摘要：针对基于声呐的地图构建和路径规划研究这一课题，本文先提出一种基于D-S(Shafer-Dempster)信息融合的水下栅格地图构建算法，利用D-S证据理论信息融合算法更新地图数据，从而构建出水下动态栅格地图，最后把真实地图和得出的融合构建地图进行比较，从而可以说明D-S信息融合算法在地图构建中的可行性。然后在已构建好的三维栅格地图的基础上，又给出一种基于生物启发模型的三维路径规划和安全避障算法。先建立三维生物启发神经网络模型，后根据神经网络中神经元的活性输出值分布情况自主规划AUV的运动路径。仿真结果表明了生物启发模型在路径规划和安全避障方面的有效性。94726

毕业论文关键词：D-S信息融合，地图构建，生物启发模型，路径规划

Abstract: For the path planning of Autonomous Underwater Vehicle in unknown environment, a gird map building method based on the D-S information fusion algorithm is given。 Update the map by using D-S (Shafer-Dempster) evidential theory, and the dynamic underwater gird map is built; finally by comparing the real map with the fused map, it is shown that the fusion algorithm is proved to be effective and feasibility in map building。 In a 3-D grid map, an algorithm based on the biological inspired model for 3-D path planning and safe obstacle avoidance is proposed。 Firstly, based on the establishment of 3-D biological inspired neural network model, the AUV 3-D working environment is represented。 Then the motion path of the AUV is planned on the basis of the distribution of neurons’ active output value in neural network。 Finally, the simulation results of path planning in the static environment show that biological inspired model can solve effectively the path planning and safe obstacle avoidance for the AUV in the 3-D underwater environment。

Keywords: D-S information fusion, map building 3-D grid map, biological inspired model, path planning

目录

1  绪论 3

1。1  研究背景与意义 3

1。2  AUV路径规划算法 3

1。3  本文研究内容 5

2  基于D-S信息融合的水下机器人地图构建 6

2。1  传感器模型与坐标变换 6

2。2  声纳传感器的建模 8

2。3  D-S信息融合及其在地图构建中的应用 10

2。4  栅格状态模式的判别规则 11

2。5  仿真结果及分析 12

2。6  小结 20

3  基于生物启发神经网络的AUV三维路径规划 22

3。1  基于生物启发神经网络的自主路径规划算法 22

3。2  生物启发神经网络模型与水下栅格地图关联 22

3。3  AUV自主路径规划算法 23

3。4  仿真实验分析 25

3。5  小结 30

结论 31

参考文献 33

致  谢 35

1  绪论

1。1  研究背景与意义

人类面对着种种生存挑战，包括人口膨胀，陆地资源枯竭，生态环境恶化等等。为了维持自身的发展，必须要充分利用海洋资源。对于我国这样一个人均资源严重匮乏的大国来说，开发海洋资源更具意义。因此水下机器人在监测海洋环境和资源勘查这些领域发挥着重要的作用。源C于H优J尔W论R文M网WwW.youeRw.com 原文+QQ752-018766