陳世健 陳宏 丁賀 范智藝 鞏偉杰

學(xué)術(shù)研究

基于Bug2和角度優(yōu)先的多AUV圍捕策略

陳世健 陳宏 丁賀 范智藝 鞏偉杰

（深圳大學(xué)機(jī)電與控制工程學(xué)院，廣東 深圳 518060）

水下圍捕活動(dòng)是多自主水下機(jī)器人研究的重點(diǎn)和難點(diǎn)。由于水下光照不足和水流波動(dòng)影響，導(dǎo)致周遭環(huán)境變化不定，環(huán)境地圖識(shí)別困難。為此，提出基于Bug2和角度優(yōu)先的多AUV圍捕策略。利用Bug2算法實(shí)現(xiàn)路徑規(guī)劃，通過(guò)自主水下機(jī)器人的傳感器獲取周遭環(huán)境信息，實(shí)現(xiàn)最短直線游動(dòng)或緊貼障礙的沿邊游動(dòng)；采用角度優(yōu)先的圍捕策略解決獵物逃離問(wèn)題，其以自身速度為參考，設(shè)置一定角度來(lái)保證及時(shí)封堵獵物的逃離路線。經(jīng)仿真驗(yàn)證：此算法完成了有/無(wú)障礙下的圍捕，并分析了其圍捕效率的影響因素。

自主水下機(jī)器人；Bug2算法；角度優(yōu)先

0 引言

自主水下機(jī)器人（autonomous underwater vehicle, AUV）是海洋資源探測(cè)開(kāi)發(fā)及海底作業(yè)的有力助手。目前，單體AUV的研究已比較成熟。隨著對(duì)海洋探索的力度逐漸加大，單體AUV已無(wú)法滿足需求，多AUV系統(tǒng)已成為當(dāng)今水下技術(shù)研究的重要方向[1-2]。

多機(jī)器人圍捕行為的研究思路來(lái)源于大自然狼群、老虎、食人魚(yú)等動(dòng)物的群體捕獵。多機(jī)器人圍捕的關(guān)鍵在于它們之間任務(wù)的分配及配合，其協(xié)作策略影響圍捕效率。王巍等[3]采用“虛擬范圍”作基準(zhǔn)，降低動(dòng)態(tài)規(guī)劃次數(shù)，從而提高圍捕效率。林子健等[4]提出基于平行導(dǎo)引律的多智能體編隊(duì)圍捕，減少路徑冗余，縮短圍捕時(shí)間。陳世明等[5]使用拓?fù)浣Y(jié)構(gòu)的分布式算法，降低協(xié)作機(jī)器人間的軌跡偏差。祝超超[6]根據(jù)人工力矩方法的特點(diǎn)，自組織完成單個(gè)或多個(gè)目標(biāo)點(diǎn)的圍捕。以上文獻(xiàn)都對(duì)目標(biāo)獵物的逃離策略做了一定簡(jiǎn)化，如假設(shè)目標(biāo)獵物靜止或降低目標(biāo)獵物速度等，但未考慮目標(biāo)獵物可能的逃離路線。

海洋環(huán)境地勢(shì)易受海流影響，為減少環(huán)境探測(cè)更新和路徑規(guī)劃的復(fù)雜度，本文路徑規(guī)劃采用Bug2算法，降低水下AUV計(jì)算率，加快AUV反應(yīng)時(shí)間。為防止獵物逃離，采用角度優(yōu)先的圍捕策略，使多AUV均勻地分散獵物周邊，對(duì)獵物特定角度的逃離路線進(jìn)行及時(shí)封堵。

1 Bug2算法

Bug0算法由LUMELSKY等[7]提出，后來(lái)KAMMON等[8]在此基礎(chǔ)上改進(jìn)為Bug1和Bug2算法。它們共同的思想就是機(jī)器人朝目標(biāo)做直線運(yùn)動(dòng)或繞障礙物的靠邊運(yùn)動(dòng)，以移動(dòng)到目的地。

