面向海洋探索无人水下车队的集成化定位与路径规划：基于共识图模型预测控制
系统与控制
2025-05-13 v1 系统与控制
摘要
无人水下车队（AUV）由无人表面车（USV）协调进行导航，对于深海探索具有高效可靠的优势。AUV 在协同导航、数据收集和海洋探测任务后从 USV 处出发并返回。高效的路径规划和准确的定位对于实现此目标至关重要，后者尤为关键，因为在深海环境中缺乏全球定位信号且射频（RF）通信质量差。惯性导航和声学通信是定位的常见解决方案，但前者受 odometry 漂移限制，后者仅限于短距离。本文提出了一种系统化的方法，用于 USV-AUV 队伍的定位感知能效碰撞自由路径规划。将路径规划问题形式化为有限时域模型预测控制（MPC）优化。开发了动态感知的线性类动力学运动方程。有效地开发了 MPC 优化的数学表述，其中将定位集成为 AUV 节点之间的共识图优化。优化后的 AUV-to-USV（A2U）和 AUV-to-AUV（A2A）图中的边受声学调制器的声纳范围约束。分析了共识 MPC 优化问题的时间复杂性，揭示其为非凸 NP-hard 问题，并使用顺序凸优化求解。提供了数值仿真结果以评估所提出的方法。
引用
@article{arxiv.2505.07484,
title = {Integrated Localization and Path Planning for an Ocean Exploring Team of Autonomous Underwater Vehicles with Consensus Graph Model Predictive Control},
author = {Mohsen Eskandari and Andrey V. Savkin and Mohammad Deghat},
journal= {arXiv preprint arXiv:2505.07484},
year = {2025}
}