留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

IVP模型在AUV路径规划与实时避障中的应用研究

李聪 胡超芳 沈同圣 赵德鑫

李聪, 胡超芳, 沈同圣, 赵德鑫. IVP模型在AUV路径规划与实时避障中的应用研究[J]. 机械科学与技术, 2022, 41(10): 1477-1482. doi: 10.13433/j.cnki.1003-8728.20220291
引用本文: 李聪, 胡超芳, 沈同圣, 赵德鑫. IVP模型在AUV路径规划与实时避障中的应用研究[J]. 机械科学与技术, 2022, 41(10): 1477-1482. doi: 10.13433/j.cnki.1003-8728.20220291
LI Cong, HU Chaofang, SHEN Tongsheng, ZHAO Dexin. Application Research of IVP Model in AUV Path Planning and Real-time Obstacle Avoidance[J]. Mechanical Science and Technology for Aerospace Engineering, 2022, 41(10): 1477-1482. doi: 10.13433/j.cnki.1003-8728.20220291
Citation: LI Cong, HU Chaofang, SHEN Tongsheng, ZHAO Dexin. Application Research of IVP Model in AUV Path Planning and Real-time Obstacle Avoidance[J]. Mechanical Science and Technology for Aerospace Engineering, 2022, 41(10): 1477-1482. doi: 10.13433/j.cnki.1003-8728.20220291

IVP模型在AUV路径规划与实时避障中的应用研究

doi: 10.13433/j.cnki.1003-8728.20220291
基金项目: 

国家自然科学基金项目 41906169

详细信息
    作者简介:

    李聪(1993-), 硕士研究生, 研究方向为AUV路径规划方面, 18196735370@163.com

    通讯作者:

    沈同圣, 研究员, 博士生导师, shents_bj@126.com

  • 中图分类号: TP242.6

Application Research of IVP Model in AUV Path Planning and Real-time Obstacle Avoidance

  • 摘要:

    针对传统基于行为的控制体系结构在解决AUV局部路径修复问题时, AUV整体行为容易出现不可接受的缺陷等不足, 设计一种新的行为融合-区间优化(IVP)方法。首先将路径规划任务划分为路径点跟踪行为、实时避障行为等多个具体的行为, 结合环境约束, 将AUV控制决策选择视为一个多目标优化问题, 然后利用IVP模型进行行为的协调, 最后基于MOOS-IVP体系以静态目标周围的环绕式路径点跟踪进行了仿真分析, 结果表明IVP模型在解决决策空间随决策变量增加呈指数增长的同时, 能够实时避障并保证了结果的最优化。

  • 图  1  MOOS应用程序及其连接

    图  2  行为求解过程

    图  3  路径点的到达条件

    图  4  路径点之间的过渡

    图  5  路径点跟踪行为目标函数

    图  6  规则多边形近似的障碍物

    图  7  避障行为优先级权重变化过程

    图  8  避障实现过程, 灰色多边形表示障碍物

    图  9  实时避障行为目标函数

    图  10  实验仿真结果图

    图  11  不同时刻目标函数产生的控制决策

    图  12  速度航向时间序列图

  • [1] 张楠楠, 姜文刚, 窦刚. 改进蚁群算法在AUV三维路径规划中的研究[J]. 计算机工程与应用, 2019, 55(11): 265-270 https://www.cnki.com.cn/Article/CJFDTOTAL-JSGG201911041.htm

    ZHANG N N, JIANG W G, DOU G. Research on autonomous underwater vehicle 3D path planning based on improved ant colony algorithm[J]. Computer Engineering and Applications, 2019, 55(11): 265-270 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSGG201911041.htm
    [2] 王雷, 李明, 蔡劲草, 等. 改进遗传算法在移动机器人路径规划中的应用研究[J]. 机械科学与技术, 2017, 36(5): 711-716 doi: 10.13433/j.cnki.1003-8728.2017.0509

