分享自:

时变环境下自主水下航行器的最优路径规划策略

期刊:robotics and Autonomous SystemsDOI:10.1016/j.robot.2013.08.010

这篇文档属于类型a,即报告了一项原创性研究的学术论文。以下是针对该研究的详细学术报告:


自主水下航行器(AUV)在时变环境中的最优路径规划算法研究

1. 作者与发表信息

  • 作者:Mike Eichhorn
  • 机构:加拿大国家研究委员会海洋技术研究所(Institute for Ocean Technology, National Research Council Canada)
  • 期刊Robotics and Autonomous Systems
  • 发表时间:2013年8月(预印本发布于2020年8月)
  • DOI:10.1016/j.robot.2013.08.010
  • 许可协议:CC-BY-NC-ND 4.0

2. 研究背景与目标

科学领域
本研究属于自主水下航行器(Autonomous Underwater Vehicle, AUV)路径规划领域,聚焦于时变海洋流场中的时间最优路径规划问题。

研究动机
- AUV(如“Slocum Glider”)在海洋科考中需长时间(最长30天)执行任务,但其巡航速度低(0.2–0.4 m/s),易受时变洋流影响。
- 现有路径规划方法(如遗传算法、混合整数线性规划)存在计算效率低或无法适应动态环境的局限性。

研究目标
开发一种基于图论方法(graph methods)的高效算法,解决时变洋流下的时间最优路径规划问题,并优化出发时间选择。

3. 研究方法与流程

3.1 几何图生成(Geometrical Graph Generation)
  • 图结构设计
    采用平面矩形网格(rectangular grid)表示可通行区域,顶点为AUV可通过的位置,边为连接顶点的路径段。
    • 网格结构影响路径质量:通过增加边的斜率多样性(如32边结构)可更好捕捉洋流梯度变化(图1c)。
  • 动态权重计算:边的权重(即通行时间)通过时变成本函数动态计算,而非静态预设。
3.2 图搜索算法改进

研究提出三种算法加速方法:
1. A*TVE算法
- 在Dijkstra算法中引入启发式函数(heuristic function)h(u),估算从当前顶点到目标点的最短时间(公式1)。
- 优先队列(priority queue)仅处理满足d[u] < d[v]的边,减少无效计算。
2. ZTVE算法
- 结合Zermelo最优导航公式(公式2),通过模拟最优轨迹方向预选边,减少83%的成本函数调用。
3. ZA*TVE算法
- 融合A*启发式与Zermelo公式,进一步降低计算量(相比基础算法,成本函数调用减少5倍,洋流模型调用减少9倍)。

3.3 成本函数计算
  • 通行时间计算
    基于路径段长度与有效速度(公式3),通过向量加法求解AUV在洋流中的实际速度(图4)。若判别式(公式5)为负,路径不可行。
  • 时变洋流处理
    采用步长控制算法(step size control)分段计算路径段通行时间,适应洋流的时空变化。
  • 滑翔机剖面模型
    简化锯齿状下潜剖面(图6),通过分段模拟能耗与洋流影响。
3.4 路径平滑与出发时间优化
  • 路径平滑算法
    合并冗余路径点,生成更平滑的可行路径(表3)。例如,某任务路径点从64个减少至19个(表5)。
  • 最优出发时间检测
    1. 在时间窗口内采样支持点,通过Akima插值拟合ttrav = f(tdep)曲线;
    2. 使用Brent算法定位全局最小值,确定最佳出发时间(图9)。

4. 主要结果

  • 算法效率
    ZA*TVE算法在测试案例中成本函数调用量仅为TVE算法的15.5%(表4),且路径质量与最优控制理论解一致(图10)。
  • 实际任务验证
    在纽芬兰与拉布拉多大陆架任务中,平滑后路径长度减少0.2–2.1 km,任务时间缩短1.5–24小时(表5)。
  • 洋流模型适用性
    算法兼容NetCDF格式的海洋预报数据(如加拿大-纽芬兰业务化海洋预报系统C-NOOFS)。

5. 研究结论与价值

科学价值
- 提出首个结合Zermelo公式与A*算法的时变路径规划框架,为动态环境中的AUV路径优化提供理论依据。
- 验证了几何图结构对路径质量的关键影响,为后续研究提供设计准则。

应用价值
- 适用于低速AUV(如Slocum Glider)的长期任务规划,尤其在强洋流区域(如墨西哥湾流)。
- 算法可扩展至无人机(UAV)等其他自主系统。

未来方向
- 并行化计算以进一步提升效率;
- 纳入能耗模型与洋流预测不确定性分析。

6. 研究亮点

  • 创新方法:首次将Zermelo最优导航公式引入图搜索算法,显著提升计算效率。
  • 工程实用性:路径平滑算法与出发时间优化可直接应用于实际任务。
  • 多学科交叉:融合海洋学、控制理论与计算机科学,解决复杂环境下的路径规划问题。

7. 其他贡献

  • 开源了NetCDF数据处理工具链(基于Fimex库);
  • 提供了滑翔机任务规划的完整工作流程(从洋流数据预处理到路径生成)。

以上报告全面覆盖了研究的背景、方法、结果与价值,可作为相关领域研究者的参考。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com