AUV全局路徑規(guī)劃環(huán)境建模算法研究進(jìn)展

郭銀景，侯佳辰，吳 琪，苑嬌嬌，呂文紅

(1. 山東科技大學(xué) 電子信息工程學(xué)院，山東 青島 266590；2. 山東科技大學(xué) 交通學(xué)院，山東 青島 266590；3. 青島黃海學(xué)院，山東 青島 266555)

0 引 言

自主式水下航行器（AUV）是在無人駕駛的情況下，依靠自身攜帶的動(dòng)力自主地完成復(fù)雜海洋環(huán)境中預(yù)定任務(wù)的機(jī)器人[1]。海底環(huán)境建模是AUV進(jìn)行全局路徑規(guī)劃進(jìn)而完成自主巡航的關(guān)鍵一環(huán)[2]，主要任務(wù)是把AUV所處海底環(huán)境描述為計(jì)算機(jī)識別的形式，它是利用路徑規(guī)劃算法尋找最優(yōu)路徑的基礎(chǔ)[3-4]。

目前，在水下機(jī)器人環(huán)境建模方面已有許多研究成果，如美國Bluefin Robotics公司的Bluefin-21 AUV就具有非常出色的環(huán)境建模算法能力，該AUV根據(jù)需要裝載了包括如410 kHz側(cè)掃聲吶系統(tǒng)在內(nèi)的多種探測設(shè)備，以最高7.5 cm的分辨率勘測地貌，完成了海底建模[5]，在2014年搜尋馬航MH370失聯(lián)客機(jī)過程中發(fā)揮了重大作用；由Hydroid公司研制的REMUS-6000也具備利用配備的側(cè)掃聲吶收集水下環(huán)境數(shù)據(jù)并進(jìn)行海底建模的能力[6]；美國研發(fā)的深井熱探測器（DEPTHX）[7]直徑約2.5 m，用來探索未知的水下洞穴和隧道，對海底進(jìn)行三維映射，將海底數(shù)據(jù)轉(zhuǎn)化為環(huán)境參數(shù)并進(jìn)行立體建模，可以較為準(zhǔn)確地還原沼穴外形；中國沈陽自動(dòng)化所和海洋所聯(lián)合研制的“探索4500”具備了基于前視聲吶信息的自主碰撞技術(shù)，提高其對復(fù)雜環(huán)境的適應(yīng)能力，對大面積冷泉區(qū)進(jìn)行精細(xì)海底建模，保證近海域海底路徑規(guī)劃的安全[8]。這些AUV研究成果均已完成湖上或海上的功能試驗(yàn)。

水下航行器全局路徑規(guī)劃過程受水下航行器探測能力、水下航行器的機(jī)動(dòng)性能和障礙物特性的影響，研究存在的挑戰(zhàn)和難點(diǎn)主要有以下兩點(diǎn)：

1）海底環(huán)境較為復(fù)雜，當(dāng)障礙物密集時(shí)環(huán)境建模精度較低。

2）海流因素對環(huán)境建模后續(xù)算法的影響較大，將海流因素轉(zhuǎn)化為參數(shù)數(shù)據(jù)，考慮進(jìn)建模及算法過程中時(shí)，會(huì)大幅度提升算法的復(fù)雜度。

本文在分析AUV自主巡航技術(shù)背景的基礎(chǔ)上，對AUV全局路徑規(guī)劃環(huán)境建模算法及研究熱點(diǎn)展開綜述，重點(diǎn)討論海流對AUV全局路徑規(guī)劃環(huán)境建模影響方面的研究進(jìn)展，為研究和發(fā)展AUV全局路徑規(guī)劃環(huán)境建模算法提供參考。

