29、海洋机器人团队协同导航方法解析

海洋机器人团队协同导航方法解析

1. 基本任务场景

在当前讨论的场景中，聚焦于一个特定子任务，涉及SSV、GCV和LSV三种车辆在平坦地形上的机动。这一子组被称为上层MORPH段，其任务是沿着预先规划的路径在平坦地形上行驶。路径在任务开始前就已为水面车辆规划好，水下车辆则需在SSV沿路径移动时保持编队，且其他机器人假定不知该路径。

GCV和LSV的控制算法设计需要水下车辆获取SSV相对于特定AUV的相对位置、SSV在惯性系中的速度以及海流速度，进而计算两车的速度和航向角设定值。

为控制器提供必要信息的算法基于以下假设：
- GCV配备USBL系统，成功接收声学通信时，多数情况下可获取与特定车辆的距离、方位和仰角测量值。
- 两个AUV可测量自身在水中的航速，基于螺旋桨当前转速和简单运动学模型。
- AUV通过AHRS知晓自身方向，通过深度传感器知晓自身深度，并在每次声学通信时发送当前深度测量值。
- 水面舰艇配备GPS传感器，使用简单线性卡尔曼滤波器估计自身绝对位置和惯性速度，并在每次声学通信时发送惯性速度。

需注意，由于声学通信功能一般较慢，且有五辆车需定期传输信息，通信频率会很低，单次通信丢失很可能发生，因此开发的导航算法必须能应对长时间无通信数据的情况。

此问题可归类为内部导航，与相关问题和基准场景相关。同时，采用的方法与相对导航概念相关，水下车辆知晓自身相对于SSV的位置，结合SSV的绝对位置，可离线重新计算AUV的绝对位置。另外，未为AUV使用DVL传感器，是因为最终MORPH任务场景要求车辆在粗糙地形和垂直墙壁附近操作，而DVL使用需要平坦地形。

2. 声学通信建模