基于改进人工势场的水下无人航行器路径规划仿真研究_王莹莹.pdf

ISSN 1006 7167CN 31 1707/TESEACH AND EXPLOATION IN LABOATOY第 42 卷 第 1 期Vol 42 No12023 年 1 月Jan 2023DOI:10 19927/j cnki syyt 2023 01 022基于改进人工势场的水下无人航行器路径规划仿真研究王莹莹1，周佳加1，赵杨2，邢文1(1 哈尔滨工程大学 智能科学与工程学院，哈尔滨 150001;2 中国船舶集团有限公司工程管理中心 综合计划办公室，北京 100097)摘要:为解决动静态障碍物环境下水下无人航行器避障与路径规划问题，提出一种改进人工势场算法。针对传统人工势场算法存在目标不可达和局部最小值问题，将水下无人航行器与期望目标之间的距离及障碍物之间的预计碰撞时间加入斥力势场函数，利用改进后的人工势场算法实现动静态障碍物环境下的避障与路径规划，保证水下无人航行器的航行安全。仿真结果表明，改进人工势场算法在两种环境下均可使水下无人航行器成功避障并到达目标点。通过仿真研究可提高学生独立开展工程问题研究的能力。关键词:水下无人航行器;路径规划;改进人工势场;避障中图分类号:TP 391文献标志码:A文章编号:1006 7167(2023)01 0109 05esearch on Path Planning for UUV Based on ImprovedArtificial Potential FieldWANG Yingying1，ZHOU Jiajia1，ZHAO Yang2，XING Wen1(1 College of Intelligent Systems Science and Engineering，Harbin Engineering University，Harbin 150001，China;2 Integrated Planning Office，Engineering Management Center of China State Shipbuilding Corporation Limited，Beijing 100097，China)Abstract:In order to solve the problem of collision avoidance and path planning for the UUV under dynamic and staticobstacles，an improved artificial potential field algorithm is proposed Aiming at the problems of unreachable targets andlocal minima existing in traditional artificial potential fields，the distance between UUV and the desired target while theexpected collision time between the vehicle and obstacles are added to the repulsive potential field functionAnimproved artificial potential field method is used to complete the collision avoidance and path planning for the coexistenceof dynamic and static obstacles，so that the navigation safety of the UUV is guaranteed The simulation results verify themission can be completed by the proposed improved artificial potential field method under dynamic and static obstaclesThis simulation experiment has effectively cultivated studentsindependent research abilityKeywords:unmannedunderwatervehicle(UUV);pathplanning;improvedartificialpotentialfield;collision avoidance收稿日期:2022-04-30基金项目:国家自然科学基金项目(51609048);哈尔滨工程大学本科教学改革研究项目(JG2019B11)作者简介:王莹莹(1982 )，女，黑龙江哈尔滨人，硕士，工程师，主要从事自动化技术与工程教学方面研究。Tel:18603650793;E-mail:w_winny hrbeu edu cn通信作者:周佳加(1982 )，男，浙江杭州人，博士，副教授，主要从事水下机器人智能控制技术等方面研究。Tel:13766862877;E-mail:zhoujiajia hrbeu edu cn0引言水下无人航行器(Unmanned Underwater Vehicle，UUV)在执行航行任务时受到各种障碍物的影响，如暗礁、海岛或来往舰船等1-2。UUV 的自主避障和路径规划能力是保证其安全躲避各种障碍物并航行至规第 42 卷定海域执行任务的重要前提。针对航行安全问题，张禹等3 提出一种复合模糊实时避障算法，提高了 UUV 远程航行过程中避障的实时性和机动性。Anwary 等4 针对非机构化水下区域，通过前馈自适应共振理论进行分析，并利用模糊单元自动适应周围环境的变化，得到了满意的仿真结果。林政等5 基于模糊逻辑法提出根据障碍物分布的模糊规则表，加强了水面艇在恶劣环境下的避障能力。