多自主式水下機器人的路徑規劃和控制技術研究

燕居懷 王文強

摘 要：海洋資源是自然資源之一，我國的海洋資源較為豐富。隨著科學技術的不斷發展，國內海洋資源的勘探與開采技術更加專業化以及先進性，自主式水下機器人，英文簡稱AUV，是當前應用較為普遍且先進的海洋資源勘探、開采技術，該技術不僅在海洋資源方面有所應用，在軍用以及民用等方面也有所應用。經濟的發展使得國家對于海洋資源的需求量增加，此次論文先是對自主式水下機器人的路勁規劃進行了介紹，隨后又對其控制技術展開了探究。

關鍵詞：多自主式;水下機器人;路徑規劃;控制技術;技術研究

引言：AUV屬于一種無纜型水下航行器，主要被應用于海洋資源的勘探及開采。此外，AUV常被應用于軍用領域，如地形測繪、情報偵察以及巡邏監視等，國內外對于AUV技術的探究十分重視，不僅希望運用其開采更多的海洋資源，還希望借其強化國防實力。在民用領域，AUV主要被應用于海洋環境、海洋生物以及海底礦產的勘探，此外也可用于海上救援以及考古等。隨著AUV技術應用的逐步成熟，我國對于該技術的路徑規劃以及技術控制十分重視。

一、自主式水下機器人路徑規劃概述

1.路徑規劃介紹

MAUV（移動機器人），自主式水下機器人的一種，該類型機器人的研究項目較多，其中的路徑規劃是基礎項目，也是重點項目。MAUV的路徑規劃主要是指智能水下機器人在遠程航行以及日常工作中，通過合理的路徑規劃成功躲避障礙物，而安全完成相關任務。路徑規劃的智能化水平較高，且具有一定的感知以及自控能力。MAUV在路徑規劃過程中能夠對周圍環境進行感知，并能夠收集與利用各種環境信息構建世界模型，借助模型可進一步完成路徑規劃方案，而在路徑規劃模塊，MAUV需要完成人類下達的任務指令。隨著科學技術的不斷發展，MAUV的路徑規劃水平逐漸提升，不僅能夠改變數學結構，還能夠產生諸多科學的規劃方法[1]。

2.路勁規劃方法

（1）圖搜索法

圖搜索法的應用原理是工作人員需要優先對由基本形狀構造出的自由空間進行定義，如若空間內存在障礙物，則該空間可稱為障礙物單元，如若空間內無障礙物，則該空間稱之為自由單元，如果空間內有部分障礙物，則該空間稱為混合單元。圖搜索法可將各單元連成整體形成連通圖，隨后開展路徑搜索工作，具體搜索方法包括自由空間法，其首先需要依據基本形狀構造自由空間，隨后按照障礙物的比例大小將機器人縮小成點，利用預先定義的基本形狀為機器人的運轉構造連通圖，通過對連通圖的搜索完成路徑規劃;柵格解耦法，將機器人的工作空間劃分成多個區域，隨后通過柵格圖搜索完成路徑規劃[2]。

（2）位資空間法

位資空間法是MAUV路徑規劃的方式之一，其原理是利用一個點將機器人的位置及方向表現出來，即依據運動物體的大小及姿態，將周邊障礙物向外擴散至規定距離，隨后借助數字圖像的“膨脹”原理，將所有障礙物變成擴展型障礙物，并將運動物縮小成點擴展至新的空間內[3]。空間環境中必然會存在一定的障礙物，此時運動物體的位資正處于一個較大的障礙區，將原始空間中的運動物體轉換至位置空間當中，其屬于路徑規劃問題。該方法能夠將路徑規劃流程進行簡化，設計規劃處無障礙路徑，既有助于提升路徑的安全性，又有助于解決諸多路徑規劃實際問題，現階段該方法的應用范圍較廣。

二、自主式水下機器人控制技術研究

1.MAUV路徑規劃技術

（1）粒子群優化算法

1995年，粒子群優化算法誕生，簡稱PSO。該算法的使用需要工作人員優先將一群隨機粒子進行初始化，隨后將此類隨機例子以最優粒子為引導進行空間搜索，利用迭代法找尋最優解。依據PSO算法的路徑規劃要求，針對于MAUV協同路徑規劃而言，基礎算法包括主層與子層兩種，主層算法的任務是對AUV的不同路徑進行最佳搭配，致使多臺AUV的路徑規劃相協調，防止出現AUV相互碰撞的問題[4]。子層算法的任務是利用PSO算法為每一臺AUV規劃專屬路徑，因每臺AUV的起點及終點均有不同，所以其路徑規劃方案也會不同，每臺AUV都會最終形成最優路徑規劃。

