自主水下航行器规划、制导、控制与状态估计的联合约束贝叶斯优化
系统与控制
2022-05-31 v1 系统与控制
摘要
自主水下航行器（AUV）的制导、导航与控制（GNC）系统的性能在很大程度上依赖于其参数的正确整定。我们的目标是在不同操作场景下，针对任意高层控制目标自动整定这些参数。与已有文献不同，我们对整个 GNC 系统进行了整体整定，这在自主水下航行器领域中是新颖的。解决该优化问题的主要挑战在于目标函数评估计算代价高、不可行参数化导致仿真崩溃，以及大量可调参数（在我们的案例中为 13 个）。这些挑战通过带崩溃约束的约束贝叶斯优化得以应对。该方法在 TRIPLE-nanoAUV 计划内设计的用于冰下湖探测的欠驱动微型 AUV 的 GNC 系统仿真中得到演示。我们量化了通过整体系统整定所实现的能耗大幅降低。此外，针对不同的功耗函数、鲁棒性和精度要求自动生成了不同的参数化方案。例如，若允许的最大偏离规划路径量增加约 65%，能耗可降低约 28%。这显示了基于优化的整定方法的广泛实际适用性。
引用
@article{arxiv.2205.14669,
title = {Joint Constrained Bayesian Optimization of Planning, Guidance, Control, and State Estimation of an Autonomous Underwater Vehicle},
author = {David Stenger and Maximilian Nitsch and Dirk Abel},
journal= {arXiv preprint arXiv:2205.14669},
year = {2022}
}
备注
Accepted for publication at ECC 2022