[论文解读] Determination of spatial configuration of an underwater swarm with minimum data

Ramiro Dell’Erba|arXiv (Cornell University)|Apr 8, 2020

Underwater Vehicles and Communication Systems参考文献 63被引用 15

一句话总结

本文提出两种基于三边测量的算法，仅使用最少数据（即机器人之间的距离和朝向角度，或速度和距离）来确定自主水下航行器（AUV）水下集群的空间构型。通过利用运动序列和优化方法解决对称性引起的歧义，该方法在已知信标位置未知且测量数据有限的情况下，仍能实现高精度的相对构型估计，且通过考虑误差建模的仿真验证了其有效性。

ABSTRACT

The subject is the localization problem of an underwater swarm of autonomous underwater robots (AUV), in the frame of the HARNESS project; by localization, we mean the relative swarm configuration, i.e., the geometrical shape of the group. The result is achieved by using the signals that the robots exchange. The swarm is organized by rules and conceived to perform tasks, ranging from environmental monitoring to terrorism-attack surveillance. Two methods of determining the shape of the swarm, both based on trilateration calculation, are proposed. The first method focuses on the robot's speed. In this case, we use our knowledge of the speeds and distances between the machines, while the second method considers only distances and the orientation angles of the robots. Unlike a trilateration problem, we do not know the position of the beacons and this renders the problem a difficult one. Moreover, we have very few data. More than one step of motion is needed to resolve the multiple solutions found, owing to the symmetries of the system and optimization process of one or more objective functions leading to the final configuration. We subsequently checked our algorithm using a simulator taking into account random errors affecting the measurements

研究动机与目标

• 解决仅使用最少传感器数据确定水下AUV集群相对空间构型的挑战。
• 克服在水下环境中三边测量类定位问题中已知信标位置未知的困难。
• 通过仅使用相对测量数据，减少对大量通信或精确绝对定位的依赖。
• 通过多步运动和优化，解决由集群构型对称性引起的几何歧义。
• 在考虑测量噪声的仿真框架下，于真实条件下验证该方法。

提出的方法

• 提出两种基于三边测量的方法：一种使用机器人速度和机器人间距离，另一种仅使用距离和朝向角度。
• 该方法将集群的相对构型视为一个几何重建问题，无需事先知道信标位置。
• 通过引入顺序运动步骤打破退化性，解决由对称性引起的多重解问题。
• 通过优化过程最小化目标函数，从候选解中选择最合理的构型。
• 在模拟器中实现并测试该算法，其中引入了随机测量误差以反映现实条件。
• 该方法仅依赖相对测量数据，避免了对绝对定位或外部信标的依赖。

实验结果

研究问题

• RQ1 如何仅使用最少的机器人间数据来确定水下AUV集群的相对空间构型？
• RQ2 哪些策略可以解决在集群三边测量中由对称构型引起的几何歧义？
• RQ3 在缺乏绝对位置参考的情况下，如何利用运动序列来消除多个可能构型的歧义？
• RQ4 测量误差对构型估计精度有何影响，以及如何对其进行建模？
• RQ5 能否将类似三边测量的方法适配于水下集群机器人中已知信标位置未知的情况？

主要发现

• 所提方法仅使用相对距离和朝向数据或速度与距离数据，成功重建了AUV集群的空间构型。
• 通过顺序运动和优化，解决了由对称性引起的多重解问题，最终收敛到正确构型。
• 该算法在仿真中对随机测量误差表现出鲁棒性，保持了高精度的构型估计。
• 运动序列的使用对于消除静态数据下无法区分的对称构型至关重要。
• 该方法实现了可靠的相对定位，无需绝对定位或已知信标位置。
• 在真实模拟器中的验证结果证实了该方法在实际约束条件下的可行性与准确性。