[发明专利]面向多任务的长航程AUV自主决策方法

说明书

本发明提出一种面向多任务的长航程AUV自主决策方法，主要解决任务规划和调度问题：(1)通过事件触发机制引入事件的指标数据表示方法，仅当事件被触发时才进行决策计算，使决策计算由周期性向非周期性转变，减少了不必要的优化计算，实现了对突发事件实时响应的功能；(2)同时，通过构建效应函数，量化安全和效率，对安全性和高效性两个目标进行同步优化，实现长航程AUV自适应动态规划，在保证长航程AUV航行安全的前提下，有效提升作业效率，减少航行过程中的能源浪费，找到最优的任务执行序列，高效地完成持续时间长、航行环境复杂的海洋调查任务。本方案面对多任务的自主决策问题合理权衡任务重要性和优先级，提升航行器自主权，实现强大的任务管理策略，并且具有实时性强、计算量小等优势。

技术领域

本发明属于水下机器人控制领域，应用于面向多任务的长航程自主式水下航行器，具体涉及一种面向多任务的长航程AUV自主决策方法。

背景技术

由于海洋环境动态多变，未知复杂，长航程AUV行驶过程中面临多种因素的影响。当执行高度复杂的任务时，必须有效地管理资源、合理统筹，使AUV能够适应复杂的海洋环境。海洋环境的高度不确定性导致当前的长航程AUV自主决策技术无法适应复杂多变的海洋环境，面向多任务的调度能力有待提高。

自主性是AUV完成各种任务必须具备的特征，现有的自主决策技术仅针对一般航程的AUV，一般采用分层递阶的决策方法，穷举任务和事件进行任务的协调和分配，比如，针对AUV自主决策的任务规划问题，Zadeh等人设计了AUV自主决策架构(Zadeh S M,Powers DM W,Sammut K,et al.Persistent AUV Operations Using a Robust Reactive Missionand Path Planning(RRMPP)Architecture[J].2016.)，通过较低级别的运动规划，结合海流数据、不确定障碍物和航行器的动态约束，完成AUV任务规划和时间管理，架构以分层的形式由多个模块组成，每个模块采用一系列算法来研究不同任务场景下自主决策方法的效率和鲁棒性。

但是，现有技术在实现多任务调度时，一般采用周期性采样方式，并且不断使用动态规划算法进行决策计算。为了决策能够实时进行，采样周期较短，单位时间内数据采集量巨大，决策计算频率较高，而AUV本身计算和存储资源有限，因此容易占用大量系统资源，影响系统整体数据计算和通信性能；而且其与母船联系紧密，工作时长较短、工作所在海域海况较好，因此自主能力较弱，仅适合简单的海洋环境，对无法预测的突发事件无法实时响应，难以应用于动态复杂的海洋环境。

而长航程AUV面临的环境状况和困难问题比普通AUV更多，因此，要求其具有更高级的自主决策系统，以处理复杂情况下多任务的执行问题，此外，长航程AUV自身携带电池能源有限，为了保证任务顺利进行，必须合理统筹任务优先级并规划出能耗最优路径。

发明内容

本发明针对现有自主决策技术存在的缺陷，提出一种面向多任务的长航程AUV自主决策方法，主要解决任务规划和调度问题，不仅能够使长航程AUV有效地管理资源，合理统筹多个任务，在没有人工参与的情况下能够适应更复杂的环境，完成复杂任务的执行。

本发明是采用以下的技术方案实现的：一种面向多任务的长航程AUV自主决策方法，包括以下步骤：

步骤A、执行基本任务序列，所述基本任务序列包括规划任务、避障任务、跟踪任务、控制任务和应急任务，以确保长航程AUV一般状态下的任务执行；

步骤B、采用数据指标对长航程AUV的触发事件进行表示，并设计任务触发机制对相应的任务序列进行触发；

步骤C、构建自主决策系统并进行动态自适应的规划，所述自主决策系统包括控制变量映射模块、AUV状态预测模块和任务序列效果评价模块，具体包括；

C1、基于控制变量映射模块，根据AVU状态产生控制变量；