对抗环境下多水下机器人协同围捕方法研究

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 海洋信息技术装备中心

题名	对抗环境下多水下机器人协同围捕方法研究
作者	贾庆勇
答辩日期	2019-11-28
授予单位	中国科学院沈阳自动化研究所
授予地点	沈阳
导师	封锡盛 ; 徐红丽
关键词	多水下机器人运动目标协同搜索模型预测控制协同围捕
学位名称	博士
其他题名	Research on the cooperative pursuit method of multiple underwater vehicles in an adversarial environment
学位专业	机械电子工程
英文摘要	多水下机器人（Autonomous Underwater Vehicle，AUV）协同围捕是研究多机器人之间协调与对抗的重要方向，也是人工智能领域的研究热点之一。如何有效地控制多个水下机器人在隐蔽的水下环境中协同执行围捕任务在民事和军事领域具有重要的研究价值和现实意义。本文重点针对协同围捕过程中动态目标搜索、静态目标围捕以及动态目标围捕方法进行了研究。本文的主要研究内容如下：（1）针对水下大范围环境中单个运动目标的搜索问题，提出了一种多水下机器人分布式协同搜索策略，用于减少统计意义下搜索目标的平均时间，提高发现目标的概率。从基本搜索问题出发，深入分析了多水下机器人协同搜索问题的过程和要素，建立了多水下机器人系统平台、传感器、目标和网络通信的分布式协同搜索问题框架。通过关键问题分解，将协同搜索划分为环境信息建模和协同任务决策两个关键子问题。深入研究了基于搜索图的环境模型，重点研究了搜索图的探测更新、通信更新和预测更新问题。基于模型预测控制（MPC）的思想，研究了多水下机器人分布式模型预测控制的建模方法，将集中式优化决策问题转化为多个水下机器人子系统的分布式优化决策问题，减小了多水下机器人的求解规模，并基于粒子群优化（PSO）算法实现了多水下机器人分布式优化决策问题的求解。最后，通过蒙特卡洛仿真实验验证了所提协同搜索策略的有效性。（2）针对目标的运动状态信息以及对抗策略，提出了一种基于快速随机搜索树（RRT）的多水下机器人协同围捕策略。该策略将追逃博弈划分为两个阶段。在第一阶段，目标由运动状态变为静止状态，多水下机器人基于RRT的方法对静态目标实现隐蔽性包围，从而避开目标的探测范围，到达期望的预包围位置。在第二阶段，当目标感知到多水下机器人进入目标探测范围时，目标则开始逃跑；提出一种多水下机器人协同围捕控制律对运动目标进行跟踪和围捕。仿真结果表明，多水下机器人利用该协同围捕策略可以有效实现静态目标的隐蔽包围，并对试图逃跑的目标实现稳定跟踪。（3）针对水下单个运动目标的围捕问题，提出了一种基于队形控制的多水下机器人协同围捕策略。首先分析了多水下机器人协同围捕过程和要素，建立了多水下机器人协同围捕问题框架。通过关键问题分解，将协同围捕问题划分为协同围捕问题建模、围捕队形设计和协同控制器设计三个关键子问题。然后重点基于有限状态机理论建立了多水下机器人协同围捕模型，基于不同的环境信息设计了不同的协同围捕队形，并分析了每一种围捕队形的意义和价值。针对不同的围捕队形，基于比例控制的思想设计了多水下机器人协同控制协议。仿真和湖试试验结果表明了该协同围捕策略的可行性和有效性。本文的主要创新点包含以下几个方面：（1）本文提出一种新颖的搜索思路，用于多水下机器人在大范围海域中协同搜索运动目标。该搜索思路创新性的提出了一种基于目标初始信息的搜索图更新机制，提出了一种目标运动范围的预测方法，建立了均匀概率分布模型，并给出了搜索图的目标概率更新公式。同时，将预测控制思想用于多水下机器人优化决策中。该搜索思路有效降低了多水下机器人搜索运动目标的盲目性，提高了搜索运动目标的概率，减少了发现目标的时间，为解决多水下机器人协同围捕问题提供了一定的理论支撑。（2）本文针对水下单个静态目标围捕问题，提出了一种新颖的多水下机器人协同围捕策略，该协同围捕策略解决了水下环境中包围静态目标的隐蔽性问题，将多水下机器人协同围捕静态目标问题，分解为单个水下机器人的路径实时重规划问题，降低了问题的复杂度，同时解决了运动过程中的避障问题。（3）本文针对单个运动目标围捕问题，提出了一种新的多水下机器人协同围捕策略，并将有限状态机理论应用于多水下机器人围捕过程中。同时，针对围捕过程中的各围捕状态设计了相应的围捕策略，创新性的提出了半圆形包围策略和圆形包围策略，实现了多水下机器人对运动目标隐蔽包围。该协同围捕策略对于解决多水下机器人离散动态系统问题具有重要的实际指导意义。
语种	中文
产权排序	1
页码	155页
内容类型	学位论文
源URL	[http://ir.sia.cn/handle/173321/25938]
专题	沈阳自动化研究所_海洋信息技术装备中心
推荐引用方式 GB/T 7714	贾庆勇. 对抗环境下多水下机器人协同围捕方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2019.