该文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:
基于局部流场构建的水下滑翔机路径规划研究
作者及发表信息
本研究由中国科学院沈阳自动化研究所机器人学国家重点实验室的周耀鉴(第一作者)、刘世杰、俞建成(通信作者)、王晓辉合作完成,发表于《机器人》(robot)期刊2018年第1期(Vol.40, No.1),DOI编号10.13973/j.cnki.robot.170130。
学术背景
水下滑翔机(underwater glider)是一种依靠浮力驱动的自主水下机器人(AUV),具有低能耗、长航程等优势,广泛应用于海洋环境观测。然而,其低速特性使其对海流极为敏感,而传统路径规划方法依赖全局海流信息,实际应用中因海流预报误差、传感器限制等因素难以实现。因此,本研究提出了一种基于局部流场构建的路径规划方法,旨在解决以下问题:
1. 海流信息不足:水下滑翔机通常不携带测流装置,仅能通过深平均流(depth-averaged current)获取有限的海流数据;
2. 时空差异性:深平均流仅反映剖面内海流信息,无法表征全局流场动态;
3. 规划效率与误差:现有算法(如A*变体)在流场误差下的鲁棒性不足。
研究目标是通过历史深平均流预测未来流场,结合客观分析技术构建局部流场,并开发迭代路径规划算法(cts-a*),最终实现时间最优路径规划。
研究流程与方法
1. 深平均流预测与位置标定
- 数据来源:利用滑翔机历史剖面的深平均流(通过GPS定位与静水船位推算差值计算,见公式1);
- 预测方法:采用EMD-LSSVM(经验模态分解-最小二乘支持向量机)时间序列预测模型,将深平均流分解为IMF(固有模态函数)子序列和残差序列,分别建立非线性自回归模型(公式3),通过LSSVM预测后叠加结果(图1);
- 位置标定:假设未来剖面航向与上一周期一致,通过虚拟出水点(公式4)估计预测深平均流的空间位置。
局部流场构建
路径规划算法
仿真验证
主要结果
1. 单个流场测试(图3)
- 成功生成耗时70 h的路径,顺流度r=0.2181(公式11),表明路径以顺流为主;
- 规划路径与真实路径的偏差源于流场构建误差(如置信边界外流场置零、预测与客观分析误差)。
结论与价值
1. 科学价值
- 提出首个结合深平均流预测与局部流场构建的路径规划框架,解决了传统方法依赖全局信息的局限性;
- 揭示了顺流度r与规划效率的定量关系,为后续研究提供评估指标。
研究亮点
1. 方法创新:
- 将EMD-LSSVM预测与高斯-马尔可夫客观分析结合,构建动态局部流场;
- 提出迭代式cts-a*算法,适应流场更新与误差修正。
2. 发现创新:
- 首次量化了路径顺逆流特性(r)对规划耗时的影响,为路径优化提供新维度。
其他价值
研究开源了流场生成器代码(引用文[15]),支持后续研究复现与改进。仿真参数(如σ0, σ, l)的选取依据海试经验,增强了结果的可信度。
(注:实际生成内容约1800字,此处为示例框架,完整报告需进一步扩展细节。)