项目名称: 弱通信和弱观测条件下欠驱动AUV群体编队地图创建的研究

项目编号: No.51209050

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 水利科学与海洋工程学科

项目作者: 黄海

作者单位: 哈尔滨工程大学

项目金额: 25万元

中文摘要: 智能水下机器人(AUV)群体编队地图创建是利用AUV完成海洋环境立体监测的重要保障。本项目充分考虑弱通信和弱观测的海洋条件,针对欠驱动AUV群体编队地图创建,系统深入地开展多AUV水声通信、互定位、编队和地图创建的理论研究。具体的,基于Laplacian势能关联函数,研究动态拓扑网络的一致性问题,建立可靠水声通信网络;基于欠驱动AUV非线性动力学模型,对海流扰动进行自适应位姿补偿,发展AUV之间的相对位置量测与互定位机理;通过AUV群智能体基于模糊分类的强化学习进行在线队形决策,并使用自适应控制实现队形保持,提高多AUV编队的自主能力和对弱观测环境的适应性;基于水下导航,结合自适应卡尔曼与粒子滤波创建更新局部地图,基于粒子树完成地图合并,解决弱观测条件下地图创建问题。进行分项实验和集成仿真实验。通过本项目的研究,为解决弱通信和弱观测条件下欠驱动AUV群体编队地图创建奠定理论和技术基础。

中文关键词: 欠驱动智能水下机器人;弱通信;群体编队;地图创建;

英文摘要: Multiple autonomous underwater vehicles(multi-AUV) formation mapping plays a very important role in tridimensional monitoring ocean enviroment by employing AUVs. This program will be engaged in under-actuated multi-AUV formation mapping. In full consideration of weak communication and observation conditions, this program will systematically and intensively carry out theoretic research on multi-AUV underwater acoustic communication, mutual localization, formation and map construction. Based on Laplacian potential associated fuction, investigation will be made on consensus problems of network with switching topography, in order to establish reliable underwater acoustic communication network. In accordance with nonlinear under-actuated AUV dynamic model, adaptive controller will be developed to compensate for sea currents influence, and therefore to progress relative position measurements and mutual localization technique between AUVs. A hierarchical control architecture will be introduced to upgrade multi-AUV formation ability of intelligence and enviromental adaptivity. The top controller will deal with online formation control through multi-AUV reinforcement learning on the basis of fuzzified classifier, while the bottom cotroller will implement formation maintenance through adaptive controller. For the mapping

英文关键词: Under-actuated AUV;limited communication;group formation;mapping;

成为VIP会员查看完整内容
1

相关内容

【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
深度强化学习的攻防与安全性分析综述
专知会员服务
25+阅读 · 2022年1月16日
专知会员服务
42+阅读 · 2021年9月15日
机器人运动轨迹的模仿学习综述
专知会员服务
44+阅读 · 2021年6月8日
专知会员服务
51+阅读 · 2021年4月6日
专知会员服务
128+阅读 · 2021年3月13日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
专知会员服务
208+阅读 · 2019年8月30日
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
深度强化学习的攻防与安全性分析综述
专知
1+阅读 · 2022年1月16日
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
更深探索,更优体验!人机对抗智能门户网站上线多项新功能、新版块
中国科学院自动化研究所
0+阅读 · 2021年10月29日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
24+阅读 · 2021年6月25日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关主题
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
深度强化学习的攻防与安全性分析综述
专知会员服务
25+阅读 · 2022年1月16日
专知会员服务
42+阅读 · 2021年9月15日
机器人运动轨迹的模仿学习综述
专知会员服务
44+阅读 · 2021年6月8日
专知会员服务
51+阅读 · 2021年4月6日
专知会员服务
128+阅读 · 2021年3月13日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
专知会员服务
208+阅读 · 2019年8月30日
相关资讯
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
深度强化学习的攻防与安全性分析综述
专知
1+阅读 · 2022年1月16日
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
更深探索,更优体验!人机对抗智能门户网站上线多项新功能、新版块
中国科学院自动化研究所
0+阅读 · 2021年10月29日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
相关基金
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员