面向未知环境的多海洋机器人系统协同探测与协作控制方法研究

Due to the good performance on security, efficiency and cost, ocean robots have attracted growing attention and play an important role in performing various marine activities. However, due to the complication of missions and/or stringent performance requirements, it is often demanded to employ multiple robots working in a collaborative fashion, instead of using a single robot performing solo missions. This project aims to investigate the Cooperative target detection and Coordination control strategies for multiple robots in unknown ocean environment. First, an online decision algorithm for OFDM communication system is proposed based on machine learning theory, in order to overcome the imperfect feedback of channel state information and provide reliable communication among the multiple ocean robots. Second, an effective multiple robot cooperation detection strategy based on Bayesian estimation and support vector machine is proposed to improve the detecting precision in strong noise conditions. Third, considering the unknown factors and power limited in ocean environment, a low-energy consumption and robust control algorithm for multiple ocean robots is proposed. Finally, an experimental platform is built to evaluate the theoretical methods. This project would provide a theoretical foundation for applications of multiple ocean robots collaborative operation and offer technical supports for the sustainable development of the oceans.

相较于人工水下作业，海洋机器人具有安全性高、效率高、成本低等突出优点，成为海洋科技发展的热点。由于单个海洋机器人存在作业范围受限、定位精度低，难以对抗复杂未知的海洋环境等问题，本项目以未知近海海洋环境中的多海洋机器人协同作业为背景，对多海洋机器人的协同探测与协作控制方法开展研究。首先，针对水声信道状态反馈不完美的特点，基于机器学习理论提出OFDM通信系统决策算法，优化多海洋机器人之间的通信链路；其次，针对水下强噪声干扰问题，利用贝叶斯估计加权平均方法及支持向量机学习理论提出高效的多海洋机器人协同探测策略；再次，针对海洋环境未知因素多、能量受限等特点，基于深度学习理论提出低能耗、强鲁棒性的多海洋机器人协同控制算法；最后，搭建实验平台并对理论方法进行验证。本项目的研究成果可为多海洋机器人协同作业应用提供理论依据，并为我国海洋的可持续开发提供技术保障。

与人工水下作业相比，海洋机器人具有作业安全、效率高、成本低等突出优点，成为海洋科技发展的热点。由于单个海洋机器人存在作业范围受限、定位精度低和难以对抗复杂未知海洋环境等问题，本项目以未知近海海洋环境中的多海洋机器人协同作业为背景，对多海洋机器人的协同探测与协作控制方法开展研究。首先，针对未知的水下环境和强干扰、高衰减的水声通信特点，提出了能有效抵抗水下未知干扰的水声信道信息获取方案，并基于MAB学习理论提出了分布式、低成本的自适应联合中继、信道与功率参数选择算法，保障多海洋机器人系统间的可靠通信。.其次，针对多海洋机器人的协同探测问题，考虑水下节点传输延迟高、能量消耗大、易受攻击等情况，提出了多种地理路由协议与基于区块链的水下网络数据传输方案，提高了系统通信性能与安全性。进而考虑时钟异步、障碍物遮挡、锚节点移动等因素对定位的影响，提出了基于SVM的协同定位方法。并针对海洋机器人视觉传感器感知的水下图像严重退化，以及水下目标视觉检测问题，分别提出了基于生成对抗网络和颜色线模型的图像实时增强方法，以及基于多注意力的单阶段目标检测方法和基于对抗生成网络的数据增强方法，保证实时、快速、准确地探测水下目标。.再次，针对多海洋机器人的协同作业问题，考虑海洋机器人模型的强非线性，提出了低能耗的有限时间轨迹跟踪控制算法使得海洋机器人在未知环境下实现三维轨迹快速跟踪，并在扰动及其一阶导未知的情况下提出了固定时间的主从动作轨迹跟踪算法，使得机械臂末端执行器能够快速、准确地跟踪和抓取动态目标；另外，考虑水下洋流和障碍物影响，结合拍卖理论、SOM和神经动力学理论提出了适用于多种水下场景的任务规划方法，从而有效提高了多海洋机器人系统集群协同作业能力。.最后，搭建实验平台并对理论方法进行验证。本项目的研究成果可为多海洋机器人协同作业应用提供理论依据，并为我国海洋的可持续开发提供技术保障。

内容获取失败，请点击重试