[發明專利]基于梯度估計的自主式水下機器人場源搜索方法及系統

在審

• 申請號: 201810211983.1
• 申請日: 2018-03-15
• 公開（公告）號: CN108664039A
• 公開（公告）日: 2018-10-16
• 發明（設計）人: 游科友;李卓;宋士吉
• 申請（專利權）人: 清華大學
• 主分類號: G05D1/12
• 分類號: G05D1/12
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

本發明提出一種基于梯度估計的自主式水下機器人(AUV)場源搜索方法及系統，屬于控制工程與優化領域。該方法首先構建AUV場源搜索優化模型，根據場源搜索任務，確定AUV型號，并安裝若干個相同傳感器；AUV從初始位置開始場源搜索，若當前位置信號場強度大于預定場強閾值，則進行當前時刻場源梯度估計，并根據梯度估計結果判定AUV是否到達場源位置；若AUV未到達場源位置，則利用梯度估計對AUV進行運動控制，AUV根據當前時刻的控制輸入運動到新的當前位置，如此循環，直至到達場源位置。本發明首次提出利用梯度估計進行場源搜索，能夠保證在優化問題中梯度不準確的情況下AUV仍然以預定姿態和高度接近場源位置。

技術領域

本發明屬于控制工程與優化領域，具體涉及在無法準確獲取信號場梯度的情況下的基于梯度估計的自主式水下機器人場源搜索方法及系統。

背景技術

地球上的海洋面積占地球表面積的71％，其中水深大于500米的深海海域又占海洋總面積的85％以上。深海海域中蘊藏著豐富的礦產資源、油氣資源、生物資源等，但人類對這片領域的認識還處于十分初級的階段。二十一世紀以來，世界各國逐漸認識到深海開發的重要性，在深海領域的投入不斷增加，世界層面的深海競爭也日漸激烈。工欲善其事，必先利其器，深海裝備的研究也開展得如火如荼，由于海洋環境得復雜多變，僅憑人力進行深海探索充滿了危險和不確定性，因此人們對深海水下機器人的需求也凸顯出來。在多種水下機器人中，自主式水下機器人(AUV)以其體積小、存儲空間大、靈活性強、智能程度高等優點獲得了人們的青睞。因此，利用AUV對未知海域進行場源搜索的研究，逐漸引起了專家學者們的關注，其中場源可能為水下生物、電磁信號發射器、化學污染源等，所以場源搜索涵蓋了包括生物定位、飛機黑匣子搜索、污染源搜索等諸多問題。

利用AUV進行水下信號場場源搜索時，由于海域中場源位置及信號場分布均未知，AUV首先需要估計場源位置進一步確定前進方向。在一類場強信號隨距場源距離增大而遞減的信號場中，場源所在位置為場強最大的位置，因此，場源搜索問題可利用優化問題模型進行求解。實際上，優化問題已經是一個較為成熟的研究領域，優化方法包括梯度法、牛頓法等。相比于一眾先進的優化方法，梯度法是較為基礎的一種。而且，相比于信號場的二階梯度信息(即海森矩陣Hessian矩陣)以及其他高階信息，信號場梯度估計的準確度更高、計算量更小，因此，梯度方法的應用更為廣泛。以線性二階系統為例，Attouch等人研究了帶有摩擦力的重球系統，采用將速度阻尼項和梯度項作為該重球系統輸入的控制方法，并證明了在此控制方法的作用下，該重球系統有很好的優化性質，但是這種控制方法是依賴于二階線性的系統模型而得到的，而且收斂速度較慢。Alvarez等人對梯度下降法進行了擴展，結合牛頓動力學系統和帶摩擦重球系統的特點設計了一種控制方法，同時具有上述兩種控制方法的快速收斂性和靈活性的特點。在控制方法中引入信號場梯度信息能夠有效實現目標優化，因此，準確的梯度信息至關重要。由于梯度信息不能由AUV上裝配的傳感器直接獲得，相關學者們設計了一系列的梯度估計方法，其中，Rosero等人采用的估計方法是針對雙積分系統設計得到的分布式一致性濾波方法；Frihauf和Jinbiao等人為非平衡小車設計了極點搜索(extremum seeking)方法。但由于這些估計方法都是根據特定模型設計得到的，一旦應用到AUV的動力學模型中，不一定能夠保證AUV系統的穩定性。相比之下，Arranz等人設計的梯度估計方法為獨立于任務所涉及的系統模型的方法，更適合拓展應用到AUV系統中。該方法設計安裝有傳感器的多個自主式智能體，如AUV或無人機等形成圓形編隊，這些自主式智能體均勻分布在圓周上，圓心的梯度由各個圓周自主式智能體所測量得到的信號場強度信息加權得到。這種方法的缺點在于梯度估計依賴于自主式智能體編隊控制的精度，一旦自主式智能體不能滿足隊形，則估計到的梯度準確性會大大下降，無法保證場源搜索任務的完成。