1 全局路徑規(guī)劃環(huán)境建模方法概述

適用于水下全局路徑規(guī)劃環(huán)境建模的主要方法有柵格法，拓?fù)浞?，可視圖法等。

1.1 柵格法

柵格法最早由Elfes和Moravec等學(xué)者提出，即利用柵格法進(jìn)行環(huán)境建模即將環(huán)境等分為方格，以柵格為單元表示該區(qū)域環(huán)境信息，然后在環(huán)境地圖上使用路徑規(guī)劃算法[10]。Wang等[11]針對海底環(huán)境特征將柵格圖中的障礙物分為3類，分別是靜態(tài)障礙物、動(dòng)態(tài)障礙物和準(zhǔn)靜態(tài)障礙物，其中準(zhǔn)靜態(tài)障礙物具有固定中心和隨時(shí)間變化的不確定半徑，如珊瑚、藻類等。再通過對障礙物的連續(xù)觀測進(jìn)行海底環(huán)境建模，提高路徑規(guī)劃精度。為降低計(jì)算復(fù)雜度，傳統(tǒng)柵格法僅將AUV所在柵格的周圍8個(gè)柵格作為下一時(shí)刻可選位置，但會(huì)降低規(guī)劃路徑的質(zhì)量，如平滑度。針對這一缺點(diǎn)，姚鵬等[12]擴(kuò)大了備選鄰居?xùn)鸥竦膶訑?shù)，即下一時(shí)刻AUV不僅可移動(dòng)至周圍8個(gè)柵格，還可移動(dòng)至更遠(yuǎn)處的柵格，從而提高路徑質(zhì)量。

由于海底環(huán)境是三維環(huán)境，近年來眾多研究人員用柵格法對海底進(jìn)行三維建模。

文獻(xiàn)[13]用柵格法對海底環(huán)境進(jìn)行三維建模，但此建模只能基于AUV下潛深度變化范圍較小的前提下，將AUV在三維空間內(nèi)的運(yùn)動(dòng)分解為2個(gè)二維平面的運(yùn)動(dòng)，對海底柵格模型的水深范圍進(jìn)行簡化處理，利用聲吶探測的信息實(shí)現(xiàn)對障礙物的3D重建，局部避障效果較好，此建模并不是真正意義上的三維建模。文獻(xiàn)[14]將生物啟發(fā)神經(jīng)網(wǎng)絡(luò)引入三維柵格模型，把具體的動(dòng)態(tài)環(huán)境和AUV前后時(shí)刻的航行位置聯(lián)系起來綜合決策出AUV的下一個(gè)航行位置，縮短了搜索時(shí)間，降低路徑規(guī)劃的重復(fù)率。文獻(xiàn)[15]引入多個(gè)AUV協(xié)同作業(yè)，將任務(wù)分解到水下平面的不同深度，達(dá)到三維建模的效果，原理與文獻(xiàn)[13]有相似之處，但實(shí)際路徑規(guī)劃中，單AUV并不能跨層進(jìn)行搜索。文獻(xiàn)[16]在二維柵格建模的基礎(chǔ)上，拓展到三維空間，對比了二維、三維柵格建模對AUV巡航過程的影響，二維柵格建模算法復(fù)雜度低，AUV面對障礙物時(shí)可更快做出決策；三維柵格建?？山档虯UV巡航過程中的轉(zhuǎn)向幅度與轉(zhuǎn)角次數(shù)，一定程度上避免AUV進(jìn)入死區(qū)。

綜上，柵格法海底環(huán)境建模多數(shù)基于二維建模，建模結(jié)構(gòu)簡單，易于管理、存儲(chǔ)和檢索，且發(fā)展較成熟，但不利于在密集障礙物環(huán)境中規(guī)劃最優(yōu)路徑。網(wǎng)格尺寸的規(guī)劃也與傳感器性能和AUV體積有關(guān)。柵格法易于向三維拓展[17]，但對環(huán)境分辨清晰度需求較高，環(huán)境信息存儲(chǔ)量大且決策速度慢，降低系統(tǒng)實(shí)時(shí)性，發(fā)展尚不成熟。在三維柵格建模中，過于精細(xì)的柵格劃分雖可以保證精度，但帶來了計(jì)算時(shí)間的級數(shù)增長，然而過大的柵格尺度又無法保證障礙物的精確建模。兩者之間的平衡問題一直是難點(diǎn)。

