| 【中文题名】 | 水面无人艇的全局路径规划技术研究 |
| 【英文题名】 | Research on Global Path Planning for Unman Surface Vehicle |
| 【学科专业】 | 船舶与海洋结构物设计制造 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-21 |
| 【中关键词】 | 全局路径规划,分层路径规划,遗传算法,水面无人艇,激活值传播算法, |
| 【英关键词】 | global path planning（GPP）,hierarchical path plan,genetic algorithm （GA）,USV,Activity propagation （AP）, |
| 【分类导航】 | 交通运输>水路运输>船舶工程>导航设备、水声设备>导航设备> |
| 【论文摘要】 |
路径规划是水面无人艇导航系统中最重要的任务之一，全局路径规划是水面无人艇研究领域的一个重要课题，对它的研究有重要的意义。全局路径规划就是根据先验知识(如给定地图)，在一定的约束条件下，规划出一条从起点到终点的无碰路径。遗传算法是一种模拟生物进化原理的优化算法，近些年来在各个方面，包括全局路径规划，得到了广泛的应用研究。本论文的主要内容就是研究基于分层模型的激活值和遗传算法应用于水面无人艇的全局路径规划中的问题。主要包括以下的内容：
首先介绍了水面无人艇的发展概况和全局路径规划的研究背景及意义。分析了国内外水面无人艇的研究动态和发展趋势。
其次，简要介绍了路径规划技术，包括路径规划的定义、分类、相关问题、几种典型的路径规划方法以及最新的研究动态等。
然后论文深入研究了分层路径规划的基本原理和实现的关键技术。研究了激活值的基本原理，并利用分层和激活值相结合进行全局路径规划。接着研究了利用分层思想结合遗传算法进行全局路径规划。并结合实际地图给出了计算机仿真，验证了算法的可行性。 |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-10 |
|
第1章 绪论 |
10-16 |
|
1.1 引言 |
10 |
|
1.2 水面无人艇的发展现状和研究动态 |
10-13 |
|
1.2.1 国外发展现状 |
10-13 |
|
1.2.2 国内研究现状和趋势 |
13 |
|
1.3 本课题的研究背景和意义 |
13-14 |
|
1.4 论文的主要工作 |
14-16 |
|
第2章 全局路径规划研究概况 |
16-29 |
|
2.1 路径规划概述 |
16-20 |
|
2.1.1 路径规划的定义 |
16-17 |
|
2.1.2 路径规划问题的分类 |
17-18 |
|
2.1.3 路径规划问题的实现 |
18-20 |
|
2.2 全局路径规划方法 |
20-24 |
|
2.2.1 拓扑法 |
20-21 |
|
2.2.2 几何法 |
21-22 |
|
2.2.3 人工势场法 |
22-24 |
|
2.2.4 动态规划(Dynamic programming)法 |
24 |
|
2.3 全局路径规划的改进方法 |
24-28 |
|
2.3.1 基于案例的全局路径规划方法 |
24-25 |
|
2.3.2 一种类似位姿的全局路径规划方法 |
25-26 |
|
2.3.3 一种区域分割的全局路径规划方法 |
26-27 |
|
2.3.4 基于模糊逻辑的机器人路径规划 |
27 |
|
2.3.5 基于神经网络方法的机器人路径规划 |
27-28 |
|
2.3.6 基于混合方法的机器人路径规划方法 |
28 |
|
2.4 本章小结 |
28-29 |
|
第3章 分层路径规划方法 |
29-47 |
|
3.1 算法描述 |
30-33 |
|
3.2 算法实现中的关键技术 |
33-41 |
|
3.2.1 区域划分 |
33-35 |
|
3.2.2 子起点和子终点的确定 |
35-37 |
|
3.2.3 邻域的查找 |
37-41 |
|
3.3 路径的搜索 |
41 |
|
3.4 失败的处理 |
41-46 |
|
3.5 本章小结 |
46-47 |
|
第4章 基于分层的激活值传播算法的路径规划 |
47-58 |
|
4.1 并行激活值传播算法 |
47-50 |
|
4.2 串行激活值传播算法 |
50-54 |
|
4.2.1 改进AP算法的方法 |
50-53 |
|
4.2.2 算法描述 |
53-54 |
|
4.2.3 算法效率 |
54 |
|
4.4 基于分层模型的AP算法实现全局路径规划 |
54-57 |
|
4.4.1 搜索空间构造 |
54-55 |
|
4.4.2 路径规划结果 |
55-57 |
|
4.5 本章小结 |
57-58 |
|
第5章 基于分层的遗传算法全局路径规划 |
58-72 |
|
5.1 引言 |
58 |
|
5.2 分层与遗传算法结合在路径规划中的应用 |
58-65 |
|
5.2.1 算法设计 |
58-65 |
|
5.3 路径的优化平滑 |
65-67 |
|
5.3.1 多节点余的去除 |
65 |
|
5.3.2 可视性检验 |
65-66 |
|
5.3.3 路径的平滑 |
66-67 |
|
5.4 仿真结果 |
67-69 |
|
5.5 遗传算法和激活值算法的结果比较分析 |
69-71 |
|
5.6 本章小结 |
71-72 |
|
结论 |
72-74 |
|
参考文献 |
74-78 |
|
攻读硕士学位期间发表的论文和取得的科研成果 |
78-79 |
|
致谢 |
79 |
|
| 【DOI】 | LunWen.ID:2.2008.112562 |
