针对复杂水下环境中水下自主航行器(autonomous underwater vehicle,AUV)路径规划问题,提出一种改进启发式快速随机扩展树(rapidly-exploring random trees,RRT)的路径规划算法。针对路径点采样过程中缺乏目标导向性的问题,采用目标点...
详细信息
针对复杂水下环境中水下自主航行器(autonomous underwater vehicle,AUV)路径规划问题,提出一种改进启发式快速随机扩展树(rapidly-exploring random trees,RRT)的路径规划算法。针对路径点采样过程中缺乏目标导向性的问题,采用目标点概率偏置采样策略与目标偏向扩展策略,可使目标节点在随机采样时成为采样点。在路径点扩展过程中,使非目标采样点的扩展结点位置偏向于目标点的方向,从而增强算法在随机采样与扩展过程中的目标搜索能力。为解决水下路径规划过程中存在过多无效搜索空间的问题,在随机采样过程中引入启发式采样策略,构建包含所有初始路径的采样空间子集,减小采样空间范围,从而提高算法的空间搜索效率。针对AUV在水下环境中抗洋流扰动能力不足的问题,采用速度矢量合成法,使AUV速度矢量与洋流速度矢量合成后指向期望路径的方向,从而抵消水流的影响。在山峰地形中叠加多个Lamb涡流模拟水下流场环境,进行多次仿真实验。实验结果表明:改进启发式RRT算法解决了采样过程中随机性问题,显著缩小了搜索空间,兼顾了路径的安全性与平滑性,并使AUV具有良好的抗洋流扰动能力。
针对现存锂电池组内串联单体锂电池健康状态(state of health,SOH)均衡方案需要集中控制器和全局通信、系统建设成本居高不下等问题,提出一种基于一致性算法的锂电池组内单体锂电池SOH主动均衡方案。分析了SOH参数、放电深度(depth of d...
详细信息
针对现存锂电池组内串联单体锂电池健康状态(state of health,SOH)均衡方案需要集中控制器和全局通信、系统建设成本居高不下等问题,提出一种基于一致性算法的锂电池组内单体锂电池SOH主动均衡方案。分析了SOH参数、放电深度(depth of discharge,DOD)和有功功率三者之间的内在联系,设计了有功功率分配和控制算法切换法则。利用一致性算法求解DOD平均值,以达到在无需集中控制器和减少通信信号数量的前提下,实现锂电池组内单体锂电池SOH均衡的控制目标,提高锂电池容量利用率,降低锂电池维护成本。最后,Matlab/Simulink仿真结果说明,所提方案在负荷变化、通信中断、锂电池块数增加和DOD出现测量误差的情况下,均能使锂电池组内串联单体锂电池SOH自均衡。
暂无评论