摘要: 为解决近海环境下水下无人航行器(unmanned underwater vehicle,UUV)的动态路径规划问题,本文提出一种结合全局和局部动态路径规划的算法。首先,本文提出一种基于自适应目标引导的快速拓展随机树算法,以增加随机树生长的方向性,并通过转向和重选策略减少无效拓展加快算法的收敛速度。接着,获得全局路径之后使用自适应子节点选取策略获取动态窗口法的子目标点,将复杂的全局动态任务规划分解为多个简单的动态路劲规划,从而防止动态窗口法陷入局部极小值。最后,通过UUV出港任务仿真实验验证了算法的有效性和实用性。
- 关键词:
- 水下无人航行器 /
- 动态路径规划 /
- 快速拓展随机树 /
- 动态窗口 /
- 自适应 /
- 水下环境 /
- 局部路径规划 /
- 避障
水下无人航行器(unmanned underwater vehicle,UUV)在水下搜救、地形勘探、探测资源等领域有着重要的地位[1],而自主路径规划是UUV的核心技术之一,其决定着UUV执行任务的效率和安全性[2-3]。无人智能系统的路径规划分为全局路径规划和局部动态规划两部分,前者基于不完整地图快速搜寻一条可达任务目标点的可行路径[4-9];后者则是利用智能系统的传感器对周围环境的感知及时避开全局路径上的未知障碍物[10-11]。然而,近海环境下大量礁石、人工建筑物以及航行的渔船等因素致使UUV的航行情况变得异常复杂,对路径规划的要求也相应提高[12]。当UUV停泊港内需执行港外近海任务时,若其具备近海复杂环境下的动态路径规划