1.4　本书的主要研究内容和技术路线

1.4.1　本书主要研究内容

本书的主要研究内容如下。

第1章首先论述了课题的背景和意义；之后通过描述水下采矿区地形的特殊性、我国调查区的地形特点，指出机器人路径规划的类型及特点，需要达到怎样的要求；论述了国内外自主机器人路径规划领域相关问题的研究现状；最后给出课题研究的主要内容和技术路线。

第2章提出了一种针对不同底质类型的水下环境建模模型。首先利用先验的水下含底质类属性的DEM数据，将DEM模型栅格化；之后利用DEM数据，提取粗糙度、坡度和起伏度等地形几何特征，得到了水下三维地形的四维混合属性数据；通过模糊推理的方法，对每类底质地形通行性进行评估，获得钴结壳底质和基岩底质地形的通行性指数；并通过设置综合通行代价函数，将不同底质地形通行性进行有效整合；提出水下钴结壳矿区环境建模算法，得到水下地形综合通行性地图，为下一步的机器人路径规划提供了模型基础。通过实验及仿真研究，验证了算法的可行性。

第3章对水下大尺度遍历路径规划问题进行系统研究。设置机器人遍历路径规划的性能评价函数，通过寻优的方式寻求矿区平坦地形的遍历路径规划方法；将遍历路径规划问题划分为三个子问题：可采子域内部行走方式、可采子域划分方式和可采子域连接方式；通过对评价函数的寻优计算，首先确定了在平坦地形子区域内部需要进行往复式采集；后用Boustrophedon方法对典型的平坦地形环境模型进行划分；为子区域之间建立综合连通距离矩阵，将子区域连接问题转化为TSP问题，并通过蚁群算法求解，达到了最大覆盖率的优化目标；对遍历路径中存在的局部路径问题，将其转化为SPP问题，通过Flord方法求解，实现了采集的最小重复率；最后提出水下矿区遍历路径规划算法。通过仿真，对算法可行性进行了验证。

第4章对探测窗口内静态路径规划问题提出了基于改进蚁群算法的解决模型。首先指出机器人完全遍历路径由连接路径和采集路径所组成，需要依据两种路径的不同要求设置规划算法；为了满足在线规划的实时性要求，本书对蚁群算法进行改进，并与粒群算法进行有效融合；按照机器人安全需要，将第2章所建环境模型膨化；提出机器人静态路径规划的改进蚁群算法模型，并对算法收敛性进行分析；就连接路径和采集路径的静态规划问题，通过设置不同的启发函数和适应度函数，提出两种算法；通过仿真，验证了算法的可行性。

第5章对水下全局信息未知的动态路径规划问题，提出了基于改进滚动窗口法的解决模型。首先提出了改进的滚动窗口法，确定算法子目标点选取的方式；之后证明了算法的收敛性；对算法优化性能进行分析，得出算法在解决路径规划问题时是全局次优的，并且行走优化系数γ的设置能进一步提高算法的优化性能；仿真实验首先对行走优化系数γ的性能进行验证，之后分别利用算法4.2和4.3验证改进滚动窗口法最终能够找到规划目标点，满足在线采矿作业的要求。

第6章通过实车实验，对机器人在线路径规划系统进行验证，实验结果表明，本书所建立的机器人在线路径规划系统是可行的。

第7章作为全文的结束，总结全文的研究工作，阐明本书的创新性，最后提出在水下机器人路径规划领域需要进一步解决的问题。

1.4.2　本书技术路线

如图1-11所示。

图1-11　本书研究的技术路线