基于最小一致性的自治式水下机器人路径规划

摘要

鉴于现有路径规划方法难以兼顾路径质量与计算效率,采用改进的最小一致性算法,用于解决海洋环境下的自治式水下机器人(AUV)路径规划问题。首先,在传统最小一致性算法的基础上,引入相邻节点间的连接权重以计算各节点的控制输入,迭代更新节点状态值并最终到达稳定状态。然后,根据离散化的栅格空间与多层邻居栅格策略构建节点图,并基于能量消耗与平滑度指标确定各节点状态值及连接权重,实现AUV全局路径规划。此外,由于AUV沿全局路径航行时可能遭遇突发威胁,因此引入偏离度等指标重新定义节点图,重规划AUV局部路径。最后,仿真结果表明了本文方法的有效性。