题名面向多目标搜索的多UUV协作机制及实现方法研究
作者许真珍1,2
答辩日期2008-12-26
文献子类博士
授予单位中国科学院沈阳自动化研究所
授予地点沈阳
导师封锡盛 ; 李一平
关键词多uuv系统 体系结构 队形控制 任务分配 协作导航
学位名称博士
其他题名Research on Cooperation Mechanism and Implementation Methods for Multi-UUV Oriented to Multi-target Searching
学位专业模式识别与智能系统
英文摘要由不同功能UUV组成的异构系统能够实现对水下多个目标的探测和识别,多台UUV的协作机制已经成为当前水下机器人领域的一个热点课题。论文的研究工作依托国家863计划“基于弱通信的多机器人协调控制关键技术研究”等多项课题,面向水下多目标搜索应用背景,针对水下声学通信以及探测、导航传感器的局限性,研究弱通信条件下异构多UUV系统协作机制及实现方法,具体研究内容包括如下几个方面: (1) 构建了异构多UUV系统的体系结构:提出了基于多智能体角色联盟的UUV群体体系结构,使其能够适应多重的使命需求,具有开放性。设计了基于智能体思维结构的UUV个体体系结构,将UUV智能体的思维状态分为个体心智和社会心智两个层次分别实现,更加符合人类社会思维模式。基于面向对象Petri网理论对角色联盟进行建模,能够对角色内部控制逻辑和角色之间协作逻辑进行描述。 (2) 设计了多UUV系统的编队搜索策略:面向多目标搜索应用设计了编队搜索策略,保证搜索区域的连续性,采用基于大地坐标系的队形结构,更易于转弯时的队形控制。提出了基于思维层规划的队形控制方法,将跟随领航者法集成到队形控制任务的规划中,方便在不同任务间的切换,具有通用性。此外,设计了多UUV系统的队形重规划策略。 (3) 研究了多UUV系统的任务分配方法:针对同步搜索中的分布式任务分配问题,提出了动态熟人网方法,该方法对传统熟人网方法进行了改进和扩充,能够满足弱通信条件下任务分配的响应时间、执行时间、可靠性和负载均衡等性能要求,将动态熟人网方法应用于目标识别任务分配问题,仿真结果表明动态熟人网相比传统熟人网具有更好的性能。针对异步搜索中的多目标优化任务分配问题,提出了多蚁群系统(MACS)算法,该算法针对多个目标的不可公度性,对现有蚁群系统(ACS)算法进行了扩展,将MACS方法应用于多目标优化任务分配问题,仿真结果显示MACS算法相比加权法ACS具有更好的性能。 (4) 研究了多UUV系统低成本自主导航方法:提出了基于移动双信标的协作导航方法,采用两台携带高精度导航传感器的主UUV,为数量不限的携带低精度导航传感器的从UUV提供导航信息。设计了基于扩展卡尔曼滤波器的从UUV位置估计算法,该方法能够有效提高从UUV的导航精度,并且适应弱通信条件。 多UUV仿真平台的实验结果验证了本文提出的协作机制及实现方法是正确有效的,能够满足弱通信条件下多目标搜索的实际需求。
语种中文
产权排序1
公开日期2010-11-29
页码111页
分类号TP242.3
内容类型学位论文
源URL[http://210.72.131.170//handle/173321/301]  
专题沈阳自动化研究所_水下机器人研究室
作者单位1.中国科学院研究生院
2.中国科学院沈阳自动化研究所
推荐引用方式
GB/T 7714
许真珍. 面向多目标搜索的多UUV协作机制及实现方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2008.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace