面向海洋数据收集和移动目标搜索的多AUV航迹规划

In this project, we investigate the cooperative trajectory planning of multiple autonomous underwater vehicles (AUV) for ocean data collection and mobile target searching. The main research focuses and contributions are listed as follows. (1) Consensus based filter will be introduced for the multi-AUV sensor fusion. On the basis of this, entropy driven parallel Rapidly-exploring Random Tree (RRT) trajectory planning method will be proposed for the multiple AUVs. (2) With the target motion uncertainties, the sensor uncertainties and other various uncertainties taken into account, the mathematical model of multi-AUV task allocation will be investigated in the Partially Observable Markov Decision Process (POMDP) framework, which computes the offline resource allocation and task assignment for the multi-AUV system. (3) For the online trajectory planning problem of the multiple AUVs, an online receding optimization based parallel RRT will be presented. Rigorous mathematical proof will be provided for the proposed algorithms. Through the research of this project, we will investigate the effects of the diversified uncertainties and constraints on the performance of multi-AUV system, enhancing the autonomy of the multiple AUVs in the data collection and target searching problem.

本项目开展面向海洋数据收集和移动目标搜索的多自主水下航行器（AUV）协同航迹规划研究，主要研究内容和创新点包括：①针对多AUV海洋数据收集问题，提出基于信息一致性的多AUV信息融合方法，并在此基础上设计信息熵驱动的并行快速扩展随机树(RRT)协同航迹规划算法；②考虑目标分布不确定性、传感器探测信息不确定性等因素，在部分可观测马尔科夫决策过程（POMDP）框架下建立多AUV任务规划模型，离线实现面向移动目标搜索的多AUV资源分配和任务规划；③综合考虑目标搜索增益和数据收集增益，将面向移动目标搜索的多AUV航迹规化问题描述为多目标优化问题，提出在线滚动优化的并行RRT算法，实时规划AUV航迹。通过本项目的研究，探索各种不确定性以及约束条件对多AUV系统的影响规律，提高多AUV在数据收集和目标搜索中的自主性。

无人水下航行器（AUV）在海洋数据收集、目标搜索任务中发挥了重要作用，利用多个AUV进行协同作业，可以克服单个AUV携带能源有限、探测范围有限等约束，提高了作业效率。本项目针对海洋数据收集和移动目标搜索等典型任务需求，开展多自主水下航行器（AUV）协同航迹规划技术研究，主要研究内容和成果包括：①针对AUV非线性运动约束条件，建立了面向海洋数据收集的AUV航迹规划模型，在收集数据信息量化的基础上，提出了面向信息收集最大化的AUV航迹优化方法；②针对大范围移动目标搜索问题，建立了海洋移动目标分布模型，研究了多AUV对目标分布的一致性估计准则，提出了最小搜索能耗、最短搜索时间的多AUV最优离线搜索方法；③针对水下通信距离受限的实际情况，研究了多AUV通信拓扑连通性的自适应保持方法，在多AUV目标估计一致性的基础上，提出了多AUV协同目标搜索的在线航迹规划方法；④设计并搭建了机器鱼实验仿真平台，对面向标量场重构的多AUV路径规划方法进行了实验验证，研制并搭建了水面集群实验平台，实现了无速度测量下的无人水面船编队控制，对海洋环境下的AUV协同规划进行了原理性验证。.通过本项目的研究，项目组突破了海洋数据收集、海上目标搜索任务中的强非线性模型约束、数据信息量化、通讯距离受限、搜索资源受限等技术瓶颈，提出并验证了多AUV协同规划方法，实现了对海洋标量场的重构，以及复杂海洋环境下的移动目标搜索，提升了多AUV在不确定海洋环境下的自主能力与自适应能力。