用到路径规划中,例如神经网络法遗传算法等，也取得定的研究进展。人工势场法和流函数法都是是很典型的算法，论文将在下面第三章和第四章中详述。栅格法栅格法将的运动空间分解成为了许多个网格单元，这些网格单元都具有二值信息，其运动空间中障碍物的位置和大小都是样的，并且在运动的过程中，障碍物的位置和大小是不会发生变化的。栅格法采用启发式算法在网格单元中寻找可行的路径，划分栅格的尺寸大小会影响运动空间信息量的存储和规划时间的长短。以自身的尺寸为准，用大小相同的栅格对的二维运动空间进行划分，用集成的万方数据三峡大学硕士学位论文栅格块来代表自由空间和障碍物，分好后的运动空间就如下图所示，图中黑色阴影的代表障碍栅，白色代表可行的自由空间。栅格法有规划空间描述规范形式简单，致性好，容易实现等优点但是却忽视了环境本身的特点，搜索本身就带有盲目性，并且很难确定合适的网格单元大小。网格单元过大时，路径规划消耗的时间比较短，但是降低了分辨率，同时还削弱了其在复杂环境下的搜索能力网格单元过小时，是提高了分辨率，也增强了复杂环境下搜索能力，但信息存储占用特别的大，这样路径的传感器,从周围的环境中收集环境信息,采用定的算法构造个关于周围环境的符号化模型,控制在环境中按照预定的路径运动到目标位置。路径规划技术是决定能化水平高低的关键技术，路径规划水平的高低量深海打捞等应用领域，都具有无可比拟的优越性。的研究包括多个方面,其中路径规划是它研究的基础也是关键环节。在远程作业过程中,为了保证自身安全,就必须能够有效避障。利用自身搭载域,完成自主导航自主避障以及自主作业等诸多任务,极大地扩展了人类对于水下的作业能力和探测范围。因此,无论在军事上,还是在商业上的不适合人类作业的场合,均可由替代,例如深海中资源勘探采样水下测水下机器人,简称是近些年发展起来的具有定自主导航和规划能力的新型水下运载平台,通常无需人工干预,可以活动在难以接近或无法预知的危险海资源。自上个世纪年代以来,美国日本英国德国等国家先后制定了优先发展海洋高技术的战略决策,期望在世纪海洋政治经济和军事等各方面的竞争中处于有利地位,同时也期望在海洋领域找到新的经济增长点。自主式约占地球表面积的,该区域内的资源不属于任何个国家,而属于全人类。由于科技和经济方面的制约，人类对海洋的探测长期被限制在水下几百米范围内。因此,哪个国家具备深度开发海洋资源的实力,就能率先享受这部分读硕士学位期间发表的部分学术论著万方数据三峡大学硕士学位论文引言世纪,随着全球人口增多资源缺乏环境污染问题日益加剧，人类越来越关注海洋资源海洋中蕴藏着丰富的矿产资源生物资源和能源，国际海底区域峡大学硕士学位论文仿真结果与分析错误!未定义书签。算法拓展分析错误!未定义书签。本章小结错误!未定义书签。总结与展望错误!未定义书签。总结错误!未定义书签。展望错误!未定义书签。参考文献后记附录攻法路径规划错误!未定义书签。流函数法的总体思路错误!未定义书签。流体力学理论基础错误!未定义书签。流函数法进行路径规划错误!未定义书签。流函数法路径规划存在的问题及解决方案错误!未定义书签。万方数据三路径规划概述路径规划的定义路径规划的分类路径规划的方法本章小结基于人工势场法的路径规划人工势场法理论基础人工势场法进行路径规划的步骤仿真结果及分析人工势场法的缺点本章小结流函数万方数据三峡大学硕士学位论文目录引言绪论研究背景国内外研究现状及发展趋势国内外路径规划技术研究现状及发展趋势论文的主要内容和结构设计万方数据三峡大学硕士学位论文目录引言绪论研究背景国内外研究现状及发展趋势国内外路径规划技术研究现状及发展趋势论文的主要内容和结构设计路径规划概述路径规划的定义路径规划的分类路径规划的方法本章小结基于人工势场法的路径规划人工势场法理论基础人工势场法进行路径规划的步骤仿真结果及分析人工势场法的缺点本章小结流函数法路径规划错误!未定义书签。流函数法的总体思路错误!未定义书签。流体力学理论基础错误!未定义书签。流函数法进行路径规划错误!未定义书签。流函数法路径规划存在的问题及解决方案错误!未定义书签。万方数据三峡大学硕士学位论文仿真结果与分析错误!未定义书签。算法拓展分析错误!未定义书签。本章小结错误!未定义书签。总结与展望错误!未定义书签。总结错误!未定义书签。展望错误!未定义书签。参考文献后记附录攻读硕士学位期间发表的部分学术论著万方数据三峡大学硕士学位论文引言世纪,随着全球人口增多资源缺乏环境污染问题日益加剧，人类越来越关注海洋资源海洋中蕴藏着丰富的矿产资源生物资源和能源，国际海底区域约占地球表面积的,该区域内的资源不属于任何个国家,而属于全人类。由于科技和经济方面的制约，人类对海洋的探测长期被限制在水下几百米范围内。因此,哪个国家具备深度开发海洋资源的实力,就能率先享受这部分资源。自上个世纪年代以来,美国日本英国德国等国家先后制定了优先发展海洋高技术的战略决策,期望在世纪海洋政治经济和军事等各方面的竞争中处于有利地位,同时也期望在海洋领域找到新的经济增长点。自主式水下机器人,简称是近些年发展起来的具有定自主导航和规划能力的新型水下运载平台,通常无需人工干预,可以活动在难以接近或无法预知的危险海域,完成自主导航自主避障以及自主作业等诸多任务,极大地扩展了人类对于水下的作业能力和探测范围。