[发明专利]一种基于行为的多水下机器人路径规划方法

说明书

本发明提供一种基于行为的多水下机器人路径规划方法，属于路径规划技术领域。本发明提出了一种适用于动态未知环境下的多水下机器人路径规划策略，具体包括：首先，定义基本行为来对AUV的航行路径添加约束，基本行为分别为节能行为、协同行为和安全行为；然后，建立与基本行为对应的行为目标函数，将与AUV有关的时间变量和空间变量结合起来；最后，建立全局目标函数来实现3种基本行为的行为融合，并采用一种带有惯性权重的粒子群优化算法来求解全局目标函数，通过输出的最优解可以生成一条免于碰撞并且是最短的路径。

技术领域

本发明涉及一种基于行为的多水下机器人路径规划方法，是一种基于行为的多水下机器人协同信息采集的路径规划方法。

背景技术

多水下机器人(Multiple Autonomous underwater Vehicles，简称MAUV)是指由多个相对比较简单的同构或异构的AUV通过某种形式的协同合作，最终可以共同完成特定的比较复杂的作业任务的系统。多水下机器人的并行性可以显著提高AUV工作性能，缩短任务时间，并且通过系统中不同个体的协调来增加成功完成任务的可能性。此外，多水下机器人系统相比于单水下机器人具有效率更高、成本更低、灵活性高、鲁棒性强等优点。

发挥多水下机器人协作优势的关键是在系统中每个AUV都被分配明确任务的前提下，通过既定的规划和控制策略，组成一个使不同AUV自身进行作业任务的同时还能够兼顾与其他AUV合作和协调的团队，通过发挥团队意识和协作精神最终完成复杂的任务。对于数据收集任务，AUV需要安全地靠近分布在海洋中的节点进而通讯获得数据。在水下海洋环境中，为了自主完成数据收集任务，对于多水下机器人系统来说，有效的路径规划策略是非常有必要的。传统的多水下机器人路径规划方法大多只考虑AUV执行任务时，不与其它AUV发生碰撞，并未考虑AUV与其他成员可能失去联系，从而不能完成协同任务。

本发明提出了一种适用于动态未知环境下基于行为的多水下机器人路径规划策略，通过定义基本行为来对AUV的航行路径添加约束，之后建立行为目标函数和全局目标函数来解决协同信息采集过程中的安全和协作问题。本发明采用一种带有惯性权重的粒子群优化算法来求解全局目标函数，通过输出的最优解可以生成一条免于碰撞并且是最短的路径。

发明内容

本发明的目的是为了提供一种在保证多个水下机器人协同完成数据收集任务的同时，使用最少的能耗的安全的路径规划算法。

本发明的目的是这样实现的：(1)定义3个基本行为用来约束AUV的运动，保证在安全的前提下，AUV的航行距离最短，并且实现与其它AUV的协同；

(2)行为目标函数与基本行为对应，是基本行为的具体数学化，定义在AUV的决策空间中，并要保证函数的收敛性；

(3)全局目标函数考虑到了3个基本行为的综合影响，利用带有惯性权重的粒子群优化算法来求解不同时刻全局目标函数的最优解，不同时刻全局目标函数的最优解组成AUV的路径轨迹。

本发明还包括这样一些结构特征：

1.所述3个基本行为的目标函数具体为：

路径规划的环境设置为二维平面，u为t时刻AUV的速度大小，θ为当前的艏向角，(x_t,y_t)为该时刻的位置坐标，Δt为时间间隔，AUV的决策输出包括速度和艏向角，假设(f_x,f_y)为下一时刻AUV的位置坐标，得到：

f_x＝x_t+u·Δt·cosθ

f_y＝y_t+u·Δt·sinθ

A、节能目标函数f₁(θ,u,t)为：