海流环境下多AUV多目标生物启发任务分配与路径规划算法

针对多障碍物海流环境下多自治水下机器人(AUV)目标任务分配与路径规划问题,本文在栅格地图构建的基础上给出了一种基于生物启发神经网络(BINN)模型的新型自主任务分配与路径规划算法,并考虑海流对路径规划的影响.首先建立BINN模型,利用此模型表示AUV的工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;接着,比较每个目标物在BINN地图中所有AUV的活性值,并选取活性值最大的AUV作为它的获胜AUV,实现多AUV任务分配;最后,考虑常值海流影响,根据矢量合成算法确定AUV实际的航行方向,实现AUV路径规划与安全避障.海流环境下仿真实验结果表明了生物启发模型在多AUV水下任务分配...

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 39; no. 11; pp. 2100 - 2107
Main Authors 刘晨霞, 朱大奇, 周蓓, 顾伟
Format Journal Article
LanguageChinese
Published 上海理工大学机械工程学院,上海200093 01.11.2022
上海海事大学智能海事搜救与水下机器人上海工程技术研究中心,上海201306%上海海事大学智能海事搜救与水下机器人上海工程技术研究中心,上海201306
Subjects
生物启发神经网络(BINN)模型
任务分配
安全避障
海流环境
路径规划
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2022.11019

Cover

More Information
Summary:针对多障碍物海流环境下多自治水下机器人(AUV)目标任务分配与路径规划问题,本文在栅格地图构建的基础上给出了一种基于生物启发神经网络(BINN)模型的新型自主任务分配与路径规划算法,并考虑海流对路径规划的影响.首先建立BINN模型,利用此模型表示AUV的工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;接着,比较每个目标物在BINN地图中所有AUV的活性值,并选取活性值最大的AUV作为它的获胜AUV,实现多AUV任务分配;最后,考虑常值海流影响,根据矢量合成算法确定AUV实际的航行方向,实现AUV路径规划与安全避障.海流环境下仿真实验结果表明了生物启发模型在多AUV水下任务分配与路径规划中的有效性.
ISSN:1000-8152
DOI:10.7641/CTA.2022.11019