Path planning and obstacle avoidance for auv: a review

3. Global path planning with known static obstacles

In the environments of large pollution-free area, there are no ob-

stacles in the workspace of AUV. In this case, a global path planner

without considerations of obstacle avoidance can be used, and the path

length is usually one of the key optimization objectives for AUV path

planning. The objective of AUV is to find the shortest path from the

starting point to the designated position in accordance with its turning

characteristics. For example,

Li

(

2019

) proposed a 3D cubic Bezier

curve method to solve the problem that the distance between the Bezier

curve and last several targets is large. This idea was shown to be able to

enable AUV to get the shortest path with good continuity. In addition,

different from other robot platforms on land or in the air, the battery

life of AUV is limited and AUV cannot be re-charged in time when

performing underwater tasks. Therefore, the energy consumption must

be kept at the lowest level for AUV path planning. Especially in the

ocean environments with strong currents, if the path planning direction

of AUV is consistent with the direction of currents, the energy consump-

tion would be greatly reduced. Therefore, how to make rational use of

ocean currents is a problem that many researchers pay attention to in

barrier-free environment.

Yao et al.

(

2018

) proposed a path planning

method with continuous direction for AUV based on the edge search

algorithm. The proposed method does not fix the specific location of the

next point, and uses the current to reach the next point to the maximum

extent, which can reduce the energy consumption.

On the other hand, most of the time AUV will operate in the environ-

ments full of obstacles. And there are many cases when the location and

contour of static obstacles can be measured or obtained beforehand. In

these cases, there is usually a global map about everything including

obstacles before planning a path. AUV can use this information to find

a collision-free path between the starting point and the target point in

advance with global path planning methods. Because the position of

the static obstacle is fixed, AUV can use the environmental modeling

method to get an understanding of the distribution and contour of

the obstacles in advance. The commonly used environmental modeling

methods by AUVs include grid method (

Cao et al.

,

2016

), cell tree

(

Zhang and Jia

,

2012

), electronic chart (

Sun and Zhang

,

2012

), etc.

The integrity of obstacle information in the model will determine the

accuracy of static path planning. In this static environment with known

obstacles, how to quickly and efficiently plan an optimal path is crucial

to promote the development of AUV. Compared with dynamic path

planning for unknown and dynamic obstacle avoidance, its advantage

is that it can increase the possibility of finding the optimal path (

Ralli

and Hirzinger

,

1997

). In this section, we will review popular global

path planning methods for AUV traveling in environments with known

Fig. 3.

Illustration of the

𝐴

∗

algorithm.

static obstacles. These methods were also used by researchers for AUV

path planning in barrier-free environments with more focus on the

path length, energy consumption and ocean current instead of obstacle

avoidance.