Bug2算法先確定起點(diǎn)與終點(diǎn)的主線，在未碰到障礙物時(shí)沿主線運(yùn)動(dòng)；碰到障礙物時(shí)，先沿障礙物的邊廓移動(dòng)，直到再次回到主線繼續(xù)沿主線移動(dòng)，如圖1所示。

圖1　Bug2算法原理

2 角度優(yōu)先的圍捕策略

本文圍捕使用的機(jī)器人為4個(gè)AUV，待圍捕目標(biāo)（獵物）為1個(gè)。一般圍捕方法是4個(gè)AUV以獵物為中心點(diǎn)，找準(zhǔn)自身的定位形成包圍網(wǎng)，如圖2所示。

圖2　圍捕示意圖

獵物一般不會(huì)坐以待斃，感受到危機(jī)后會(huì)迅速逃離包圍圈。本文采用角度優(yōu)先圍捕策略防止獵物逃離，示意圖如圖3所示。

圖3　角度優(yōu)先圍捕策略示意圖

由余弦定理，可得

由式(2)可知，AUV1成功封堵獵物逃離路線，即及時(shí)到達(dá)攔截點(diǎn)的必要條件為

圖4　包圍圈的形成

當(dāng)各AUV都在十字線上形成包圍圈后，開(kāi)始逐漸縮小圍捕包圍圈，步步逼近獵物進(jìn)行圍捕，圍捕成功示意圖如圖5所示。

圖5　圍捕成功示意圖

3 仿真驗(yàn)證

本文采用Java的GUI平臺(tái)進(jìn)行仿真驗(yàn)證，有4個(gè)圍捕AUV和1個(gè)獵物，規(guī)定圍捕時(shí)間為20 s，超過(guò)20 s代表圍捕失??；同時(shí)設(shè)定在有/無(wú)障礙物情境下圍捕，以便對(duì)比。

3.1 無(wú)障礙物圍捕

無(wú)障礙物圍捕過(guò)程如圖6、圖7所示。其中，分布四周的淺灰色點(diǎn)表示圍捕AUV，黑色點(diǎn)代表獵物。

圖6　無(wú)障礙物圍捕接近獵物

圖7　無(wú)障礙物圍捕開(kāi)始

圖6中，4個(gè)AUV首先形成大包圍，從4個(gè)角落點(diǎn)出發(fā)前往獵物。圖7中，AUV展開(kāi)圍捕，并利用角度優(yōu)先圍捕策略封堵獵物逃離路線。

圖8　無(wú)障礙物圍捕結(jié)果

無(wú)障礙物圍捕時(shí)，不同速度比的圍捕結(jié)果如表1所示。

表1 無(wú)障礙物圍捕不同速度比的圍捕結(jié)果

3.2 有障礙物圍捕

有障礙物圍捕過(guò)程如圖9、圖10所示，其中，分布四周的淺灰色點(diǎn)表示圍捕AUV，黑色點(diǎn)代表獵物，深灰色點(diǎn)表示障礙物。

圖9　有障礙物圍捕接近獵物

圖10　有障礙物圍捕開(kāi)始

圖9中，4個(gè)AUV先形成大包圍，再?gòu)?個(gè)角落點(diǎn)出發(fā)前往獵物，并通過(guò)Bug2算法避開(kāi)障礙物規(guī)劃路線到達(dá)自己目標(biāo)位置。圖10中，AUV展開(kāi)圍捕，利用角度優(yōu)先圍捕策略封堵獵物逃離路線。

圖11　有障礙物圍捕結(jié)果

有障礙物圍捕時(shí)，不同速度比的圍捕結(jié)果如表2所示。

表2 有障礙物圍捕不同速度比圍捕結(jié)果

3.3 仿真實(shí)驗(yàn)結(jié)果分析

有/無(wú)障礙物圍捕時(shí)，成功率和平均圍捕時(shí)間也有所差別。相對(duì)于無(wú)障礙物場(chǎng)景，有障礙物場(chǎng)景AUV的圍捕效率及成功率都有所降低。