1.2 拓?fù)浞?/h3>

拓?fù)浞ㄊ怯汕迦A大學(xué)張鈸教授等于1984年提出的路徑規(guī)劃算法，基本思想是：將規(guī)劃空間分割成拓?fù)涮匦砸恢碌淖涌臻g，并建立拓?fù)渚W(wǎng)絡(luò)，在拓?fù)渚W(wǎng)絡(luò)上尋找起點(diǎn)到終點(diǎn)的拓?fù)渎窂?，并由拓?fù)渎窂角蟪鰩缀温窂絒18]。隨后張鈸教授對其進(jìn)行改進(jìn)，用圖形方法實(shí)現(xiàn)拓?fù)渎窂揭?guī)劃算法，將復(fù)雜的幾何計(jì)算問題轉(zhuǎn)化為圖形的一些簡單處理，將問題變得更直觀靈活，缺點(diǎn)是如果局部障礙物發(fā)生變化，整個(gè)拓?fù)淇臻g需要重新構(gòu)造，極為費(fèi)時(shí)。

拓?fù)浞ê蜄鸥穹ǖ膮^(qū)別在于，拓?fù)浞ㄊ翘焐S的環(huán)境建模法，能更好地適用于水下環(huán)境，可完全描述海底地形的結(jié)構(gòu)特征，并具有較高的存儲(chǔ)效率，在得不到精確環(huán)境信息情況時(shí)，也可以依靠環(huán)境特征信息與傳感器檢測信息匹配確定AUV的方位[19]。但拓?fù)浞ㄒ蚪ＤＰ蛷?fù)雜，占用大量空間，無法靈活處理局部障礙物發(fā)生變化的情況，故國內(nèi)外應(yīng)用較少，研究進(jìn)展緩慢。

1.3 可視圖法

可視圖法于1979年由麻省理工學(xué)院的Tomas Lozano-Perez和IBM研究院的Michael A.Wesley提出[20]。最大特點(diǎn)是用多邊形描述環(huán)境邊界及障礙物輪廓，且將AUV視作大小形狀可忽略的質(zhì)點(diǎn)。把AUV的起點(diǎn)、每個(gè)障礙物的頂點(diǎn)及目標(biāo)點(diǎn)通過直線連接在一起，而連接直線不能穿越障礙物，由此獲得一張無碰撞路徑圖，即為可視圖?？梢晥D法的缺點(diǎn)有2個(gè)：一是規(guī)劃冗余路徑過多；二是將移動(dòng)目標(biāo)視作質(zhì)點(diǎn)可能會(huì)出現(xiàn)與障礙物碰撞的現(xiàn)象。

針對冗余路徑過多的問題，可將切線法運(yùn)用到路徑規(guī)劃中，把障礙物的切線圖形化，大大減少無用路徑規(guī)劃量[21]。采用“方向偏差最小”策略對切線法路徑規(guī)劃進(jìn)行全局路徑優(yōu)化，可避免AUV轉(zhuǎn)向過大，有效防止AUV進(jìn)入“死區(qū)”。

針對移動(dòng)目標(biāo)與障礙物碰撞的問題，王芳[22]將維諾圖[23]運(yùn)用到路徑規(guī)劃中，統(tǒng)計(jì)離障礙物較遠(yuǎn)的路徑，當(dāng)AUV偏離路徑時(shí)，也可避免碰撞障礙物。夏娜等[24]將維諾圖與二分圖結(jié)合起來，經(jīng)仿真實(shí)驗(yàn)證明該方法規(guī)劃的路徑較短且規(guī)劃效率高。

對于可視圖在路徑規(guī)劃中的運(yùn)用，一般是將障礙物矩形化，提高路徑規(guī)劃的效率，但只能保證局部最優(yōu)路徑，無法得到全局最優(yōu)解。2017年張雪蓮[25]分析了障礙物矩形化的缺陷，提出了將障礙物膨化，避免AUV采用繞行方向使生成路徑不理想，改進(jìn)對比如圖1所示，左圖為改進(jìn)前，右圖為改進(jìn)后。

圖1 改進(jìn)對比圖Fig. 1 Improved comparison chart

3種全局路徑規(guī)劃方法優(yōu)缺點(diǎn)對比如表1所示。

表1 優(yōu)缺點(diǎn)對比Tab. 1 Advantages and disadvantages comparison

合理的環(huán)境建模有利于減少路徑規(guī)劃中的計(jì)算量?？梢晥D法與二維柵格適用于障礙物較少的簡單海底環(huán)境，此環(huán)境對建模精度要求較低。三維海底建模的計(jì)算復(fù)雜度隨維度增加，利用拓?fù)浞叭S柵格為AUV建立精確的海底模型具有挑戰(zhàn)性，但隨著計(jì)算速度的提高和對建模精度的需求，水下三維建模將取代二維建模成為主流。

