1. 毕业设计（论文）的内容和要求
针对水流环境中的多AUV目标围捕控制算法进行研究，能够准确的规划出AUV的围捕轨迹，抵消水流对AUV的影响，优化每个AUV的围捕路径，使得AUV在水流环境中的航行与静水环境中的航行路径相同。证明本文提及的算法提高了多AUV目标围捕的效率，节省了能量，具有更好的性能。
2. 实验内容和要求
水下目标围捕是多AUV协作研究的重要方向之一，由于水下环境复杂，AUV的工作效率会受到水流的影响。本文针对在水流环境中多AUV目标围捕控制算法进行研究，提出一种将方向决策机制嵌入到生物启发神经网络中，从而调整优化AUV围捕目标路径的综合算法。首先，利用生物启发神经网络算法为AUV规划出围捕路径；然后，通过嵌入到生物启发神经网络中的方向决策机制减少水流对AUV的影响，通过调整优化AUV围捕目标路径，最终使得AUV在复杂水流环境中与在静水环境中的航行路径相同。通过在不同环境中的仿真模拟实验，证明该算法能够实现对目标的围捕。与生物启发神经网络算法相比较，本文提及的算法提高了多AUV目标围捕的效率，节省了能量，具有更好的性能。
3. 参考文献
[1]v. kanakakis, k.p. valavanis and n. c. tsourvel-oudis. fuzzy-logic based navigation of underwater vehicles. journal of intelligent and robotic systems[j], 2004(40):45-88.
[2]a. hanai, h.t. choi, s.k. choi, j. yuh. exper imental study on fine motion control of underwater robots. advanced robotics[j], 2003(18):963-978.
[3]tamaki ura. development of autonomous underwater vehicles in japan. advanced robotics[j],2002,16(1):3-15
4. 毕业设计（论文）计划
| 时间 | 工 作 内 容 |
| 2019-12-22 | 在老师指导下完成毕业设计的选题 |
| 2019-12-30 | 完成毕业设计任务书，并填写开题报告 |
| 2020-1-01 | 完成开题报告 |
| 2020-1-30 | 完成第二章内容 |
| 2020-2-30 | 完成第三章内容 |
| 2020-3-30 | 中期检查 |
| 2020-4-30 | 完成第四章内容：总结与展望 |
| 2020-5-05 | 听取指导老师意见 |
| 2020-5-10 | 准备毕业答辩 |
| 2020-5-10 | 完成毕业答辩和表格 |
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
