通讯受限下面向海区监视的多UUV协同控制研究

Cooperation of multiple unmanned underwater vehicles plays an important role in the ocean observation. In this project, we investigate the cooperative control of multiple UUVs for ocean monitoring under the underwater communication constraints such as time-delay and data-loss. The main research works and contributions include: (1) we construct the mathematical model of decentralized estimation of multiple UUVs in the switching control framework, and propose a decentralized estimation method for the environment parameters under communication constraints; (2) we partition the ocean area dynamically using the idea of virtual Voronoi center, with communication topology constraint taken into account. Based on this, we present a coverage control method for the persistent monitoring of fixed ocean area; and (3) we construct the cooperative trajectory planning model of multiple UUVs for large ocean survey with multiple spatio-temporal constraints. Based on the heuristic search on the coordination probabilistic roadmap, we propose a receding horizontal based cooperative trajectory planning algorithm in coordination space. Simulations and experiments will be implemented to validate the proposed algorithms. Through the research of this project, we provide the technical support for the practical applications of multi-UUVs cooperation.

多无人水下航行器(UUV)协作在海洋观测中有着重要的作用。本项目针对水声通讯时延、数据丢失等实际问题，开展面向海区监视的多UUV协同控制研究，主要研究内容和创新点包括：①在切换系统框架下建立多UUV分散式估计模型，提出通讯受限下基于信息一致性的多UUV分散式环境参数估计方法；②考虑多UUV的通讯拓扑约束，利用虚拟Voronoi中心点的思想对海区进行动态分割，提出面向固定海区持续监视的多UUV覆盖控制方法；③在多时空约束条件下，建立面向大范围海域移动观测的多UUV协同航迹规划模型，通过对协调空间概率路标的启发式搜索，提出协调空间下基于滚动优化的多UUV航迹规划方法。最后通过仿真及实验验证本项目提出的算法。通过本项目的研究，为多UUV协同控制的工程应用提供技术基础。

无人水下航行器（UUV）在海洋观测中发挥了重要的作用。对于大范围海域的观测任务，单个UUV 需要花费大量的时间，作业效率低。利用多UUV 协同观测，可以扩展单个UUV的感知范围，提高观测效率。本项目针对水声通信时延等问题，开展了面向海洋环境监视的多UUV协同控制研究，取得的主要研究成果如下：.1、通信时延下的多智能体协同跟踪控制。针对UUV等存在通信时延的多智能体协同跟踪控制问题，引入虚拟节点，利用扩展通信拓扑图建立多UUV之间的联系，利用神经网络逼近未知动态和外界干扰，提出了一种通信时延下的多智能体分布式自适应控制方法。针对邻居速度等信息未知以及干扰的情形，提出了采用滑模观测器以及高斯过程近似的未知信息估计方法。在此基础上，提出了基于末端滑模控制的多智能体协同跟踪控制方法。.2、环境参数未知下的多UUV自适应覆盖控制。针对待监视环境特征参数未知的问题，根据UUV实时获取的信息，利用高斯过程近似的方法估计和预测目标海域的环境信息，以最优化的思想来求的UUV下一步的运动目标，从而将此问题转化为时变航路点跟踪问题，针对UUV模型参数未知等特点，应用自适应控制的思想来设计了UUV的覆盖控制律。.3、多UUV协作中的任务分配问题。将多UUV（机器人）多目标任务分配问题建立为多目标优化问题。在利用市场法进行多机器人任务初始分配的基础上，进行机器人之间的协商。利用基于博弈论的协商，进行了多机器人之间的任务再分配，得到多机器人任务分配的Pareto最优解。.4、面向海洋监视的多UUV航迹规划。利用高斯基函数的加权和形式进行环境建模，提出基于选择性基函数的Kalman滤波进行了UUV的环境信息估计，并通过信息交互实现UUV对环境信息估计的信息一致性。在此基础上，以互信息为代价函数，在快速随机生成树（RRT）算法的基础上，提出了基于多维RRT*的算法。.5、通过数学证明和仿真实验验证了所提算法的有效性。部分算法在机器鱼、水下机器人上得到实验验证，本项目的研究成果为后续多UUV协同控制的工程应用提供了理论和技术基础。