2 考慮海流影響的AUV全局路徑規(guī)劃環(huán)境建模算法研究

AUV在有海流的海域中航行時(shí)，會(huì)受到海流產(chǎn)生的壓力，使AUV運(yùn)動(dòng)或轉(zhuǎn)向的阻力增大，并偏離預(yù)定的軌跡和航向[26]，甚至轉(zhuǎn)向，增大AUV的能耗[27]。因此，在規(guī)劃AUV的巡航路徑時(shí)，應(yīng)考慮海流對航向造成的影響。與直線軌跡相比，AUV在處于小流向角的情況下航行可以減少推力器的功率，并使AUV處于可控狀態(tài)[28]。同時(shí)需要考慮航行中能量消耗的問題，盡量利用海流助力，使AUV順著海流的流向運(yùn)動(dòng)，減少逆流航行造成的能量消耗[29]。在模擬海流環(huán)境中尋找最優(yōu)路徑如圖2所示，圖中圓圈表示障礙物，線段為規(guī)劃路徑。

圖2 海流環(huán)境模型Fig. 2 Ocean current environment model

考慮海流因素的巡航策略研究，主要從2個(gè)方面入手：一是將海流信息引入環(huán)境建模；二是將海流信息引入路徑規(guī)劃算法。

2.1 將海流引入環(huán)境建模

文獻(xiàn)[30]利用聲吶傳感器采集信息，建模時(shí)通過凸算法和貝塞爾插值簡化障礙物邊界，使AUV快速響應(yīng)各種障礙物環(huán)境。考慮到AUV在海流情況下前進(jìn)，航跡存在旋轉(zhuǎn)偏差時(shí)用一定半徑的圓弧代替，避免AUV進(jìn)入“死區(qū)”，與文獻(xiàn)[16, 21]相比，此方法耗能低，可同時(shí)保證AUV航行的安全性與節(jié)能性。文獻(xiàn)[17]分析了海流對AUV航行的影響，將不利于AUV航行安全的海洋因素轉(zhuǎn)化為約束條件加入三維柵格中，后續(xù)路徑規(guī)劃時(shí)則可避免進(jìn)入危險(xiǎn)海洋環(huán)境。此方法可大幅度提升AUV巡航過程中的安全性，但以損失最優(yōu)路徑為代價(jià)，規(guī)劃出的路徑較長，AUV能耗相對較高。為降低AUV能耗，文獻(xiàn)[31]將海流模型柵格做離散處理，對海流數(shù)據(jù)進(jìn)行建模，綜合考慮路徑長度和海流對能源消耗的影響，在能耗最小的前提下實(shí)現(xiàn)路徑最優(yōu)化，且在較短路徑下，大幅度降低路徑的轉(zhuǎn)角，可改善文獻(xiàn)的高能耗問題。但該文獻(xiàn)為追求算法復(fù)雜度低，劃分柵格模型時(shí)并不精細(xì)，未來可做進(jìn)一步改進(jìn)。文獻(xiàn)[32]針對大型復(fù)雜海洋環(huán)境，引入了具有學(xué)習(xí)能力的群體超啟發(fā)式算法，考慮了能量及時(shí)間消耗、轉(zhuǎn)彎半徑限制，海洋環(huán)境及海流影響，在B樣條曲線建模算法中添加相應(yīng)的約束來限制軌跡的生成空間，將全局路徑規(guī)劃與局部路徑規(guī)劃結(jié)合起來，全局路徑規(guī)劃出AUV的大致巡航路徑，當(dāng)遇到動(dòng)態(tài)障礙物時(shí)，利用局部路徑規(guī)劃避障。該算法在計(jì)算時(shí)間、自主優(yōu)化能力、穩(wěn)定性方面具有顯著優(yōu)勢。