    WANG L, LI M, CAI J C, et al. Research on mobile robot path planning by using improved genetic algorithm[J]. Mechanical Science and Technology for Aerospace Engineering, 2017, 36(5): 711-716 (in Chinese) doi: 10.13433/j.cnki.1003-8728.2017.0509
    [3] 冷静, 刘健, 徐红丽. 实时避碰的无人水面机器人在线路径规划方法[J]. 智能系统学报, 2015, 10(3): 343-348 https://www.cnki.com.cn/Article/CJFDTOTAL-ZNXT201503002.htm

    LENG J, LIU J, XU H L. Online path planning of an unmanned surface vehicle for real-time collision avoidance[J]. CAAI Transactions on Intelligent Systems, 2015, 10(3): 343-348 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZNXT201503002.htm
    [4] 姚淑香. 基于海流预测模型的AUV路径规划方法[D]. 哈尔滨: 哈尔滨工程大学, 2019

    YAO S X. AUV path planning method based on ocean current prediction model[D]. Harbin: Harbin Engineering University, 2019 (in Chinese)
    [5] KHATIB O. Real-time obstacle avoidance for manipulators and mobile robots[C]//Proceedings. 1985 IEEE International Conference on Robotics and Automation. St. Louis: IEEE, 1985: 500-505
    [6] ROSENBLATT J K. DAMN: a distributed architecture for mobile navigation[J]. Journal of Experimental & Theoretical Artificial Intelligence, 1997, 9(2-3): 339-360
    [7] PIRJANIAN P. Multiple objective action selection & behavior fusion using voting[D]. Aalborg: Aalborg University, 1998
    [8] PIRJANIAN P, HUNTSBERGER T L, SCHENKER P S. Development of CAMPOUT and its further applications to planetary rover operations: a multirobot control architecture[C]//Proceedings of SPIE 4571, Sensor Fusion and Decentralized Control in Robotic Systems IV. Boston: SPIE, 2001: 108-119
    [9] BENJAMIN M R. The interval programming model for multi-objective decision making[R]. Cambridge: Computer Science and Artificial intelligence Laboratory, 2004: 35-50
    [10] GUPTA A, NOVITZKY M, BENJAMIN M. Learning autonomous marine behaviors in MOOS-IVP[C]//OCEANS 2018 MTS/IEEE Charleston. Charleston: IEEE, 2018: 1-10
    [11] BENJAMIN M R, SCHMIDT H, NEWMAN P M, et al. Nested autonomy for unmanned marine vehicles with MOOS-vP[J]. Journal of Field Robotics, 2010, 27(6): 834-875 doi: 10.1002/rob.20370
    [12] DONG L Y, XU H L. Design of heading control system for USV based on MOOS-IVP[C]//2017 IEEE 2nd Information Technology, Networking, Electronic and Automation Control Conference (ITNEC). Chengdu: IEEE, 2017: 68-71
    [13] JIANG D P, PANG Y J, QIN Z B. Application of MOOS-IVP architecture in multiple autonomous underwater vehicle cooperation[C]//2010 Chinese Control and Decision Conference. Xuzhou: IEEE, 2010: 1802-1807
    [14] BENJAMIN M R. Multi-objective navigation and control using interval programming[C]//Multi-Robot Systems Workshop, NRL. Washington DC, 2003: 1-12
    [15] BENJAMIN M R, DEFILIPPO M, ROBINETTE P, et al. Obstacle avoidance using multiobjective optimization and a dynamic obstacle manager[J]. IEEE Journal of Oceanic Engineering, 2019, 44(2): 331-342 doi: 10.1109/JOE.2019.2896504
  • 加载中
图(12)
计量
  • 文章访问数:  297
  • HTML全文浏览量:  71
  • PDF下载量:  58
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-03-24
  • 刊出日期:  2022-10-25

目录

    /

    返回文章
    返回