摘  要：自治水下机器人(Autonomous Underwater Vehicle,AUV)路径规划(Path Planning)是指机器人利用已知环境信息或者根据自身传感器对水下环境进行感知，自行规划出一条高效、安全、无碰的航行路线。路径规划是AUV技术的核心研究内容之一。由于海洋深处的工作环境往往是恶劣、复杂和难以预测的，同时AUV自身感知的局限性，因此AUV水下路径规划比地面移动机器人及空中飞行器的路径规划更加复杂困难，更具挑战性。

本文将生物启发神经动力学模型(Biologically Inspired Neural Dynamics Model)引入AUV的路径规划与安全避障研究，提出一种AUV全覆盖路径规划与安全避障技术，给出了各种环境状况下AUV路径规划与安全避障的仿真与实验结果。实验结果表明本文所提及的算法有较好的适用性和有效性。

关键词：水下机器人，全覆盖路径规划，生物启发神经动力学，避障

目录

摘要

Abstract

1 绪论-3

1.1 水下机器人的国内外研究现状-4

1.2路径规划的研究现状-5

1.3 本文的研究内容和论文结构-6

2 生物启发神经动力学模型-7

2.1 生物启发神经动力学的基本原理-7

2.2 基于生物启发神经动力学的二维神经网络模型-8

2.3 本章小结-9

3 基于生物启发神经动力学的二维平面全覆盖路径规划-9

3.1 全覆盖路径规划方法-10

3.2 不规则障碍物边缘的路径优化-17

3.3 动态障碍物环境下的全覆盖路径规划-20

3.4 本章小结-22

4 总结与展望-23

4.1 主要研究内容总结-23

4.2 研究展望-23

参考文献-25

致谢-26