基于改进蚁群算法的智能型水下机器人安全隐蔽航路优化研究开题报告

1. 研究目的与意义（文献综述）

海洋面积占地球总面积的71%。随着人类社会的不断发展和进步，人类长期对陆地资源的开采，陆地资源终究会不能够满足社会生产力发展的需求，而占比地球总面积七成、拥有丰富资源的海洋可以成为人类的关注点。海洋储存着大量资源，如丰富的生物资源、水资源、矿产资源、石油能源等。这些资源都可以用来满足人类发展的需求，因此，开发利用海洋极为重要。

对海洋进行开发利用，需要对海洋环境进行探知、观察和作业。目前对海洋进行探知的最主要方法是深海潜水器进行海洋探测。传统的潜水器分三类：载人潜水器（hov）、有缆遥控潜水器（rov）、自主无人潜水器（auv）[1]。载人潜水器通过载人运行，完成水下观察、作业等多中水下任务。相比于其他两种潜水器，由于人的参与，它能够完成更多、更为复杂的任务，但载人潜水器对成本和技术要求极高，不适用于一般的海洋作业。为减少人员的生命危险，以及简化作业流程，研制了无人水下潜水器。无人潜水器分有缆遥控潜水器和自主无人潜水器。有缆潜水器通过水面的脐带缆完成遥控任务，通过脐带缆传输信号和动力，是目前技术较为成熟的无人潜水器。然而，当作业环境较差，如作业深度较深和大范围的搜索作业时，由于脐带缆的限制，会产生成本增加、搜索半径不够和脐带缆断裂rov丢失等问题。为解决这些问题，自主无人潜水器（auv）应运而生。auv自带能源，无人无缆，通过编程方式来实现航路设计。同时auv还具有安全性高、造价低、尺寸小、活动范围较大等优点，适用于普遍的海洋作业。因此对auv 进行航路规划研究具有很大意义。

auv的航路规划问题指的是：在具有障碍物的水下环境内，根据一定的评价标准，寻找到一条从起始点到终点的最优或准优的无碰撞路径[2]。在航路规划的过程中需要考虑到多种影响因素，如：路径的平滑程度、障碍物信息、评价标准的确定等。对auv进行航路规划定义进行分析，可以发现三个关键词：环境、评价标准和路径。而这三个关键词可以组成航路规划的两个问题：环境建模和路径搜索。航路规划就是通过对要进行作业区域的海洋环境进行环境建模，通过一定的评价标准和相应的算法，在建模出的环境中进行仿真，计算出最优路径。对于路径规划，根据对环境信息的掌控程度可以分为全局路径规划和局部路径规划。全局路径规划方法可以归纳为可视图法、优化算法、拓扑法、栅格法、自由空间法、神经网络法等。局部路径规划的主要方法有: 人工势场法、模糊逻辑控制法、遗传算法、滚动窗口法等[2]。

2. 研究的基本内容与方案

1）研究内容分析：

论文题目是基于改进蚁群算法的智能型水下机器人安全隐蔽航路优化研究。研究的内容是将传统蚁群算法进行改进，利用改进后的蚁群算法对auv航路进行优化。航路优化过程中，需要从航路的安全性、隐蔽性和路径长度等方面进行评价。

3. 研究计划与安排

2019年12月-2020年1月，查阅近五年参考文献资料,阅读至少30篇外文献。

2020年2月份结合研究目标开始绘图、建模、模拟仿真、算法研究、控制方法，完成翻译10篇外文文献；

2020年3月中旬前提交开题报告，阶段性报告每周一次；

4. 参考文献（12篇以上）

1. 刘涛,王璇,王帅,王磊.深海载人潜水器发展现状及技术进展[j].中国造船,2012(3)：233-243.

2. 严建林.基于进化算法无人机航路规划技术研究[d].南京,南京航空航天大学,2008.

3. namik kemal yilmaz, constantinos evangelinos, pierre f. j. lermusiaux, and nicholas m. patrikalakis.path planning of autonomous underwater vehicles for adaptive sampling using mixed integer linear programming. ieee journal of oceanic engineering, vol. 33, no. 4, 522-537 (2008).

4. xiong, c., lu, d., zeng, z. et al.path planning of multiple unmanned marine vehicles for adaptive ocean sampling using elite group-based evolutionary algorithms. j intell robot syst (2020).https://doi.org/10.1007/s10846-020-01155-7

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付