郭银景，侯佳辰，吴 琪，苑娇娇，吕文红

(1. 山东科技大学 电子信息工程学院，山东 青岛 266590；2. 山东科技大学 交通学院，山东 青岛 266590；3. 青岛黄海学院，山东 青岛 266555)

0 引 言

自主式水下航行器（AUV）是在无人驾驶的情况下，依靠自身携带的动力自主地完成复杂海洋环境中预定任务的机器人[1]。海底环境建模是AUV进行全局路径规划进而完成自主巡航的关键一环[2]，主要任务是把AUV所处海底环境描述为计算机识别的形式，它是利用路径规划算法寻找最优路径的基础[3-4]。

目前，在水下机器人环境建模方面已有许多研究成果，如美国Bluefin Robotics公司的Bluefin-21 AUV就具有非常出色的环境建模算法能力，该AUV根据需要装载了包括如410 kHz侧扫声呐系统在内的多种探测设备，以最高7.5 cm的分辨率勘测地貌，完成了海底建模[5]，在2014年搜寻马航MH370失联客机过程中发挥了重大作用；由Hydroid公司研制的REMUS-6000也具备利用配备的侧扫声呐收集水下环境数据并进行海底建模的能力[6]；美国研发的深井热探测器（DEPTHX）[7]直径约2.5 m，用来探索未知的水下洞穴和隧道，对海底进行三维映射，将海底数据转化为环境参数并进行立体建模，可以较为准确地还原沼穴外形；中国沈阳自动化所和海洋所联合研制的“探索4500”具备了基于前视声呐信息的自主碰撞技术，提高其对复杂环境的适应能力，对大面积冷泉区进行精细海底建模，保证近海域海底路径规划的安全[8]。这些AUV研究成果均已完成湖上或海上的功能试验。

水下航行器全局路径规划过程受水下航行器探测能力、水下航行器的机动性能和障碍物特性的影响，研究存在的挑战和难点主要有以下两点：