• 中国科技核心期刊
  • JST收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

大规模水下滑翔机集群区域覆盖探测路径规划

邹佳运 曲泓玥 陈志鹏

邹佳运, 曲泓玥, 陈志鹏. 大规模水下滑翔机集群区域覆盖探测路径规划[J]. 水下无人系统学报, 2021, 29(1): 023-29. doi: 10.11993/j.issn.2096-3920.2021.01.04
引用本文: 邹佳运, 曲泓玥, 陈志鹏. 大规模水下滑翔机集群区域覆盖探测路径规划[J]. 水下无人系统学报, 2021, 29(1): 023-29. doi: 10.11993/j.issn.2096-3920.2021.01.04
ZOU Jia-yun, QU Hong-yue, CHEN Zhi-peng. Path Planning of a Large-scale Underwater Glider Swarm Area Coverage Detection[J]. Journal of Unmanned Undersea Systems, 2021, 29(1): 023-29. doi: 10.11993/j.issn.2096-3920.2021.01.04
Citation: ZOU Jia-yun, QU Hong-yue, CHEN Zhi-peng. Path Planning of a Large-scale Underwater Glider Swarm Area Coverage Detection[J]. Journal of Unmanned Undersea Systems, 2021, 29(1): 023-29. doi: 10.11993/j.issn.2096-3920.2021.01.04

大规模水下滑翔机集群区域覆盖探测路径规划

doi: 10.11993/j.issn.2096-3920.2021.01.04
基金项目: 国家重点研发计划项目(2019YFC0311700); 青岛海洋科学与技术试点国家实验室“问海”计划项目(2017WHZZB0601).
详细信息
    通讯作者:

    曲泓玥(1995-), 女, 硕士, 主要研究方向为声呐系统仿真.

  • 中图分类号: TJ630.33 TB566

Path Planning of a Large-scale Underwater Glider Swarm Area Coverage Detection

  • 摘要: 在水下滑翔机集群执行搜索任务时, 通过合理设定各平台的搜索路径, 能够有效提高集群的探测效能, 从而实现利用最少平台的最大化探测区域覆盖。为解决大规模集群任务规划中计算量巨大的问题, 文中在栅格法的基础上, 通过几何划定有效覆盖区域并反演栅格序数的方法, 构建了评价覆盖能力的高精度布尔模型, 并以此为支撑, 利用群智能方法实现了大规模集群对广域海区的快速路径规划。在此基础上, 利用序贯思想, 提出了以较小计算量解决集群平台数量最小化的方法。通过仿真试验验证了该方法的可行性。文中的方法可为大规模水下滑翔机集群的探测任务规划提供支持。

     

  • [1] Ridao P, Carreras M, Ribas D, et al. Intervention AUVs: The Next Challenge[J]. Annual Reviews in Control, 2015, 40: 227-241.
    [2] 周菁, 慕德俊. 多机器人系统任务分配研究[J]. 西北大学学报(自然科学版), 2014, 44(3): 403-410.

    Zhou Jing, Mu De-jun. Study of Multi-robot System on Task Allocation[J]. Journal of Northwest University(Natural Science Edition), 2014, 44(3): 403-410.
    [3] Sotzing C C. The Design and Implementation of A Multi-Agent Architecture to Increase Coordination Efficiency in Multi-AUV Operations[D]. Edinburgh, Scotland: Heriot-Watt University, 2009.
    [4] 金建海, 陈伟华, 张波, 等. UUV集群技术概述[C]// 2018年水下无人系统技术高峰论坛论文集. 西安: 水下无人系统技术高峰论坛, 2018: 32-36.
    [5] 生雪莉, 李鹏飞, 郭龙翔, 等. 基于单平台探测概率模型的水下无人集群部署规划算法[J]. 水下无人系统学报, 2019, 27(2): 194-199.

    Sheng Xue-li, Li Peng-fei, Guo Long-xiang, et al. Deployment Planning Algorithm of Unmanned Underwater Swarm Based on Probability Model of Single-platform Detection[J]. Journal of Unmanned Undersea Systems, 2019, 27(2): 194-199.
    [6] Dong W, Sheng X, Jiang X, et al. Energy Constrained Multi-Platform Network Underwater Detection Performance[C]//International Conference on Underwater Net-workd & Systems. Rome, Italy: ACM, 2014: 43.
    [7] 马焱, 肖玉杰, 陈轶, 等. 基于改进烟花-蚁群算法的海流环境下水下无人潜航器的避障路径规划[J]. 导航与控制, 2019, 18(1): 51-59.

    Ma Yan, Xiao Yu-jie, Chen Yi, et al. Obstacle Avoidance Path Planning of Unmanned Underwater Vehicle in Ocean Current Environment Based on Improved Fireworksant Colony Algorithm[J]. Navigation and Control, 2019, 18(1): 51-59.
    [8] 严浙平, 邓超, 迟冬南, 等. 双种群粒子群算法及其在UUV路径规划中的应用[J]. 计算机工程与应用, 2013, 49(15): 1-5.

    Yan Zhe-ping, Deng Chao, Chi Dong-nan, et al. Two-Subpopulation Particle Swarm Optimization and its Application in UUV Path Planning[J]. Computer Engineering and Applications, 2013, 49(15): 1-5.
    [9] Kennedy J, Eberhart R. Particle Swarm Optimization[C]//Proceedings of ICNN’95-International Conference on Neural Networks. Australia Council, Perth: IEEE, 1995.
    [10] Shi Y, Eberhart R C. Empirical Study of Particle Swarm Optimization[C]//Evolutionary Computation, 1999. Proceedings of the 1999 Congress on Evolutionary Computation. Washington, DC, USA: IEEE, 1999.
  • 加载中
计量
  • 文章访问数:  228
  • HTML全文浏览量:  14
  • PDF下载量:  191
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-04-16
  • 修回日期:  2020-06-02
  • 刊出日期:  2021-03-01

目录

    /

    返回文章
    返回
    服务号
    订阅号