电子学报 ›› 2021, Vol. 49 ›› Issue (7): 1249-1256.DOI: 10.12263/DZXB.20200632

• 学术论文 •    下一篇

基于相对测量的水下机器人主动定位方法研究

冀大雄1, 方文巍1, 朱华2, 李硕3, 唐元贵3, 田宇3, 姚倩4   

  1. 1.浙江大学海洋学院海洋电子与智能系统研究所,浙江 舟山 316000
    2.鹏城实验室,广东 深圳 518057
    3.中国科学院沈阳自动化研究所,辽宁 沈阳 110169
    4.舟山精卫智能科技有限公司,浙江 舟山 316000
  • 收稿日期:2020-06-29 修回日期:2020-11-17 出版日期:2021-07-25 发布日期:2021-08-11
  • 作者简介:冀大雄 男, 1981年生于湖北襄阳.现为浙江大学海洋学院副教授.主要研究方向为海洋机器人、机器学习和智能控制.E⁃mail: jidaxiong@zju.edu.cn
    方文巍 男, 1996年生于浙江绍兴.浙江大学海洋学院硕士研究生.研究方向为海洋机器人技术、人工智能理论在海洋机器人中的应用.E⁃mail: 532141411@qq.com
    朱 华(通信作者) 男, 1989年生于江西赣州.现为鹏城实验室助理研究员.主要研究方向为多机器人定位、运动控制、行为协调与控制.E⁃mail:zhuh@pcl.ac.cn
    李 硕 男, 1970年生于重庆.现为中国科学院沈阳自动化研究所研究员、博士生导师.主要研究方向为水下机器人技术.E⁃mail:shuoli@sia.cn
    唐元贵 男,1980年生于山东德州. 现为中国科学院沈阳自动化研究所研究员、硕士生导师.主要研究方向为水下机器人技术.E⁃mail: tyg@sia.cn
    田 宇 男, 1982年生于辽宁鞍山.现为中国科学院沈阳自动化研究所研究员.主要研究方向为水下机器人技术.E⁃mail:tiany@sia.cn
    姚 倩 女, 1981年生于辽宁丹东.现为舟山精卫智能科技有限公司总经理.主要研究方向为人工智能技术在海洋经济活动中的应用.E⁃mail:yaoqian929@sina.com
  • 基金资助:
    国家重点研发计划(2016YFC0300801);国家自然科学基金(51679213);浙江省基础公益研究计划(LGF20E090004)

Active Localization of Autonomous Underwater Vehicle Using Noisy Relative Measurement

JI Da-xiong1, FANG Wen-wei1, ZHU Hua2, LI Shuo3, TANG Yuan-gui3, TIAN Yu3, YAO Qian4   

  1. 1.The Institute of Marine Electronics and Intelligent Systems,Ocean College,Zhejiang University,Zhoushan,Zhejiang 316000,China
    2.Peng Cheng Laboratory,Shenzhen,Guangdong 518057,China
    3.Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang,Liaoning 110169,China
    4.Zhoushan Jingwei Intelligent Technology Co. ,Ltd. ,Zhoushan,Zhejiang 316000,China
  • Received:2020-06-29 Revised:2020-11-17 Online:2021-07-25 Published:2021-08-11

摘要:

水下机器人的自主快速精确定位是完成海洋资源勘探、目标探测定位与追踪等水下作业任务的前提.论文研究基于相对测量的水下机器人主动定位方法,解决存在大的初始定位偏差情况下多水下机器人的快速定位问题.论文提出包括测量、估计和控制三个模块的多水下机器人快速主动定位框架,降低相对测量误差、初始偏差带来的定位不确定性,同时使多机器人定位具有良好的可扩展性.提出的主动接近信标策略优势在于:被定位机器人与信标的相对几何位置收敛过程中,机器人的定位估计快速指数收敛.利用受噪声干扰的相对测距信息,论文采用强化学习方法实现提出的主动接近信标机动策略.开展的数值仿真实验结果表明:相对于基于圆形轨迹、梳状形轨迹机动策略的定位方法,论文所提方法使得水下机器人定位过程具有更好的快速性和鲁棒性.

关键词: 自主水下机器人, 主动定位, 运动规划, 初始定位偏差, 目标追踪, 强化学习

Abstract:

Rapid localization of autonomous underwater vehicles (AUVs) plays an important role in target pursuit tasks. We study active localization method for AUVs using noisy relative measurement, which achieves the precise position estimate of AUVs as quickly as possible under inaccurate initial estimates. A framework for active localization of AUVs with excellent scalability is proposed, which is composed of measurement module, control module and estimation module. In control module we design the motion strategy for AUV, which makes simultaneous convergence of position estimate and the relative geometric location between AUV and beacon. Using noisy relative measurement, a method based on reinforcement learning is adopted to achieve the motion strategy. The numerical simulation results show that the proposed framework and motion strategy has better rapidity and robustness than the traditional localization method.

Key words: autonomous underwater vehicles, active localization, motion plan, unactuated initial estimates, target pursuit, reinforcement learning

中图分类号: