无人水下航行器近海底空间路径规划方法
第３５卷第３期 哈 尔 滨 工 程 大 学 学 报 Ｖｏｌ．３５№．３２０１４年３月 ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ Ｍａｒ．２０１４
无人水下航行器近海底空间路径规划方法
严浙平，邓超，赵玉飞，李本银
（哈尔滨工程大学自动化学院，黑龙江哈尔滨１５０００１）
摘 要：针对无人水下航行器（ＵＵＶ）近海底空间路径规划问题，提出了ＵＵＶ近海底航行安全深度计算方法．同时，提出一种改进的粒子群优化算法，在粒子进化过程中，根据代价函数的变化，调整粒子进化参数组合。ＵＵＶ近海底空间路径规划过程中，将最小安全航行深度作为ＵＵＶ航行深度，在当前路径点，建立ＵＵＶ路径规划代价函数，利用改进粒子群算法求取代价函数最小点，作为下一路径点，从而逐步得到ＵＵＶ近海底航行路径。仿真结果显示，利用所提方法，可以规划出一条躲避地形威胁和障碍威胁，并近海底航行的有效路径，用于执行ＵＵＶ近海底航行任务。
关键词：ＵＵＶ；路径规划；近海底；粒子群优化算法；避障；测试函数
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６－７０４３．２０１３０３０４３
网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１３９０．Ｕ．２０１４０３１８．１０２４．００１．ｈｔｍｌ
中图分类号：ＴＰ３０１．６；ＴＰ１８ 文献标志码：Ａ 文章编号：１００６－７０４３（２０１４）０４－０３０７－０６
ＰａｔｈｐｌａｎｎｉｎｇｍｅｔｈｏｄｆｏｒＵＵＶｎｅａｒｓｅａｂｏｔｔｏｍ
ＹＡＮＺｈｅｐｉｎｇ，ＤＥＮＧＣｈａｏ，ＺＨＡＯＹｕｆｅｉ，ＬＩＢｅｎｙｉｎ（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＦｏｒｔｈｅｐｕｒｐｏｓｅｏｆｐａｔｈｐｌａｎｎｉｎｇｆｏｒＵＵＶｎｅａｒｓｅａｂｏｔｔｏｍ，ａｓａｆｅｔｙｄｅｐｔｈｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｆｏｒＵＵＶｎｅａｒｓｅａｂｏｔｔｏｍｗａｓｐｒｏｐｏｓｅｄ．Ｃｏｎｃｕｒｒｅｎｔｌｙ，ａｎｏｖｅｌｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈａｄｊｕｓｔｅｄｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｔｈｅｐａｒｔｉｃｌｅｅｖｏｌｕｔｉｏｎｐａｒａｍｅｔｅｒｓｉｎｔｈｅｐｒｏｃｅｓｓｏｆｐａｒｔｉｃｌｅｅｖｏｌｕｔｉｏｎａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｎｇｅｏｆｔｈｅｃｏｓｔｆｕｎｃｔｉｏｎ．ＤｕｒｉｎｇｔｈｅｐｒｏｃｅｓｓｏｆＵＵＶｐａｔｈｐｌａｎｎｉｎｇ，ｔｈｅｍｉｎｉｍｕｍｄｅｐｔｈｏｆｓａｆｅｎａｖｉｇａｔｉｏｎｗａｓｔａｋｅｎａｓｔｈｅＵＵＶｎａｖｉｇａｔｉｏｎｄｅｐｔｈ；ａｔｔｈｅｃｕｒｒｅｎｔｐａｔｈｐｏｉｎｔ，ａＵＵＶｐａｔｈｐｌａｎｎｉｎｇｃｏｓｔｆｕｎｃｔｉｏｎｗａｓｅｓｔａｂ－ｌｉｓｈｅｄ．Ｂｙｕｓｉｎｇｔｈｅｎｏｖｅｌｐａｒｔｉｃｌｅｓｗａｒｍａｌｇｏｒｉｔｈｍ，ｔｈｅｍｉｎｉｍｕｍｐｏｉｎｔｏｆｔｈｅｃｏｓｔｆｕｎｃｔｉｏｎｗａｓａｔｔａｉｎｅｄａｎｄｔａｋｅｎａｓｔｈｅｎｅｘｔｐａｔｈｐｏｉｎｔ，ｔｈｕｓａｃｑｕｉｒｉｎｇｔｈｅｎａｖｉｇａｔｉｏｎｐａｔｈｆｏｒｔｈｅＵＵＶｎｅａｒｓｅａｂｏｔｔｏｍｓｔｅｐｂｙｓｔｅｐ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｂｙａｐｐｌｙｉｎｇｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ，ａｎｅｆｆｅｃｔｉｖｅｐａｔｈｉｓｐｌａｎｎｅｄｆｏｒｔｈｅＵＵＶｎｅａｒｓｅａｂｏｔｔｏｍ，ｗｈｉｃｈｃａｎｋｅｅｐａｎｙｔｅｒｒａｉｎｔｈｒｅａｔｓａｎｄｏｂｓｔａｃｌｅｓａｔａｄｉｓｔａｎｃｅ，ａｌｌｏｗｉｎｇｔｈｅＵＵＶｔｏｐｅｒｆｏｒｍｔｈｅｓｅａｆｌｏｏｒｎａｖｉｇａｔｉｏｎｔａｓｋ．Ｋｅｙｗｏｒｄｓ：ＵＵＶ；ｐａｔｈｐｌａｎｎｉｎｇ；ｎｅａｒｓｅａｂｏｔｔｏｍ；ＰＳＯ；ａｖｏｉｄｏｂｓｔａｃｌｅｓ；ｔｅｓｔｆｕｎｃｔｉｏｎ
收稿日期：２０１３－０３－１７．网络出版时间：２０１４－３－１８１０：２４：０９
基金项目：国家自然科学基金资助项目（５１１７９０３８）；教育部新世纪优
秀人才支持计划资助项目（ＮＣＥＴ－１０－００５３）．
作者简介：严浙平（１９７２－）男，教授，博士生导师．
通信作者：严浙平，Ｅ－ｍａｉｌ：ｙａｎｚｈｅｐｉｎｇ＠ｈｒｂｅｕ．ｅｄｕ．ｃｎ． 近年来无人水下航行器（ｕｎｍａｎｎｅｄｕｎｄｅｒｗａｔｅｒｖｅｈｉｃｌｅ，ＵＵＶ）作为海洋探测与开发的有力工具越来越受到人们的重视。ＵＵＶ路径规划作为保障ＵＵＶ安全、高效完成作业任务的重要功能，具有重要的现实意义。国内外众多学者在这方面进行了大
量研究，提出了很多有效规划算法，取得了丰富的研
究成果，如人工势场、Ａ倡算法、可视图法、快速扩展
随机数、Ｖｏｒｏｎｏｉ图以及各种优化算法等获得了广泛的研究与应用［１－５］。然而，在一些特殊的侦查和探测任务中，ＵＵＶ在回避障碍威胁的同时，还需要实现对地形的跟随。在这种情况下，不能使用单纯朝向目标的规划方法，而要对地形威胁进行约束，使ＵＵＶ在保证安全的情况下，实现近海底航行。优化算法本身具有较强的寻优能力，而路径规划更多的是需要得到一个较优化的路径，因此，将优化算法用于路径规划问题是研究的一个重要方面。作为仿生智能优化算法的一种，粒子群优化算法（ｐａｒｔｉ－ｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ），具有概念简单、参数调节方便、较强的寻优能力等特点，一经提出便受到了