您的位置: 首頁 >要聞 >

基本方程將海洋機器人引導(dǎo)至最佳采樣點

2019-06-17 16:50:50 編輯: 來源:
導(dǎo)讀 觀察世界海洋越來越多地成為自主水下航行器(AUV)的任務(wù) - 海洋機器人旨在漂移,駕駛或滑行穿越海洋,而無需人工操作員的任何實時輸入。AU

觀察世界海洋越來越多地成為自主水下航行器(AUV)的任務(wù) - 海洋機器人旨在漂移,駕駛或滑行穿越海洋,而無需人工操作員的任何實時輸入。AUV可以幫助回答的關(guān)鍵問題是最具信息量的數(shù)據(jù)的采集地點,時間和內(nèi)容,以及如何最佳地到達采樣位置。

麻省理工學(xué)院的工程師現(xiàn)在已經(jīng)開發(fā)了數(shù)學(xué)方程組,可以預(yù)測為特定觀測任務(wù)收集的信息量最大的數(shù)據(jù),以及到達采樣點的最佳方法。

與他們的方法中,研究人員可以預(yù)測哪一個變量,如速度的程度海洋電流在一定的位置,揭示了關(guān)于一些其它可變信息,如在所謂的一些其他位置的量溫度“互信息”。如果兩個變量之間的互信息程度很高,則AUV可以被編程為去某些位置來測量一個變量,以獲得關(guān)于另一個變量的信息。

該團隊使用他們的方程式和他們開發(fā)的海洋模型,稱為多學(xué)科模擬,估算和同化系統(tǒng)(MSEAS),在海洋實驗中成功預(yù)測互信息領(lǐng)域并指導(dǎo)實際的AUV。

“并非所有數(shù)據(jù)都是平等的,”麻省理工學(xué)院機械工程系研究生Arkopal Dutt說。“我們的標(biāo)準(zhǔn)......允許自動機器精確定位傳感器位置和采樣時間,從而可以進行最豐富的測量。”

為了確定如何安全有效地達到理想的采樣目的地,研究人員開發(fā)出一種方法來幫助AUV利用不確定海洋的活動,通過預(yù)測“可達性前沿” - 海洋的動態(tài)三維區(qū)域,AUV將得到保證考慮到AUV的功率限制和海洋電流,在一定時間內(nèi)達到。該團隊的方法使車輛能夠沖浪電流,使其更接近目的地,并避免那些會使其偏離軌道的電流。

當(dāng)研究人員將他們的可達性預(yù)測與觀察阿拉伯海地區(qū)的實際AUV路線進行比較時,他們發(fā)現(xiàn)他們的預(yù)測與車輛能夠在很長一段時間內(nèi)導(dǎo)航的位置相匹配。

最終,該團隊的方法應(yīng)該幫助車輛以智能,節(jié)能的方式探索海洋。

機械工程研究生Deepak Subramani說:“自主海洋機器人是我們的偵察員,他們冒著波濤洶涌的大海為我們收集數(shù)據(jù)。” “我們的數(shù)學(xué)方程式可以幫助偵察員到達理想的位置,并通過智能地利用洋流來減少能源消耗。”

由麻省理工學(xué)院機械工程和海洋科學(xué)與工程教授Pierre Lermusiaux領(lǐng)導(dǎo)的研究人員將他們的研究結(jié)果發(fā)表在一篇論文中,很快將出現(xiàn)在由海洋雜志出版的系列叢書“海洋”中。研究。

除了Dutt和Subramani之外,Lermusiaux的團隊還包括Jing Lin,Chinmay Kulkarni,Abhinav Gupta,Tapovan Lolla,Patrick Haley,Wael Hajj Ali,Chris Mirabito和Sudip Jana,他們都來自機械工程系。

尋求最豐富的數(shù)據(jù)

為了驗證他們的方法,研究人員表明,他們可以成功地預(yù)測對于各種目標(biāo)提供最多信息的測量。例如,他們預(yù)測了最適合測試科學(xué)假設(shè)的觀測結(jié)果,了解海洋模型方程本身是否正確,估算海洋生態(tài)系統(tǒng)的參數(shù),以及檢測海洋中相干結(jié)構(gòu)的存在。他們證實,他們的最佳觀察結(jié)果比平均觀察數(shù)據(jù)提供的信息量提高了50%至150%。