Sun 等6 通过把三维空间规划简化成水平面和垂直面的路径规划，设计具备实时导航能力的模糊系统，完成了 UUV 对动态障碍的躲避。文献 7中利用粒子群算法生成相应的隶属度函数的最优边界值，结合优化策略和模糊算法，规划得到最优三维环境下的路径。Yan 等8 提出一种基于生物激励神经网络的算法实现了在未知环境下的路径规划。朱大奇等9 将相邻神经元对应权值引入激励函数，完成了在三维环境中的UUV 避障任务。王辉等10 利用人工势场法对蚁群算法进行了改进，引入势场启发因子，使改进后算法能快速规划较优的全局路径。马小铭等11 根据每个节点周围存在的障碍数量进行参数调整，防止系统进入死锁状态。康冰等12 提出一种禁忌栅格的优化算法，当概率公式计算不适用时利用惯性让蚂蚁继续前进，如果找不到出口就退回入口，同时将这个节点加入到禁忌表，提高了搜索效率。人工势场法是一种旨在解决机械臂运动路径规划问题的算法，该方法中势场由引力和斥力组成，引力势场由终点产生，斥力势场由障碍物产生13-14。人工势场法具有运算量小、算法简洁等优点，适合障碍数量比较多的环境，该方法存在目标不可达与局部最小的问题15-16。本文通过改进人工势场算法，在保证小计算量和高性能的同时实现动静态障碍物环境下的 UUV路径规划。1基于人工势场法的 UUV 受力分析1.1人工势场法在势场中运动时，UUV 受目标点引力作用向着终点的方向运动。同时，障碍物对 UUV 产生斥力，UUV向远离障碍物的方向运动，一直到人工势场所处的势能最低点，可合成人工势场U(q)=Uatt(q)+Urep(q)(1)式中:Uatt(q)为引力势场函数;Urep(q)为斥力势场函数;q=，T为 UUV 的坐标。1.2UUV 所受引力势场当 UUV 在目标点产生的引力势场中时，其形状类似“低谷”，并具有负势能，UUV 向负势能的方向前进。UUV 引力势场的势能和期望目标点的距离成正比，距离越远引力越大，反之引力越小。其引力势场函数Uatt(q)=12m(q，qg)(2)式中:是增益因子;qg为目标点的位置坐标;(q，qg)=qg q 为 UUV 与目标点的欧几里得距离;m 为大于零的常数。当 0m1 时，UUV 受到引力势场的形状为圆锥形，且引力的势场强度恒定不变，其强度大小和距离成等比例关系;当 m2 时，势场的强度将增大且在期望的目标点具有最小的势能。假设 m=2，其引力势场函数Uatt(q)=122(q，qg)(3)相应引力函数Fatt(q)=Uatt(q)=122(q，qg)=(q，qg)(4)由式(4)知，引力势场函数与 UUV 和障碍物之间的距离为一次函数。引力函数 Fatt(q)与 UUV 和障碍物位置之间的距离具有单调性，同时与引力势场的增益因子 有关。1.3UUV 所受斥力势场斥力势场函数 Urep由障碍物产生，其形状类似“高地”，并具有正势能。当障碍物与 UUV 之间的距离越近，势能越大，反之势能越小。其斥力势场函数Urep(q)=121(q，qo)1()02，(q，qo)00，(q，qo)0(5)式中:为正比例增益因子;(q，qo)=q0 q 为UUV 与障碍物之间的相对距离;0是障碍物的斥力势场能够产生的最大距离。当 UUV 与障碍物之间的距离超过 0时，障碍物对 UUV 不再产生作用，此时 Urep(q)=0;当 UUV 与障碍物之间的距离小于 0，此时 UUV 与障碍物距离越近则势能越大，反之越小。UUV 受到的斥力Frep(q)=1(q，qo)1()0(q，qo)2(q，qo)，(q，qo)00，(q，qo)0(6)由式(6)知，当(q，qo)趋于零时，Frep(q)趋于无穷，即当 UUV 与障碍物无限接近时，其斥力趋于无穷，以确保 UUV 与障碍物之间不发生碰撞;当(q，qo)趋于 0时，Frep(q)趋于零，即 UUV 在距离障碍物为 0附近 UUV 不受障碍物影响。1.4UUV 所受合成势场由图 1 可见，UUV 在人工势场中受到的力是引力011第 1 期王莹莹，等:基于改进人工势场的水下无人航行器路径规划仿真研究Fatt(q)与斥力 Frep(q)共同作用而产生的合力F(q)=U(q)=Fatt(q)+Frep(q)(7)图 1UUV 在人工势场中的受力分析将 UUV 简化为二维空间中的一个点，在斥力与引力共同作用下引导 UUV 向前运动，直到到达期望目标点，该质点运动的轨迹为规划路径，即全局最优路径。2基于改进人工势场法动静障碍物避障与路径规划方法设计针对动态障碍物环境下 UUV 的路径规划及避障问题，改进人工势场以实现 UUV 安全航行。将 UUV与期望目标之间的距离、障碍物预计碰撞时间加入斥力势场函数，以确保 UUV 能够完成对动态障碍物安全躲避。2.1基于改进人工势场法的分析为解决传统人工势场法的缺陷，考虑 UUV 与期望目标点之间的距离(q，qg)，得到改进后的斥力势场函数Urepd(q)=121(q，qo)1()02e(q，qg)，(q，qo)00，(q，qo)0(8)对 Urepd(q)分别在引力和斥力方向上进行求导，可得期望目标点(q，qg)对 UUV 的斥力函数Frepd(q)=Frepd1+Frepd2=Urepd(q)=Urepd(q)(q，qo)Urepd(q)(q，qg)=1(q，qo)1()0e(q，qg)1(q，qo()121(q，qo)1()02e(q，qg)=1(q，qo)1()0e(q，qg)12(q，qo)121(q，qo)1()02e(q，qg)(9)式中:Frepd1为斥力分量;Frepd2为引力分量。引力势场 Uatt和 UUV 受到的引力Fatt(q)=Uatt(q)=(q，qg)(10)式中，Uatt(q)=2(q，qg)/2。改进人工势场法把斥力函数分为引力分量和斥力分量，解决了 UUV 引力不足，通过改进规划路径的平滑度实现目标可达。根据 UUV 与障碍物之间的距离，判断是否存在对UUV 影响比较大的障碍物，避免 UU