项目名称: 面向海洋数据收集和移动目标搜索的多AUV航迹规划

项目编号: No.61472325

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 其他

项目作者: 崔荣鑫

作者单位: 西北工业大学

项目金额: 83万元

中文摘要: 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。

中文关键词: 自主水下航行器;航迹规划;多目标优化;部分可观测马尔科夫决策过程

英文摘要: 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.

英文关键词: Autonomous underwater vehicles;Trajectory planning;Muli-objective optimization;POMDP

成为VIP会员查看完整内容
5

相关内容

6G中联邦学习的应用、挑战和机遇
专知会员服务
49+阅读 · 2022年3月14日
【新书】分布式强化学习,280页pdf
专知会员服务
146+阅读 · 2021年12月19日
专知会员服务
18+阅读 · 2021年10月9日
专知会员服务
58+阅读 · 2021年6月11日
专知会员服务
48+阅读 · 2020年12月19日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
25+阅读 · 2018年11月10日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
12+阅读 · 2018年8月18日
各厂推荐算法!
程序猿
17+阅读 · 2018年1月13日
李克强:智能车辆运动控制研究综述
厚势
19+阅读 · 2017年10月17日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
4+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
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+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 · 2009年12月31日
Arxiv
28+阅读 · 2021年9月26日
Arxiv
17+阅读 · 2020年11月15日
小贴士
相关VIP内容
相关资讯
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
25+阅读 · 2018年11月10日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
12+阅读 · 2018年8月18日
各厂推荐算法!
程序猿
17+阅读 · 2018年1月13日
李克强:智能车辆运动控制研究综述
厚势
19+阅读 · 2017年10月17日
相关基金
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
4+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
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+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 · 2009年12月31日
微信扫码咨询专知VIP会员