集群水下机器人分布式协同导航方法研究.pdf

集群水下机器人分布式协同导航方法研究

摘要

集群机器人技术作为机器人领域的研究热点，近年来受到了广泛的关注。集群水下

机器人技术受益于自然界生物群集行为的启发，一大群具有共同目的的局部互动水下智

能体构成集群，通过集群协同解决单个水下机器人（AutonomousUnderwaterVehicle，

AUV）性能有限的问题，具有极高的灵活性、可扩展性和鲁棒性，在水下探测、水下作

业等多个领域有重要的应用价值。集群机器人协同导航定位结果的一致性是集群行为一

致性的根本保证和信息支撑。集群AUV的导航传感数据分布在不同的AUV载体上，

如何融合分布式导航传感器数据，形成一致收敛的导航定位结果，是集群水下机器人协

同导航算法的重点和难点。此外，对于集群AUV而言，水声通信迟延较高，对协同导

航分布式算法的准确性和鲁棒性提出了挑战。针对上述问题与挑战，本文针对集群AUV

协同导航分布式算法展开研究，具体工作如下：

首先，针对集群AUV分布式导航传感器信息融合问题，构建了协同导航状态空间

模型和高斯动态贝叶斯网络模型，提出一种集群AUV递增动态连接树协同导航算法。

将高斯动态贝叶斯网络解构为一系列链图，并处理为连接树结构，通过连接树节点之间

割集执行消息传递，通过动态贝叶斯网络的分布式推理，实现集群AUV协同导航信息

融合算法框架。

其次，将连接树的节点映射到AUV个体，利用分布在各AUV上连接树团节点间

的割集和本地传感器信息，实现AUV间的协同导航分布式信息融合，具体分析了该算

法的精度、计算复杂度、通信复杂度和工作负载均衡性，实现了以连接树为通信拓扑，

以连接树消息传递为信息支撑的集群AUV协同导航分布式连接树方法。

最后，针对水声通信延迟导致集群AUV水下声学协同导航定位精度下降问题，提

出一种集群AUV协同导航分布式连接树迟滞滤波方法，将增广信息滤波与分布式连接

树算法结合，在不增加通信量的前提下，提高了集群AUV声学协同导航算法性能。

关键词：集群机器人；协同导航算法；概率图模型；连接树；分布式连接树迟滞算法

集群水下机器人分布式协同导航方法研究

Abstract

Clusterrobottechnology,asaresearchhotspotinthefieldofrobotics,hasreceived

widespreadattentioninrecentyears.Clusterunderwaterrobottechnologybenefitsfromthe

inspirationofnaturalbiologicalclusteringbehavior.Alargegroupoflocallyinteractive

underwaterintelligentagentswithcommongoalsformacluster,whichsolvestheproblemof

limitedperformanceofasingleunderwatervehicle(AUV)throughclustercollaboration.Ithas

extremelyhighflexibility,scalability,androbustness,andhasimportantapplicationvaluein

multiplefieldssuchasunderwaterdetectionandunderwateroperations.Theconsistencyof

collaborativenavigationandpositioningresultsofclusterrobotsisthefundamentalguarantee

andinformationsupportfortheconsistencyofclusterbehavior.Thenavigationsensordataof

theclusteredAUV