越性。     

水下导航系统误差辨识及修正方法

水下航行器经常采用航位推算方式进行定位.由于存在传感器误差,航位推算的定位误差是随着时间发散的,而直接准确检测这类误差非常困难.对航位推算导航系统误差源进行分析与辨识,在此基础上推导出一种新的辨识AUV (Autonomous Underwater Vehicles)导航误差参数的方法,经实航试验结果表明,该算法能够准确辨识AUV导航误差参数向量,简单有效.     

海洋能驱动航行器的能源最优航迹规划研究

无人水面航行器在航行过程中受到尺寸限制,只能携带有限的能源,而海洋中蕴含大量的能源,如果无人水面航行器在航行过程中能利用广泛分布的海洋能源,那么其续航能力将会显著提升.研究一种海洋能驱动航行器的能源最优航迹规划方法,使海洋能驱动航行器在航行过程中尽可能少地消耗能源,并尽可能多地利用海洋能.首先,选取我国南海部分海域作为...