基于仿生行为的自主水下机器人海洋溢油羽流追踪和测绘研究

For the requirements of autonomous underwater vehicles (AUVs) in the efficient survey of oceanic oil spill plumes, we propose in this project to do researches on on-line decision-making and planning methods and algorithms for AUVs to autonomously and efficiently track and mapp oil spill plumes, which are based on the approach and results of bio-inspired chemical plume tracing researches. In this project, following aspects are mainly to be investigated: (1)an effective simulation environment for the plume tracking and mapping research; (2)methods and algorithms for processing and fusion of the data from the in-situ plume sensors mounted on the AUV; (3)modeling and prediction of the oil spill plumes with real-time AUV's sensor data; (4)abstraction, design, optimization and validation of the AUV behaviors for the tracking and mapping of a oil spill plume with continuous source or without source. Through the researches, key problems related to the above researches will be resolved, and the research results will be demonstrated and validated via computer simulation and field experiments. By the research efforts of the project, we anticipate to obtain effective and efficient strategies, methods and algorithms which could enable an AUV to track and map oceanic oil spill plumes autonomously and efficiently. The research results will provide necessary therotical foundation and technical reserve for the future applications of AUVs in oceanic oil spill plume survey missions.

针对自主水下机器人（AUV）在高效的深海溢油羽流测绘中的应用需求，基于国际上基于仿生行为的自主机器人以"之"字形的运动策略追踪湍羽流的研究思路和结果，研究AUV基于探测传感器信息在线实时决策、规划，自主追踪溢油羽流并同时快速、高效的获取溢油羽流的位置、尺度、及其示踪物浓度时空分布等信息的方法和算法。主要围绕AUV溢油羽流追踪和测绘仿真研究环境，AUV溢油羽流原位探测传感器数据实时处理和融合，AUV溢油羽流在线建模及其时空分布预测，和AUV追踪和测绘连续源和无源溢油羽流的自主行为抽象、设计、优化、和验证等内容开展研究工作，研究并解决其中涉及的关键科学问题，并通过计算机仿真和外场实验对研究成果进行演示和验证。以期通过本项目的研究，获得AUV基于仿生行为高效的追踪和测绘海洋溢油羽流的策略、方法和算法，为将来我国AUV自主的快速、高效探测海洋溢油羽流的实际应用提供必要的理论基础和技术储备。

随着海洋石油工业的发展，海洋溢油事故频发。溢油事故发生后，对溢油形成的溢油羽流进行有效监测是溢油事故应急响应处理和影响评估的关键。随着自主水下机器人（AUV）和溢油原位探测传感器技术的发展，AUV成为水下溢油监测的重要手段，其发展和应用受到国内外广泛关注。受到复杂海洋流场的影响，水下溢油羽流是海洋环境中典型的随时空变化的动态过程；因此，为了高效的应用AUV进行水下动态溢油羽流监测，赋予AUV基于获取的羽流和海洋流场信息进行在线实时规划其探测羽流路径的能力，是实现AUV以最优、高效的方式采集溢油羽流时空分布数据需要研究和解决的关键问题。本项目即对该问题开展研究，主要围绕AUV溢油羽流追踪和测绘仿真研究环境，AUV溢油羽流原位探测传感器数据实时处理和融合，AUV溢油羽流在线建模及其时空分布预测，和AUV追踪和测绘连续源和无源溢油羽流的自主行为抽象、设计、优化、和验证等内容开展研究工作。本项目取得的主要研究结果包括：（1）基于羽流仿真的拉格朗日粒子随机行走模型以及数值海洋模型，研发了支持AUV追踪和测绘海洋溢油羽流研究的计算机仿真环境；（2）提出一种AUV仅基于双化学传感器信息对化学湍羽流进行有效追踪的仿生策略和算法；（3）以飞蛾行为仿生的化学羽流追踪策略为基础，提出一种AUV在大地坐标系中以“之”字形运动路径追踪羽流但在随羽流运动的坐标系中以“梳形”运动路径采集无源羽流数据的策略和其实现的基于行为规划算法；（4）提出一种羽流中心轴线时空运动预测策略和方法；（5）提出一种基于地统计分析对羽流时空分布进行估计的AUV监测羽流的梳形路径间距的优化策略和方法。研究结果的性能均通过计算机仿真进行了演示和验证，部分研究结果还经过了湖上实验验证。本项目的研究结果，为将来我国AUV自主的快速、高效监测海洋溢油羽流的实际应用提供了重要的理论基础和技术储备。同时，本项目的研究思路和结果还为环境监测机器人学研究提供了一个新的研究维度。

内容获取失败，请点击重试