綜上，采用柵格法進(jìn)行海底環(huán)境建模時(shí)，更易將海流信息化為參數(shù)導(dǎo)入，如圖3所示。

圖3 將海流信息導(dǎo)入柵格圖Fig. 3 Import current information into raster

柵格法可根據(jù)每個(gè)網(wǎng)格存儲(chǔ)的海洋環(huán)境信息判斷網(wǎng)格的適航性，當(dāng)網(wǎng)格中存在對AUV航行的不利影響時(shí)，選擇該網(wǎng)格的概率降低。地形、水壓力等影響因素同樣可作為參數(shù)加至網(wǎng)格，使規(guī)劃路徑更優(yōu)。環(huán)境建模的難點(diǎn)在于海洋生物對AUV的威脅，潮汐對AUV航行的影響難以轉(zhuǎn)化為數(shù)學(xué)模型。

2.2 將海流引入環(huán)境建模后續(xù)路徑規(guī)劃算法

文獻(xiàn)[33]采用狼群算法進(jìn)行AUV的路徑規(guī)劃，結(jié)果證明該算法具有較強(qiáng)的收斂性與全局尋優(yōu)能力，雖然算法相對復(fù)雜，但可設(shè)置更多參數(shù)，例如將海流、溫度、海水鹽度等轉(zhuǎn)化為數(shù)據(jù)導(dǎo)入算法。針對算法復(fù)雜度高這一缺點(diǎn)，文獻(xiàn)[34]對狼群算法進(jìn)行優(yōu)化，利用杜賓曲線滿足AUV轉(zhuǎn)向角的控制約束，并可調(diào)整AUV的轉(zhuǎn)彎半徑，避免AUV轉(zhuǎn)彎時(shí)剮蹭障礙物。仿真結(jié)果證明改進(jìn)后的狼群算法局部規(guī)劃能力強(qiáng)，精度高，在規(guī)劃路徑不變的情況下，將規(guī)劃時(shí)間減少了6.3%。但結(jié)合狼群算法的規(guī)劃技術(shù)實(shí)時(shí)避障能力較弱，為彌補(bǔ)這一缺點(diǎn)，文獻(xiàn)[35]采用遺傳算法（GA）進(jìn)行路徑規(guī)劃，結(jié)果證明結(jié)合遺傳算法的動(dòng)態(tài)實(shí)時(shí)避障能力較好，缺點(diǎn)是局部尋優(yōu)能力較差，穩(wěn)定性不強(qiáng)。遺傳算法在早期階段具有快速的全局搜索能力，而在后期階段規(guī)劃速度較慢。然而，遺傳算法易與其他算法結(jié)合，文獻(xiàn)[36]將遺傳算法與狼群算法結(jié)合起來，使遺傳算法在迭代過程中提高規(guī)劃能力。仿真結(jié)果證明，將二者算法結(jié)合后，與文獻(xiàn)[33 - 35]相比，其算法收斂速度與路徑規(guī)劃時(shí)間均有大幅度改善，且路徑規(guī)劃精度不變。

快速擴(kuò)展隨機(jī)樹算法（RRT）[37]也是常用的路徑規(guī)劃算法之一，即將海底環(huán)境采樣為一組節(jié)點(diǎn)作為依據(jù)規(guī)劃路徑。規(guī)劃速度快，但規(guī)劃出的路徑通常是次優(yōu)的，且難以在狹窄的通道中規(guī)劃路徑[38]。文獻(xiàn)[39 - 40]分別用RRT算法在二維、三維建模的前提下進(jìn)行路徑規(guī)劃，仿真結(jié)果證明傳統(tǒng)RRT算法的計(jì)算復(fù)雜度與自由度呈指數(shù)關(guān)系，不適合解決多自由度AUV在復(fù)雜海底環(huán)境中的路徑規(guī)劃。針對AUV自由度過高導(dǎo)致算法復(fù)雜這一缺陷，文獻(xiàn)[41]提出一種改進(jìn)RRT算法，增加了對AUV旋轉(zhuǎn)角的約束，降低AUV的自由度，改善了擴(kuò)展樹的生長點(diǎn)與探索點(diǎn)，滿足規(guī)劃路徑的最優(yōu)解。仿真結(jié)果表明，該算法規(guī)劃效率高，且安全性較強(qiáng)。

