用于洋流环境下水下无人航行器路径规划的能量优化推力空间动态窗口法

《Ocean Engineering》:Energy-optimized thrust-space DWA for UUV path planning in ocean currents

【字体: 大 中 小 】 时间:2026年08月28日 来源:Ocean Engineering 6.3

编辑推荐:

   •推力空间 DWA 实现了执行机构可行的 UUV 局部路径规划。 •准静态推力 - 功率数据支持具备能量感知功能的候选评估。 •在线重规划中考虑了海流诱导载荷和动态障碍物。 •经过实时水池验证,推进能耗降低了高达 32.72%。 引言 无人水下航行器(UUVs)为各种海洋

  

•推力空间 DWA 实现了执行机构可行的 UUV 局部路径规划。
•准静态推力 - 功率数据支持具备能量感知功能的候选评估。
•在线重规划中考虑了海流诱导载荷和动态障碍物。
•经过实时水池验证,推进能耗降低了高达 32.72%。

引言

无人水下航行器(UUVs)为各种海洋任务中的自主作业提供了经济高效且安全的解决方案,包括生态调查、环境监测、 offshore 光伏检查以及水下管道和海底电缆检查 (Wynn et al., 2014; Zhu et al., 2021)。由于水下外部定位和通信可用性有限,自主导航已成为复杂海洋环境中长续航操作和可靠任务执行的关键 (Wang et al., 2021)。作为自主导航的关键组件,路径规划将任务目标和感知的环境信息转化为车辆可行的运动参考,从而将环境感知与后续的运动控制联系起来。因此,对于在外部导航和通信支持有限的情况下运行的 UUV 来说,可靠的路径规划尤为重要 (Manzanilla et al., 2019; Okereke et al., 2023)。

洋流进一步复杂化了海洋路径规划,因为车辆运动和推进需求不仅取决于几何路径长度,还取决于周围流场的大小和方向 (Su et al., 2024)。因此,针对水下和水面航行器都研究了具备海流感知功能的规划。对于 UUVs,已引入强化学习、多群优化、基于高斯过程的规划以及受生物启发的神经网络方法来考虑海流扰动、导航效率和多车协调 (Liu et al., 2024; Yoo and Kim, 2016; A. Zhang et al., 2024; Jiaxin Zhang et al., 2024, Zhang et al., 2024, Zhang et al., 2024)。具备海流感知功能的规划在 USVs 方面也受到了广泛关注 (Yao et al., 2023)。例如,Zhang 等人开发了 SVF-RRT*,它利用流函数信息和上游标准引导采样朝向更好地利用有利海流的路线 (Zhang et al., 2023, Zhang et al., 2023),而 Akbari 等人将时空海洋流估算纳入基于高斯过程的运动规划,以共同考虑轨迹平滑性、避障和海流相关的能量因素 (Akbari et al., 2025)。

尽管这些研究证明了在路径规划期间利用环境流动的益处,但 UUVs 面临额外的挑战 (de Oliveira and de Barros, 2025)。与主要在水面运行的 USVs 不同,UUVs 在外部定位和通信更有限的水下流场中运行,而海流诱导的相对流直接影响流体动力、力矩和推进需求 (Gabl et al., 2020; Walker et al., 2021a)。UUVs 还必须同时在有限的机载能量下保持深度和姿态。因此,具备海流感知功能的 UUV 规划需要更密切地考虑环境流、车辆运动和推进需求之间的耦合 (de Oliveira and de Barros, 2025; Walker et al., 2021b)。

根据环境信息的可用性和规划时间尺度,UUV 路径规划通常可分为全局规划和局部规划 (H. Chen et al., 2025; Huang et al., 2025)。全局规划主要利用先验环境信息确定任务级路线,而局部规划则根据新感知的障碍物和环境变化不断更新短视距运动。对于在动态海流场中运行的 UUVs,局部规划器必须同时提供快速避障、保持运动可行性并避免不必要的推进消耗。因此,传统的局部方法如人工势场(APF)和动态窗口法(DWA)因其相对简单的实现和实时响应能力而被广泛研究 (Yuan et al., 2025; Zhang et al., 2023, Zhang et al., 2023)。然而,具备能量感知功能的局部规划在洋流中变得更加具有挑战性,因为几何相似的轨迹可能需要截然不同的推进努力,具体取决于它们与周围流场的对齐情况 (Hu et al., 2025)。

模型预测控制(MPC)为水下航行器的运动规划与控制提供了另一种重要的框架,因为可以在预测时域内明确纳入车辆动力学、环境扰动、执行机构约束和多个性能目标。现有的基于 MPC 的研究已结合了潮汐流估算用于轨迹自适应和执行机构功率降低 (Cavanini et al., 2021),波浪扰动预览用于水下航行器轨迹跟踪 (Walker and Giorgio-Serchi, 2023),预测流体动力扰动用于动态定位 (Walker et al., 2025),以及视线局部重规划用于环境扰动和输入约束下的鲁棒运动 (Jimoh et al., 2024)。这些研究表明,执行机构约束、环境扰动和能量相关目标已经在预测优化框架内得到了广泛考虑。

然而,这些基于 MPC 的方法主要将运动生成表述为约束预测优化问题,并且通常是针对轨迹跟踪、动态定位、对接或参考路径自适应而开发的 (Tun et al., 2025)。因此,它们的目标和计算结构与基于采样的反应式局部规划器不同 (Okereke et al., 2023; Zhou et al., 2022)。这激发了研究如何将执行机构可行性和推进能量信息纳入有限采样反应式局部规划框架,而无需用非线性预测优化器替换局部规划器。

