基于改进烟花算法的多AUV编队最优避障控制研究.pdf

基于改进烟花算法的多AUV编队最优避障控制研究

摘要

AutonomousUnderwaterVehicleAUV

自主水下航行器（，）以编队的形式进行作业

可以提升效率并解决难度更高、更复杂的问题，而AUV编队的避障是编队控制的必须

解决的问题。避障过程中应尽可能考虑缩短AUV的航程、尽量不打乱队形等因素以保

持编队控制的最优性。不仅如此，鉴于海洋环境的复杂性与水声通信的特点，时变海流

与通信时延等也应该被纳入考虑。本文基于改进烟花算法，分别对静止与运动障碍物下

的两种场景下的多AUV编队最优避障控制问题进行研究，主要包括以下几部分：

1.首先建立了AUV五自由度反馈线性化模型，消除了复杂模型中的系统误差并降

低了系统耦合度。其次提出了双幂次趋近律，基于该趋近律与获得的精确二阶积分模型

-AUV

设计了滑模控制器；基于领航跟随者设计了多编队控制器，证明了其稳定性。通

过仿真实验，验证了所设计的滑模控制器具有更优的性能及编队控制器的有效性。

2.改进了烟花算法，提出了三维预测器视线导引法，解决了静态环境下AUV最优

编队避障控制问题。首先，对烟花算法进行了改进，并通过改进烟花算法对领航者进行

路径规划，通过仿真验证烟花算法的优势，然后设计了ICA算法调整跟随者路径。最后

得到路径规划的航迹点后，针对海流干扰问题设计了一种三维预测器导引法作为AUV

编队的导引律以为编队提供期望艏向角。通过仿真验证了整个最优编队避障控制系统的

可行性。

3.建立了编队探测模型和环境模型，提出了基于改进烟花算法的DMPC控制算法，

解决了无时延动态环境下AUV最优编队避障控制问题。首先建立预测模型，利用反馈

补偿以消除未知扰动的干扰，然后提出了败者淘汰规则的改进烟花算法，基于设计的适

应度函数进行滚动优化；提出了自适应DMPC预测窗口的理论，降低了DMPC控制算

法的计算量解决了XX问题。最后对DMPC控制算法进行了局部及全局稳定性证明。仿

真验证了所设计DMPC控制算法和改进烟花算法能保证AUV编队进行安全避障并具有

更优的性能。

4.设计了基于DMPC控制算法的时延编队控制器并改进了可行控制域，解决了时

变时延动态环境下AUV最优编队避障控制问题。为解决时变时延动态环境下AUV最

优编队避障控制问题，首先，制定通信时延同步策略，使各AUV时延相同，能同步运

行DMPC控制算法。其次针对时延干扰设计了时延编队控制器，证明了时延编队控制

器的稳定性。最后改进了DMPC可行控制域，进行了相容性、终端、稳定性三种约束

设计并进行了稳定性证明，提高了系统的稳定性。仿真验证了AUV编队在有时变时延

哈尔滨工程大学硕士学位论文

的未知环境下进行有效、高效的避障。

关键词：编队避障控制；烟花算法；DMPC控制；视线导引法

基于改进烟花算法的多AUV编队最优避障控制研究

Abstract

AutonomousUnderwaterVehicles(AUVs)operatinginformationcanimprove

efficiencyandsolvemoredifficultandcomplexproblems,whiletheobstacleavoidance

abilityofAUVformationisanecessaryissueforformationcontrol.Meanwhile,inthe

processofobstacleavoidance,factorssuchasshorteningthetravelingdistanceofAUVsand

try