第11章 实时最优制导和避障技术
发展AUV自主能力的一个最重要的技术挑战是评估和适当地响应行进路径中的近场物体。在进行避障（obstacleavoidance，OA）操作时，通常需要实施一定程度深思熟虑的规划，而不是简单地以反应方式改变航行器的轨迹。对于AUV，在杂乱的环境（如海带森林或珊瑚礁）中进行侧扫声呐测量，在受限水道（如河流或港口）中进行操作时，实时生成近似最优的OA轨迹的能力尤为重要：形成基于特征的、与地形相关的导航等。例如，侧扫声呐测量的主要目标是100%的区域覆盖，同时避免对测量航行器造成损坏。理想情况下，实时轨迹生成器应尽量减少与预先规划的测量几何体的偏差，同时允许航行器重新定位由于先前的OA操纵而错过的区域。同样，对于受限水道中的作业，有效的OA轨迹应包含有关环境的所有已知信息，包括地形、水深、水流等。
在一般情况下，这种OA能力应该被纳入机载规划器或轨迹发生器中，以比实时更快的速度计算最优（或接近最优）可行轨迹。对于AUV水下监测系统，规划器应该能够生成完整的三维（3D）轨迹，但是某些应用可能需要将规划器的输出限制为二维（2D），用于垂直平面或水平平面操作模式。
考虑一个典型的硬件设置，它由一个带有自动驾驶仪的AUV（图11.1）组成。自动驾驶仪不仅能稳定整个系统，而且还使航行器控制在更高的等级水平上，而不是简单地改变油门设置δT（t），或偏转船尾平面δs（t）或方向舵角δr（t）。
在图11.1中，xWP，yWP，zWP是定义x、y和z坐标的向量，用于航点导航的局部切线（NED）平面。另外一个典型的自动驾驶仪还可以接受一些参考航行路径角γ（t）（或高度／深度）命令和航向Ψ（t）［或首摇角ψ（t）］。运动传感器，加速度计和速率陀螺仪测量惯性加速度的分量
（t），
（t）和
（t），以及角速度-横摇率p（t）、纵摇率q（t）和首摇率r（t）。
图11.1 增加自动驾驶仪的AUV(https://www.daowen.com)
轨迹发生器将增强的AUV视为一个新设备（图11.2），并根据任务目标（最终目的地、到达时间、性能测量等）向该设备提供必要的输入。而且参考信号γ（t）和Ψ（t）要动态计算（每隔几秒一次），以考虑干扰（电流等）和新监测到的障碍物。
图11.2 为增强的AUV提供参考轨迹
理想情况下，轨迹发生器软件还应生成与可行参考轨迹相对应的控制输入δref（t）（图11.3）。这种增强的设置确保内部循环控制器只处理小错误。（当然，只有自动驾驶仪接受这些直接执行器输入时，此设置才可行。）
图11.3 为增强AUV提供参考轨迹和参考控制
