控制与决策

作者：陈铭治,朱大奇

单位：上海海事大学商船学院，上海201306,,上海海事大学物流工程学院，上海201306,

关键词：多AUV协作;实时围捕;快速行进算法(FMM);GBNN

基金：国家自然科学基金项目(U1706224,91748117,51575336)；国家重点研发项目(2017YFC0306302)；上海 市自然科学基金项目(19ZR1422600).

多自主水下机器人(AUV)实时围捕是一个综合的研究课题,包括联盟生成和目标追捕等阶段.首先,基于快速行进算法(FMM)预估围捕时间,有效形成多AUV的动态围捕联盟;然后,在追捕阶段,AUV需要立即跟踪智能逃逸机器人以防止其逃跑.为了实现这一目标,在GBNN(Glasius biological inspired neural network)模型中使用反比例函数替换指数函数计算神经元连接权值,加入额外的衰减项,并提出两点加快神经元活性传播的改进措施,使其适用于实时追捕路径规划.仿真研究表明,围捕联盟形成机制和反比例权值GBNN模型实时路径规划策略都显示出其优越性.在水下环境的多AUV协作围捕中,所提出的围捕控制算法可以提高围捕效率,减少AUV所花费的追捕距离和逃逸机器人的逃逸距离.

来源：2020年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第12期