文獻(xiàn)[42]利用人工勢場法進(jìn)行路徑規(guī)劃，效果并不理想。當(dāng)航行路段通過狹窄通道時(shí)，由于海流不斷干擾AUV，AUV會(huì)不斷發(fā)生擺動(dòng)陷入“自鎖”模式。傳統(tǒng)的人工勢場法不能消除海流帶來的影響。文獻(xiàn)[43]采用克隆選擇優(yōu)化算法對人工勢場法進(jìn)行優(yōu)化，可以避免算法陷入局部最小值，使AUV擺脫“自鎖”模式。對比文獻(xiàn)[16, 21, 30]可知，解決AUV陷入“死區(qū)”最常用的方法，即采用各種手段減少AUV巡航過程中的轉(zhuǎn)角次數(shù)與轉(zhuǎn)角幅度，若先利用柵格法對海底環(huán)境進(jìn)行三維建模，將“方向偏差最小”策略引入建模過程，再采用后續(xù)算法進(jìn)行優(yōu)化，可有效解決AUV陷入“死區(qū)”這一問題。

針對AUV路徑規(guī)劃中的時(shí)間最優(yōu)問題，文獻(xiàn)[44]提出了一種基于粒子群優(yōu)化算法（PSO）的二維路徑規(guī)劃算法。通過分析AUV的航行特點(diǎn)與海流運(yùn)動(dòng)規(guī)律，推導(dǎo)出計(jì)算航行時(shí)間的函數(shù)。仿真結(jié)果表明，該算法魯棒性強(qiáng)且能夠找到最短距離的安全路徑。缺點(diǎn)是沒有進(jìn)行三維路徑規(guī)劃，且算法的實(shí)用性與適應(yīng)性尚未在實(shí)際海洋環(huán)境中得到驗(yàn)證，雖在算法過程中加入海流參數(shù)，但并未考慮如何應(yīng)對海流干擾。針對這一缺陷，文獻(xiàn)[45]對PSO算法提出改進(jìn)，將粒子群分為全局搜索粒子與局部搜索粒子對海流進(jìn)行綜合評估，規(guī)劃路徑使AUV盡可能隨著海流前進(jìn)，避免盲目克服海流干擾，從而使航行過程更加穩(wěn)定。文獻(xiàn)[46]比較了量子粒子群算法與遺傳算法的優(yōu)缺點(diǎn)，同時(shí)將海流速度方向等參數(shù)加入算法中，將二者結(jié)合進(jìn)行路徑規(guī)劃，仿真后證明該組合算法比單一算法有更好的尋優(yōu)能力和更少的計(jì)算時(shí)間，可針對海流因素使收斂次數(shù)達(dá)到理想狀態(tài)。但文獻(xiàn)[46]只研究了在海流大小方向均不變情況下的路徑規(guī)劃，并且沒有考慮海流橫向推動(dòng)AUV造成的誤差應(yīng)如何修正。文獻(xiàn)[11]采用GA與PSO雙層規(guī)劃算法，先用GA進(jìn)行路徑規(guī)劃，后用PSO進(jìn)行路徑優(yōu)化，在保證全局最優(yōu)的同時(shí)解決了傳統(tǒng)基于柵格的路徑規(guī)劃算法中AUV運(yùn)動(dòng)方向受限的問題，使AUV順著有利海流流向航行，最后進(jìn)行實(shí)驗(yàn)仿真證明了該算法在可接受的精度下顯著提高了計(jì)算效率，AUV可進(jìn)行實(shí)時(shí)規(guī)劃，并不斷修正海流推動(dòng)AUV造成的偏離規(guī)劃路徑。文獻(xiàn)[47]對文獻(xiàn)[11]進(jìn)行改進(jìn)，在海流過大時(shí)對AUV的速度進(jìn)行限制，且最終以Kongsberg/Hydroid REMUS 600s型水下機(jī)器人為模型，對路徑規(guī)劃算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。以上幾種經(jīng)典算法的優(yōu)缺點(diǎn)對比如表2所示。