在反应式局部规划器中,DWA 很有吸引力,因为它在短滚动时域内生成和评估有限集的动力学允许运动候选,在避障性能和计算效率之间提供了良好的平衡 (Bes et al., 2026; Lu et al., 2025)。因此,针对海洋应用提出了各种扩展方案。可变自适应 DWA (VADWA) 通过适应动态窗口改善了避障和轨迹跟踪性能 (Zhang et al., 2024, Zhang et al., 2024, Zhang et al., 2024);已开发了一种决策树辅助 DWA 用于 USVs 的动态避障 (H. Chen et al., 2025);改进的蚁群优化已结合三维 DWA 用于动态路径规划 (Yuan et al., 2025)。

然而,大多数 DWA 类型方法仍然主要在速度空间中生成候选轨迹,使得相应的单个推进器需求和推进能量成本在候选生成期间未被明确表示 (Zhou et al., 2022)。这个问题在海流场中尤为相关,因为由于海流诱导的流体动力载荷,相似的命令运动可能需要不同的执行机构努力 (Gabl et al., 2020; von Benzon et al., 2022)。因此,尽管有大量关于具备能量感知功能的预测控制的文献,但将执行机构可行性和实验告知的推进能量特性明确纳入基于 DWA 的反应式局部路径选择中仍然相对有限。

为了解决这个问题,本研究提出了一种推力空间能量优化动态窗口法(TEO-DWA)用于具备海流感知功能的 UUV 局部路径规划。而不是仅在速度空间中生成候选命令,TEO-DWA 将候选生成过程重构为广义推力 - 偏航力矩空间。每个采样的命令都被分配给单个推进器,并且执行机构可行的候选者通过 UUV 动态模型在海流诱导载荷下进行传播。然后使用实验测量的准静态推力 - 功率特性来评估预测轨迹的相对推进能量需求。生成的候选者根据目标逼近、安全裕度、导航进展和推进能量进行排序。通过这种方式,TEO-DWA 保留了传统 DWA 的有限采样和滚动时域特性,同时允许执行机构可行性和推进能量需求直接参与反应式局部路径选择。

因此,本研究的主要贡献总结如下:
1. 开发了一种 DWA 的推力空间重构方法,其中采样广义推力和偏航力矩命令并将其分配给单个推进器。这种表述使得执行机构可行性可以在候选生成期间直接评估,而不是在速度空间规划后推断。
2. 结合了具备海流感知功能的候选轨迹预测和准静态推进能量评估方法。使用 UUV 动态模型在海流诱导载荷下传播候选运动,而实验测量的推力 - 功率特性提供了相对推进能量需求的执行机构级估计。
3. 通过综合考虑目标逼近、安全裕度、导航进展和推进能量,建立了一个具备能量感知功能的 TEO-DWA 框架。进行了仿真和室外水池实验以评估其在海流扰动下的路径规划性能、能量特性和实时可行性。

本研究通过联合解决海流利用和推进能量评估,为在洋流中运行的 UUV 提供了一种新的局部路径规划解决方案,并通过仿真和室外水池实验验证了其有效性。本文的其余部分组织如下。第 2 节介绍了平面 UUV 动态模型、实验告知的准静态推进器特性、推力分配和传统 DWA。第 3 节介绍了推力空间重构、具备海流感知功能的候选轨迹传播、推进能量评估和完整的 TEO-DWA 框架。第 4 节展示了仿真研究和参数分析。第 5 节展示了室外水池实验验证。最后,第 6 节总结了论文。

章节片段

数学模型
本节介绍了 UUV 在洋流环境中的数学建模框架,包括动力学建模、推进器特性和传统 DWA。

复杂海洋环境中的改进 DWA 算法
为解决无人水下航行器(UUV)在复杂洋流环境中的局部路径规划问题,本节将传统 DWA 的候选生成过程从速度空间重构为广义推力 - 偏航力矩空间。所提方法保留了传统 DWA 的有限采样和滚动时域结构,同时明确纳入了 UUV 动力学、推进约束、实验测量的推进器特性、海流诱导

仿真与讨论
为验证所提算法在复杂海洋环境中 UUV 路径规划的有效性,选择了传统 DWA (Fox et al., 1997) 和 ADWA (Lu et al., 2025; Jiahao Zhang et al., 2024) 算法进行比较。基于 MATLAB 2024b 仿真平台,进行了多组实验,从避障、洋流利用和能耗的角度分析算法性能。

室外水池实验验证
为验证所提算法在真实流场扰动下的可行性,使用物理 UUV 平台进行了室外实验。实验重点关注评估所提路径规划和推进能量评估方法的实际部署能力,而不是完全复现真实海洋环境。

结论
本研究提出了一种推力空间能量优化动态窗口法(TEO-DWA)用于 UUV 具备海流感知功能的局部路径规划。通过在广义推力 - 偏航力矩空间中重构候选生成,可以在候选选择之前评估执行机构可行性,同时 UUV 动态模型在轨迹传播过程中考虑了海流诱导载荷。进一步结合了实验告知的准静态推力 - 功率特性来评估相对

CRediT 作者贡献声明
孟友:概念化,形式分析,写作 – 初稿。应战锋:资金支持,方法论,写作 – 审阅与编辑。葛浩:数据整理。彭丁成:资金支持,监督。王旭岗:验证。

资助
本研究得到了中国国家重点研发计划(编号 2024YFB4207000)的支持。

竞争利益声明
作者声明他们没有任何已知的竞争经济利益或个人关系,这些关系可能影响本论文报告的工作。

孟友 | 应战锋 | 葛浩 | 彭丁成 | 王旭岗
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号