本次實(shí)驗(yàn)將Bug2算法與角度優(yōu)先的圍捕策略相結(jié)合，在有限的時(shí)間內(nèi)，AUV完成圍捕任務(wù)，證明本文設(shè)計(jì)的可行性和實(shí)用性。

4 結(jié)語(yǔ)

本文將Bug2算法和角度優(yōu)先圍捕策略相結(jié)合，解決有/無(wú)障礙物下多AUV的圍捕問(wèn)題，并驗(yàn)證其可行性。但本文研究?jī)H限于二維平面，后續(xù)將擴(kuò)展到三維空間；同時(shí)，本文假設(shè)獵物逃離策略為隨機(jī)逃離，沒(méi)有考慮獵物存在智能的情況，逃離策略的深入研究也是今后探討的課題。

[1] 陳陽(yáng)舟,黃旭,代桂平.基于新的狀態(tài)劃分的多機(jī)器人圍捕策略[J].北京工業(yè)大學(xué)學(xué)報(bào),2010,36(8):1031-1036.

[2] 蘇治寶,陸際聯(lián),童亮.一種多移動(dòng)機(jī)器人協(xié)作圍捕策略[J].北京理工大學(xué)學(xué)報(bào),2004,24(5):26-29.

[3] 王巍,宗光華.基于“虛擬范圍”的多機(jī)器人圍捕算法[J].航空學(xué)報(bào),2007(5):403-406,415.

[4] 林子鍵,王秋陽(yáng),肖楊.多機(jī)器人編隊(duì)圍捕算法研究[J].計(jì)算機(jī)仿真,2017,34(4):350-355.

[5] 陳世明,耿書(shū)恒,化俞新,等.基于拓?fù)浣Y(jié)構(gòu)的分布式圍捕控制算法[C]//第27屆中國(guó)控制與決策會(huì)議論文集（下冊(cè)）,青島:出版社不詳,2015:2908-2912.

[6] 祝超超.多機(jī)器人圍捕的人工力矩法研究[D].鞍山:遼寧科技大學(xué),2016.

[7] LUMELSKY V, STEPANO V . Dynamic path planning for a mobile automaton with limited information on the environment[J]. IEEE Transactions on Automatic Control, 1986,31(11): 1058-1063.

[8] KAMON I, RIVLIN E. Sensory-based motion planning with global proofs[J]. IEEE Transactions on Robotics and Automation, 1997,13(6): 814-82(2).

Multiple AUV Capture Strategy Based on BUG2 and Angle Priority

Chen Shijian Chen Hong Ding He Fan zhiyi Gong Weijie

(School of Mechanical and Control Engineering, Shenzhen University, Shenzhen 518060, China)

Underwater roundup has always been the key and difficult point in the research of underwater multi-autonomous robot, and due to the lack of light under the sea and the influence of water flow fluctuation, it is easy to cause the difficulty of environmental map identification and the uncertainty of the surrounding environment. In view of these difficulties, this paper will adopt the simplest and most efficient Bug2 algorithm to realize path planning. It can use AUV’s sensors, such as sonar, to obtain environmental information and realize the shortest straight line swim straight to the goal or the edge swim close to the obstacle. As for the problem of rounding up, it mainly solves the problem of target escaping in the round up, and the principle of angle priority can effectively prevent this kind of problem. It takes its own speed as a reference and sets a certain angle to ensure that the escape route of the target can be blocked in time, so as to achieve successful roundup. Finally, the Java platform simulation is used to verify the feasibility of the algorithm, and the experimental results are given.

AUV; Bug2 algorithm; angle priority

TP15

A

1674-2605(2021)01-0004-04

10.3969/j.issn.1674-2605.2021.01.004

陳世健，男，1995年生，研究生，主要研究方向：水下機(jī)器海豚。E-mail: 15815127500 @163.com

陳宏（通信作者），男，1971年生，副教授，主要研究方向：水下機(jī)器人系統(tǒng)。E-mail: chenhong@szu.edu.cn