Active Localization of Autonomous Underwater Vehicle Using Noisy Relative Measurement

JI Da-xiong; FANG Wen-wei; ZHU Hua; LI Shuo; TANG Yuan-gui; TIAN Yu; YAO Qian

doi:10.12263/DZXB.20200632

您当前的位置：

首页 >

文章列表页 >

Active Localization of Autonomous Underwater Vehicle Using Noisy Relative Measurement

PAPERS | 更新时间：2025-12-08

- Active Localization of Autonomous Underwater Vehicle Using Noisy Relative Measurement
- ACTA ELECTRONICA SINICA Vol. 49, Issue 7, Pages: 1249-1256(2021)
- 作者机构：
  
  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
- 作者简介：
- 基金信息：
- DOI：10.12263/DZXB.20200632
  CLC： TP242.6
- Received：29 June 2020，
  
  Revised：2020-11-17，
  
  Published：25 July 2021
- 稿件说明：
移动端阅览
冀大雄,方文巍,朱华等.基于相对测量的水下机器人主动定位方法研究[J].电子学报,2021,49(07):1249-1256.

JI Da-xiong,FANG Wen-wei,ZHU Hua,et al.Active Localization of Autonomous Underwater Vehicle Using Noisy Relative Measurement[J].ACTA ELECTRONICA SINICA,2021,49(07):1249-1256.
冀大雄,方文巍,朱华等.基于相对测量的水下机器人主动定位方法研究[J].电子学报,2021,49(07):1249-1256. DOI： 10.12263/DZXB.20200632.

JI Da-xiong,FANG Wen-wei,ZHU Hua,et al.Active Localization of Autonomous Underwater Vehicle Using Noisy Relative Measurement[J].ACTA ELECTRONICA SINICA,2021,49(07):1249-1256. DOI： 10.12263/DZXB.20200632.

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.

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.

关键词

Keywords

references

WYNN R B ， HUVENNE V A I ， et al . Autonomous underwater vehicles （AUVs）： their past， present and future contributions to the advancement of marine geoscience ［J］. Marine Geology ， 2014 ， 352 （ 1 ）： 451 - 468 .

CHEUNG M Y . Underwater Multi‑vehicle Co‑operative Target‑Tracking ［D］. Cambridge ： Massachusetts Institute of Technology ， 2019 .

FISCHELL E M ， RYPKEMA N R ， SCHMIDT H . Relative autonomy and navigation for command and control of low‑cost autonomous underwater vehicles ［J］. IEEE Robotics and Automation Letters ， 2019 ， 4 （ 2 ）： 1800 - 1806 .

VASILIJEVIC A ， et al . Coordinated navigation of surface and underwater marine robotic vehicles for ocean sampling and environmental monitoring ［J］. IEEE ASME Transactions on Mechatronics ， 2017 ， 22 （ 3 ）： 1174 - 1184 .

FALLON M F ， et al . Cooperative AUV navigation using a single maneuvering surface craft ［J］. The International Journal of Robotics Research ， 2010 ， 29 （ 12 ）： 1461 - 1474 .

QURAISHI A ， et al . A flexible navigation support system for a team of underwater robots ［A］. 2019 International Symposium on Multi‑robot and Multi‑agent Systems ［C］. USA ： Rutgers University ， 2019 . 70 - 75 .

刘健，冀大雄 . 用固定单信标修正水下机器人导航误差［J］. 控制与决策， 2010 ， 25 （ 9 ）： 1354 - 1358 .

LIU Jian ， JI Da‑xiong . Navigation error amendment for underwater robot using single beacon ［J］. Control and Decision ， 2010 ， 25 （ 9 ）： 1354 - 1358 . （in Chinese）

WANG S ， CHEN L ， Hu H ， et al . Single beacon based localization of AUVs using moving horizon estimation ［A］. IEEE/RSJ International Conference on Intelligent Robots Systems ［C］. Tokyo， Japan ： IEEE ， 2013 . 885 - 890 .

ZHU Z ， HU S J . Model and algorithm improvement on single beacon underwater tracking ［J］. IEEE Journal of Oceanic Engineering ， 2018 ， 43 （ 4 ）： 1143 - 1160 .