為了達到最佳觀測位置,AUV必須在海洋中航行。傳統(tǒng)上,機器人的規(guī)劃路徑已在相對靜態(tài)的環(huán)境中完成。但是通過海洋進行規(guī)劃是一個不同的故事,因為強大的水流和漩渦可以不斷變化,不確定,并推動車輛脫離預(yù)先規(guī)劃的路線。

因此,麻省理工學(xué)院的團隊從基本原則出發(fā)制定了路徑規(guī)劃算法。他們修改了現(xiàn)有的方程式,稱為Hamilton-Jacobi方程,以確定AUV的可達性前沿,或確保車輛在給定時間內(nèi)達到的最遠(yuǎn)周長。該等式基于三個主要變量:時間,車輛的特定推進約束和平流,或動態(tài)洋流的傳輸- 該組通過使用其MSEAS 海洋模型預(yù)測的變量。

通過新系統(tǒng),AUV可以繪制出可行的最具信息性的路徑,并在不確定的海洋電流隨時間變化時調(diào)整其采樣計劃。在第一次大型開放海洋測試中,該團隊計算了印度洋自治浮標(biāo)和滑翔機的概率可達性前沿和最豐富的信息路徑,作為北阿拉伯海環(huán)流 - 自治研究(NASCar)辦公室的一部分。海軍研究(ONR)。

幾個月后,研究人員在麻省理工學(xué)院的辦公室工作,為ONR團隊提供每日可達性預(yù)報,以幫助指導(dǎo)水下航行器,并在此過程中收集最佳觀測結(jié)果。

“基本上睡不著覺,”Lermusiaux回憶道。“預(yù)測是三到七天,我們每天都會吸收數(shù)據(jù)并進行更新。我們做得非常好。平均而言,滑翔機和浮標(biāo)在我們預(yù)測的概率范圍內(nèi)達到了預(yù)期的水平。”

一時的真相得到了回報

Lermusiaux及其同事還利用他們的系統(tǒng)來規(guī)劃“時間最優(yōu)路徑” - 在預(yù)測的海洋當(dāng)前條件下,將在最短的時間內(nèi)將AUV送到某個位置的軌跡。

與麻省理工學(xué)院林肯實驗室和伍茲霍爾海洋研究所的同事一起,他們通過在Martha葡萄園附近的相同推進AUV之間舉行“比賽”來實時測試這些時間最佳路徑。在每場比賽中,一個AUV的航線由車隊的時間最優(yōu)路徑確定,而另一個AUV沿著距離到達同一目的地的最短距離的路徑確定。

“這很緊張 - 誰會贏?” Subramani回憶道。“經(jīng)過數(shù)學(xué)方程式和證明的理論發(fā)展,這對我們來說是真實的時刻。”

團隊的工作得到了回報。在每場比賽中,根據(jù)車隊預(yù)測運行的AUV首先達到目的地,比競爭對手AUV快15%。該團隊的預(yù)測幫助獲勝的AUV避免了有時會阻擋其他AUV的強電流。

“這太棒了,”庫爾卡尼說。“即使物理上兩條路徑距離不到一英里,按照我們的預(yù)測,行程時間減少了15%。這表明我們的路徑確實是時間最佳的。”

在其他應(yīng)用中,作為麻省理工學(xué)院塔塔技術(shù)與設(shè)計中心成員的Lermusiaux將應(yīng)用他的海洋預(yù)報方法來幫助指導(dǎo)印度沿海地區(qū)的觀測,其中車輛的任務(wù)是監(jiān)測漁業(yè)以提供潛在的低水平成本管理系統(tǒng)。

“AUV不是很快,它們的自主性不是無限的,所以你必須考慮到電流及其不確定性,并嚴(yán)格模擬事物,”Lermusiaux說。“這些自動系統(tǒng)的機器智能來自嚴(yán)格推導(dǎo)和合并控制理論,信息理論和機器學(xué)習(xí)的控制微分方程和原理。”


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

精彩推薦

圖文推薦

點擊排行

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。