表2 優(yōu)缺點(diǎn)對比Tab. 2 Advantages and disadvantages comparison

除上述熱門經(jīng)典算法外，還有一些規(guī)劃效果不錯(cuò)的算法。例如文獻(xiàn)[48]提出一種結(jié)合速度合成方法的自組織映射算法，當(dāng)海流發(fā)生變化AUV隨機(jī)移動(dòng)時(shí)，只要給出AUV和目標(biāo)的位置及海流的速度和方向，就可以計(jì)算出AUV前進(jìn)的方向，規(guī)劃出后續(xù)路徑。但此文獻(xiàn)只是假設(shè)固定在垂直方向上的傳感器可以探測到洋流的信息，沒有討論獲取海流方向和速度的方法，可與文獻(xiàn)[30]中聲吶傳感器的探測方法相結(jié)合，提高規(guī)劃精度。文獻(xiàn)[49]提出一種動(dòng)態(tài)規(guī)劃算法，將近似時(shí)變海流作為參數(shù)引進(jìn)算法，對協(xié)同合作的AUV進(jìn)行路徑規(guī)劃，經(jīng)過仿真證明算法的可行性。但模擬海流值與實(shí)際海流存在差異，難以投入實(shí)際使用。文獻(xiàn)[50]是在傳感器存在噪聲及海流存在的情況下跟蹤海底電纜，給AUV增加了一個(gè)動(dòng)力控制器，在航線偏離過大時(shí)對路徑實(shí)行重新規(guī)劃，與文獻(xiàn)[46]相比，可在一定程度上修正橫向流推動(dòng)AUV造成的航線偏離，缺點(diǎn)是AUV的動(dòng)力控制器需要實(shí)時(shí)計(jì)算輸入航行方向，且每次修正航線時(shí)需要重新規(guī)劃路徑，計(jì)算量過大。文獻(xiàn)[51 - 52]分別設(shè)計(jì)了一種考慮海流影響的二維、三維路徑規(guī)劃方法。該方法結(jié)合海流速度與AUV速度修正水平集的偏微分方程，然后對方程進(jìn)行數(shù)值求解，水平集不斷迭代以收斂于目標(biāo)，最后通過反向迭代得到最優(yōu)路徑?；谀M海流數(shù)據(jù)和真實(shí)地形的仿真實(shí)驗(yàn)表明，該方法能夠在海流和障礙物連續(xù)的海洋環(huán)境中找到安全可行的路徑。

由于實(shí)驗(yàn)條件限制，多數(shù)研究處于實(shí)驗(yàn)?zāi)M階段，雖然一些研究在真實(shí)水下環(huán)境中進(jìn)行，但還未達(dá)到可在實(shí)踐中應(yīng)用的魯棒性水平。目前，成熟的傳統(tǒng)算法很難適用復(fù)雜的水下環(huán)境，部分智能算法存在不成熟、魯棒性差、運(yùn)行速度慢等問題。后續(xù)研究可融合多種算法，將各種算法的優(yōu)點(diǎn)融合為改進(jìn)算法，以提高路徑規(guī)劃的實(shí)時(shí)性與可靠性。

3 總結(jié)與展望

AUV的自主水下巡航是一個(gè)十分重要的研究領(lǐng)域，具有廣泛的應(yīng)用前景。本文對海底環(huán)境的全局路徑規(guī)劃方法進(jìn)行綜述，并對3種全局路徑規(guī)劃方法進(jìn)行優(yōu)缺點(diǎn)對比。柵格法多是基于二維建模，目前發(fā)展較為成熟。三維柵格法海底建模近幾年起步，仍存在諸多缺陷，如環(huán)境建模精度低、規(guī)劃路徑安全性不強(qiáng)。二維空間并不能完全體現(xiàn)海洋環(huán)境的所有三維信息，柵格法應(yīng)更多地向三維發(fā)展。拓?fù)鋱D法是一種天生三維的建模法，但因算法復(fù)雜，普及度不高?？梢晥D法僅支持二維建模，但因算法簡單，易與路徑搜索算法相結(jié)合。

考慮到海流因素對AUV巡航過程中的影響，本文針對巡航過程中能量消耗的角度對路徑規(guī)劃算法的發(fā)展進(jìn)行了綜述。在目前的研究中，海流模型相對簡單，多是以二維海底建模為主，如可視圖法與柵格法。其中柵格法易離散化，可視圖法的建模過程簡單，二者均可在建模過程中加入海流參數(shù)，在能耗最小的前提下實(shí)現(xiàn)路徑最優(yōu)化。關(guān)于考慮海流因素的路徑規(guī)劃算法，多數(shù)研究采用2種算法結(jié)合，利用算法優(yōu)勢對路徑進(jìn)行篩選，最后得出能耗少的最優(yōu)路徑。針對海流動(dòng)態(tài)隨機(jī)這一特點(diǎn)，研究人員對路徑規(guī)劃算法進(jìn)行改進(jìn)，增強(qiáng)算法魯棒性，以應(yīng)對突變海流帶來的緊急情況，且成功以水下機(jī)器人為模型進(jìn)行了水下實(shí)驗(yàn)。