（2）內螺旋覆蓋算法

內螺旋覆蓋算法其基礎是柵格地圖在線覆蓋算法，簡稱ISC，該算法的應用原理是利用簡單的圓形機器人對環境進行覆蓋，每一個圓形機器人其內部都會設有傳感裝置，能夠對機器人的全局坐標進行精準測量。在覆蓋環境的過程中，ISC算法可分為兩個階段，一是邊界探索階段，從環境中的任意一點開始，機器人可沿著環境右側邊界線行走運動一周，此時機器人右側的傳感器數值為0，表示柵格未被覆蓋;如若數值為1，表示柵格被覆蓋;數值為2時，表示下一運動周圈將被覆蓋，此為在線路線規劃[5]。二是在線覆蓋階段，當機器人沿邊界探索數值為2時，表示第2圈覆蓋結束即將開啟第3圈覆蓋路徑，此為機器人向內螺旋路徑規劃方法。

2.MAUV分布控制技術

MAUV分布式控制技術與人工智能控制技術相類似，需要多個智能體控制技術相互協作。該技術的應用與智能體系統的協作機制密切相關，具體應用效果可能會受體系結構、通信以及感知等因素的影響，而分布式控制問題的解決需要工作人員優先對智能體獨立完成此任務的原理進行研究。在MAUV集群分布式控制過程中，安裝傳感器以及各種聲學設備等可輔助MAUV完成控制任務，實現群體控制多個航行器的任務目標，具體的聲學設備可包括測掃聲吶、CTD以及多波速測深儀等，該技術是MAUV路徑規劃重要技術之一[6]。

3.MAUV動態自適應技術

MAUV動態自適應技術是MAUV路徑規劃技術之一，其具有獲取海洋環境相關數據信息的功能，借助水下機器人的動態自適應功能，可制定出MAUV的最佳路徑規劃方案，該技術具體的技術應用內容包括編隊內航行器信息異步以及水中通訊受阻等。MAUV航行過程中，離線后的航線路徑規劃可作為MAUV航行路徑的參考，便于路徑規劃從水平及垂直兩方向同時進行，有助于在線目標函數規劃路徑的構建。除此之外，可以利用古典變分極值的方式規劃路徑，即利用微分方程組求解，以此獲得MAUV水下路徑規劃思路。

三、結語

當前，雖然自主式水下機器人已在國內獲得廣泛應用，但在其控制技術方面的研究應有待提升。MAUV技術是自主式水下機器人發展的方向之一，人類可以通過與機器人的合作完成相應的工作任務，如海洋資源的勘探與開采，而針對于AUV路徑規劃的方法主要包括圖搜索法以及位資空間法等。常用的MAUV路徑規劃技術主要包括蟻群算法、粒子群優化算法以及內螺旋覆蓋算法等，控制技術研究包括MAUV分布控制技術以及動態自適應技術等。

參考文獻：

[1] 趙蕊， 許建， 向先波，等. 多自主式水下機器人的路徑規劃和控制技術研究綜述[J]. 中國艦船研究， 2018， 13（6）：8.

[2] 王永鼎， 王鵬， 孫鵬飛. 自主式水下機器人控制技術研究綜述[J]. 世界科技研究與發展， 2021， 43（6）：13.

[3] 劉雨青， 向軍， 曹守啟. 基于改進蟻群算法的水下自主航行機器人路徑規劃[J]. 計算機工程與科學， 2022， 44（3）：9.

[4] 姜志斌， 劉鐵軍. 一種水下機器人自動靠泊的路徑規劃和控制方法：， CN109933077A[P]. 2019.

[5] 應佳偉， 陳展平， 何彩燕. 水下機器人運動路徑規劃方法及系統：， CN108189031A[P]. 2018.

[6] 于暉， 蘇延森. 大范圍復雜戰場環境下自主式水下機器人多目標路徑規劃的研究[J]. 科技視界， 2017（9）：3.

基金項目：本文獲山東省高等學校科技計劃專項資金項目支持 （ 項目編號 ：J18KA063）