JAIN R P ， ALESSANDRETTI A ， AGUIAR A P ， et al . A nonlinear model predictive control for an AUV to track and estimate a moving target using range measurements ［A］. Third Iberian Robotics Conference ［C］. Germany ： Springer ， 2017 . 161 - 170 .

BISHOP A N ， FIDAN B ， et al . Optimality analysis of sen‑ sor‑target localization geometries ［J］. Automatica ， 2010 ， 46 （ 3 ）： 479 - 492 .

BINGHAM B . Predicting the navigation performance of underwater vehicles ［A］. 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems ［C］. USA ： IEEE ， 2009 . 261 - 266 .

BAJCSY R ， ALOIMONOS Y ， TSOTSOS J K . Revisiting active perception ［J］. Autonomous Robots ， 2018 ， 42 （ 2 ）： 177 - 196 .

HOOK J V ， TOKEKAR P ， ISLER V . Algorithms for cooperative active localization of static targets with mobile bearing sensors under communication constraints ［J］. IEEE Transactions on Robotics ， 2015 ， 31 （ 4 ）： 864 - 876 .

ENGIN S ， ISLER V . Active Localization of Multiple Targets Using Noisy Relative Measurements ［DB/OL］ . https：//arxiv.org/abs/2002.09850 https://arxiv.org/abs/2002.09850 .

WILLNERS J S ， TOOHEY L ， PETILLOT Y . Sampling‑ based path planning for cooperative autonomous maritime vehicles to reduce uncertainty in range‑only localization ［J］. IEEE Robotics and Automation Letters ， 2019 ， 4 （ 4 ）： 3987 - 3994 .

TAN Y T ， GAO R ， CHITRE M . Cooperative path planning for range‑only localization using a single moving beacon ［J］. IEEE Journal of Oceanic Engineering ， 2014 ， 39 （ 2 ）： 371 - 385 .

REIF U . The extended Kalman filter as an exponential observer for nonlinear systems ［J］. IEEE Transactions on Signal Processing ， 1999 ， 47 （ 8 ）： 2324 - 2328 .

曹俊 . 基于单信标测距的水下载体定位研究［D］. 哈尔滨：哈尔滨工程大学， 2017 .

JI D ， DENG Z ， LI S ， et al . A novel case of practical exponential observer using extended Kalman filter ［J］. IEEE Access ， 2018 ， 6 （ 1 ）： 58004 - 58011 .

CARLUCHO I ， MARIANO D P ， WANG S ， et al . AUV position tracking control using end‑to‑end deep reinforcement learning ［A］. OCEANS ［C］. Charleston ： MTS/IEEE ， 2018 . 1 - 8 .

RICHARD S S ， ANDREW G B . Reinforcement Learning： An Introduction ［M］. Cambridge ： MIT Press ， 2018 .

MASMITJA I ， GOMARIZ S ， et al . Optimal path shape for range‑only underwater target localization using a wave glider ［J］. The International Journal of Robotics Research ， 2018 ， 37 （ 12 ）： 1447 - 1462 .

XU C L ， XU C H ， WU C D ， et al . A novel self‑adapting filter based navigation algorithm for autonomous underwater vehicles ［J］. Ocean Engineering ， 2019 ， 187 ： 1 - 12 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

CS-ROMF:Efficient Community Search Based on Graph Combinatorial Optimization

Knowledge-Based and Data-Driven Integrating Design Methodology for Air Combat Strategy in Multi-Opponent Adversarial Game

Reinforcement Learning Based Tuning-free Plug-and-Play Image Reconstruction Method for Single Photon Imaging

Optimal Directed Control of Discrete Event Systems Based on Reinforcement Learning

Autoimmune Dynamic Attack Generation Method Based on Reinforcement Learning

Related Author

ZHANG An-ran

WANG Xing-fen

ZHAO Yu-han

LI Li-bo

FENG Jin-yuan

CHEN Min

LI Jun-ying

CHEN Jia-le

Related Institution

Beijing Information Science and Technology University

Hong Kong Baptist University, Hongkong

Institute of Automation, Chinese Academy of Sciences

School of Artificial Intelligence, University of Chinese Academy of Sciences

School of Computer Science, Nanjing University of Information Science & Technology

⁰