雖然當(dāng)前AUV自主水下巡航已經(jīng)取得了豐富的研究成果，但大多數(shù)研究將海流因素加入AUV水下巡航的過程中僅考慮單一方面，少數(shù)研究在環(huán)境建模與路徑規(guī)劃中均加入對海流因素的考慮。例如文獻(xiàn)[17]，建模時(shí)考慮到AUV在海流情況下前進(jìn)，航跡存在旋轉(zhuǎn)偏差時(shí)用一定半徑的圓弧代替，路徑規(guī)劃時(shí)考慮到AUV在實(shí)際水下環(huán)境中存在渦流造成的陷阱問題，采用視線制導(dǎo)機(jī)制預(yù)測巡航軌跡，當(dāng)前置聲吶傳感器檢測到渦流時(shí)，激活回避算法避開渦流陷阱。后續(xù)研究可在環(huán)境建模與路徑規(guī)劃算法中均加入對海流因素的考慮。

1）柵格法環(huán)境建模易于向三維拓展，環(huán)境信息精確，空間表達(dá)力好，魯棒性強(qiáng)，且每個(gè)網(wǎng)格中均可存儲(chǔ)信息，容易將海流速度、流向等這些約束條件加入路徑規(guī)劃算法中規(guī)劃路徑。PSO與GA雙層路徑規(guī)劃算法融合性較好，加入約束條件時(shí)計(jì)算效率高，且易與柵格法相結(jié)合。未來研究可將柵格法環(huán)境建模與雙層規(guī)劃算法相結(jié)合，同時(shí)加入海流約束條件，提高水下巡航任務(wù)完成度與完成精度。

2）可視圖法建模過程簡單，能有效避免AUV在海流存在的情況下進(jìn)入“死區(qū)”，易與路徑規(guī)劃算法相結(jié)合，一定程度上可消解傳統(tǒng)人工勢場法的固有缺陷。人工勢場法原理簡單，反應(yīng)迅速，易于實(shí)現(xiàn)和擴(kuò)展。經(jīng)國內(nèi)外專家學(xué)者對人工勢場法的不斷改進(jìn)，已經(jīng)改善了局部極小值問題，將海流因素考慮進(jìn)人工勢場法中是保證該算法適用于AUV水下巡航避障的關(guān)鍵，國內(nèi)外學(xué)者也針對定常海流和渦流的影響，對勢場法進(jìn)行了相應(yīng)改進(jìn)。若將可視圖環(huán)境建模與人工勢場法相結(jié)合，可進(jìn)一步提高路徑規(guī)劃的效率，使AUV的巡航過程更具實(shí)時(shí)性。

4 結(jié) 語

隨著海洋考察范圍的逐步擴(kuò)大，AUV向著智能化方向發(fā)展，這就要求AUV必須具有感知海洋環(huán)境并準(zhǔn)確進(jìn)行海底建模的能力，只有在了解環(huán)境的基礎(chǔ)上，才可能讓AUV進(jìn)行智能算法的學(xué)習(xí)，以及在未知環(huán)境中進(jìn)行適應(yīng)環(huán)境的訓(xùn)練，從而提高AUV的靈活性、穩(wěn)定性與魯棒性。

本文在對AUV海底環(huán)境建模技術(shù)的相關(guān)概念和算法進(jìn)行深入研究的基礎(chǔ)上，對3種環(huán)境建模方法進(jìn)行了綜述和優(yōu)缺點(diǎn)對比，并詳細(xì)闡述了AUV環(huán)境建模后續(xù)規(guī)劃算法的研究進(jìn)展。未來研究中，對于建模技術(shù)精度與復(fù)雜度的平衡，仍需眾多研究人員的不懈努力。