非定常流场中有限时域能量最优轨迹

智能移动传感器，如无人机或水下航行器，在环境感知与监测应用中日益普及。这些主动感知平台运行于非定常流体流场中，包括多风的城市环境、飓风与海洋流。其驱动能力常受约束，使得这些移动传感器的动力学强烈依赖于背景流，导致其部署与控制尤为困难。因此，在仅部分知晓背景流的情况下进行高效轨迹规划，对于移动传感器集群自适应感知与监测环境至关重要。本工作中，我们研究利用有限时域模型预测控制（MPC）为非定常流体流场中主动移动传感器进行节能轨迹规划。我们揭示了有限时间最优轨迹与背景流的有限时间 Lyapunov 指数（FTLE）之间的联系，证实节能轨迹利用了流中的不变相干结构。我们在非定常双陀螺矢量场上展示了我们的发现，该场是海洋中混沌混合的典型模型。我们对关键 MPC 参数进行了穷举搜索，包括预测时域、传感器最大驱动力以及累积状态误差与驱动代价的相对惩罚。我们发现即便相对较短的预测时域也常能给出近乎能量最优的轨迹。这些结果对于分布式感知与监测中移动传感器集群的节能轨迹自适应规划颇具前景。