img

基金

通过使用由麻省理工学院的工程师团队开发的数学程序,新软件可以优化自动水下航行器(AUV)的路径规划,即使在具有复杂海岸线和强大的移位电流的区域中,有时从A点到B点的最快路径也不是一条直线:例如,如果你在水下并且与强大而变化的水流相抗衡但是在这样的环境中找出最佳路线是一个非常复杂的问题 - 特别是如果你不仅仅是为了一个水下航行器,但是,他们中的一群人一次又一次地向不同的目的地移动但是这正是麻省理工学院的一个工程师团队想出怎样做的事情,研究成果将在5月份举行的年度IEEE国际机器人与自动化大会上展示由Doherty海洋利用副教授Pierre Lermusiaux领导,开发了一种可以优化自动水下航行器路径规划的数学程序icles(AUVs),即使在海岸线复杂且移动电流强的地区,系统也可以提供最短行程时间或最少能量使用的路径,或最大限度地收集被认为是最重要的数据集合AUV和滑翔AUV(也称为滑翔机)现在经常用于测绘和海洋学研究,军事侦察和港口保护,或深海油井维护和应急响应到目前为止,已有多达20个此类AUV的船队Lermusiaux表示,在未来几年内,大型舰队可以投入使用,使规划最佳路径的计算任务变得更加复杂他补充说,之前为水下航行器找到最佳路径的尝试要么不精确,要么无法应对变化电流和复杂的地形,或需要如此多的计算能力,以至于它们无法应用于成群的机器人车辆的实时控制虽然研究人员多年来一直在研究这样的系统,但“缺少的是方法和算法,”他说 - 数学允许计算机严格地解决这种路径规划问题但很快就足以在实际部署中发挥作用“由于海洋环境如此复杂,“他说,”缺少的是海洋预测,海洋估算,控制和优化的整合“,用于在不断变化的情况下规划多辆车的路径这就是麻省理工学院的多学科模拟,估算和同化由Lermusiaux领导的Systems(MSEAS)小组现已开发该团队的模拟已经成功地在非常复杂环境的模型中测试了新算法 - 包括菲律宾的一个地区,数千个岛屿有错综复杂的海岸线,浅滩和多个转移电流他们模拟一个由1,000艘AUV组成的虚拟机队,从一艘或多艘船上部署并寻求不同的目标除了复杂功能之外,他们设计的系统甚至可以解释飞行器必须避开的“禁止”区域,并修复影响水下航行和水流的障碍,甚至移动障碍物,例如过往船只

通过潮流提供的“搭便车”,飞行器经常沿着惊人的间接路径行进,蜿蜒在环路和轮状线上,有时类似于随机行走,这是因为它可以更快地用电流漂移然后加倍后退而不是尝试在整个时间内直接切入,对抗流动在其他情况下,AUV可能会通过上升或下潜,喷射,流动,漩涡或其他海洋特征找到更快或更节能的路径海洋预测中的不确定性 - 以及它们如何影响最佳路径 - 也可以考虑除了寻找最快或最有效的路径之外,系统还允许成群的数据采集车辆Lermusiaux说,这些数据优化方法可用于监测渔业或生物或环境研究,例如美国国家科学基金会新的英格兰陆架断裂特征,这是一个重要的领域,它可以在最快的时间内提供最有用的数据

该地区的渔业以及气候研究 虽然这种方法和算法是针对水下环境而开发的,但Lermusiaux解释说,类似的计算系统可用于指导自动驾驶车辆通过任何障碍物和流动 - 例如应对风和山脉的飞行器这样的系统甚至可能有助于微型医疗机器人在循环系统中导航,他说这种算法允许实时控制和调整 - 例如跟踪污染源的源头,或确定它如何传播系统还可以结合避障功能来保护AUV团队包括机械工程研究生Tapovan Lolla和Mattheus Ueckermann SM '09,Konuralp Yigit SM '11,研究科学家Patrick Haley和Wayne Leslie这项工作由海军研究办公室和麻省理工学院海洋资助学院计划资助Glen Gawarkiewicz,伍兹霍尔海洋研究所的高级科学家,不在在这样的研​​究中说,“这项工作很重要它为自动驾驶车辆的采样模式的设计难题提供了严谨性随着自动驾驶车辆的能力和数量的增加,这种方法将成为海洋学和其他领域的重要工具”资料来源:David L Chandler,麻省理工学院新闻办公室图片:Christine Daniloff视频:Melanie Gonick

News