因此,无论在军事上,还是在商业上的不适合人类作业的场合,均可由替代,例如深海中资源勘探采样水下测量深海打捞等应用领域，都具有无可比拟的优越性。的研究包括多个方面,其中路径规划是它研究的基础也是关键环节。在远程作业过程中,为了保证自身安全,就必须能够有效避障。利用自身搭载的传感器,从周围的环境中收集环境信息,采用定的算法构造个关于周围环境的符号化模型,控制在环境中按照预定的路径运动到目标位置。路径规划技术是决定能化水平高低的关键技术，路径规划水平的高低，在定程度上标志着的水平，尤其是在水下这个特殊复杂的环境中。万方数据三峡大学硕士学位论文绪论研究背景海洋面积占地球表面积的，广阔的海洋是个巨大的资源宝库，除了有丰富的水资源外，也蕴含着丰富的自然资源，如石油气体矿产鱼类等等，尤其是海洋的石油和矿物资源，数量非常的大。新世纪是海洋的世纪，随着人类赖以生存的陆地资源的不断消耗，为了寻求新的资源和生存空间，人类开始对海洋资源进行开发。海洋的开发不仅具有经济价值，在各国竞相争夺资源的今天，更具有重要的战略意义。海洋地位大大地提高，对海洋资源的开发和利用就成为了许多国家的战略重点。我国拥有多公里的大陆岸线，约三百万平方公里的管辖海域。海洋环境是未知的和危险的息的局部路径规划方法,通过自身的传感器实时地对其运动环境进行监测，其具体方法有模糊逻辑法人工势场法流函数法等等。除此之外,随着科学的进步，许多学者将些人工智能方法应用到路径规划中,例如神经网络法遗传算法等，也取得定的研究进展。人工势场法和流函数法都是是很典型的算法，论文将在下面第三章和第四章中详述。栅格法栅格法将的运动空间分解成为了许多个网格单元，这些网格单元都具有二值信息，其运动空间中障碍物的位置和大小都是样的，并且在运动的过程中，障碍物的位置和大小是不会发生变化的。栅格法采用启发式算法在网格单元中寻找可行的路径，划分栅格的尺寸大小会影响运动空间信息量的存储和规划时间的长短。以自身的尺寸为准，用大小相同的栅格对的二维运动空间进行划分，用集成的万方数据三峡大学硕士学位论文栅格块来代表自由空间和障碍物，分好后的运动空间就如下图所示，图中黑色阴影的代表障碍栅，白色代表可行的自由空间。栅格法有规划空间描述规范形式简单，致性好，容易实现等优点但是却忽视了环境本身的特点，搜索本身就带有盲目性，并且很难确定合适的网格单元大小。网格单元过大时，路径规划消耗的时间比较短，但是降低了分辨率，同时还削弱了其在复杂环境下的搜索能力网格单元过小时，是提高了分辨率，也增强了复杂环境下搜索能力，但信息存储占用特别的大，这样路径规划消耗的时间就比较长了，降低了算法的效率。图栅格图可视图法可视图算法是全局路径规划中用的比较多的种，它把航行器当成质点，将目标点和多边形障碍物的各顶点连接起来，形成了张图，即为可视图，如下图所示。该方法是在年由和提出的。后来在实际应用中应用该算法，并对其在应用中的具体方法和问题进行了说明。因为每条直线是可视的，那么这些直线都可以作为航行器的避障路径，这样的话，路径规划问题就转化成了求经过这些可视直线的最短距离问题。可视图法原理相对比较简单，但是般体积都比较小，当沿着直线运动到障碍物附近时，距离障碍物太近，比较危险，而且不灵活但是它可以与些优化算法结合，简化可视图，从而缩短搜索时间，求得最短路径，如下图所示。可视图法的优点是实现容易并且概念直观，但倘若起点和目标点的位置发生变化，就必须重构可视图，缺乏灵活性，并且容易导致搜索效率较低。同时，如果环境中万方数据三峡大学硕士学位论文障碍物数量太多，使用可视图法规划就会需要很长的时间，效率比较低，通常这种方法适用于障碍物较少的环境中。图可视图图简化的可视图切线图法是用空间中障碍物的切线表示弧，这种方法要求航行器必须紧挨着障碍物运动，如果航行器距离障碍物较远，就无法使用切线法规划处理想的航行路线。针对以上方法存在这个的缺点，许多学者提出了改进，这样就出现了沃罗诺伊图法。这种方法的基本思路是在的运动空间中，根据环境中障碍物的信息位置和大小构造出障碍物的沃罗诺伊图，然后在沃罗诺伊图中加入航行器规划运动的起始点和目标点，再在以上工作的基础上运用相应的搜索算法可以得到条规划路径。沃罗诺伊图的优点是规划出来的路线距离障碍物比较远，保证了航行的安全性，并且其航行曲线比较平滑。但是，使用这种方法规划出来的路线不定是最优路径。其实在实际路径规划中，般情况下会去掉些不会影响规划结果的多余的边，基于这个思想很多学者就提出了简化广义的沃罗诺伊图，即改变交汇点处的状态控制算法和测试条件，取得较好效果。遗传算法遗传算法是由美国大学的教授提出的基于生物遗传进化理论的并行随机寻优算法。它的主要思想是先对需要寻优的参数进行数字编码，然后通过选择合适的适应度函数，将“优胜劣汰，适者生存”生物界进化原理引入编码后的群体，通过各个个体的适应度对编码进行选择复制交叉突变操作，使适应度较小的个体逐代被淘汰，并向适应度强的趋势发展，最终找到适应度最高的个体，即最优解。遗传算法是种基于自然选择和遗传进化的寻优方法，它首先根据相应