Till innehåll på sidan

Multi-Agent Mission Planning and Execution for Small Autonomous Underwater Vehicles

Tid: To 2023-02-02 kl 13.00

Plats: F3, Lindstedtsvägen 26 & 28, Stockholm

Videolänk: https://kth-se.zoom.us/j/63193775118

Språk: Engelska

Ämnesområde: Datalogi

Respondent: Özer Özkahraman , Robotik, perception och lärande, RPL

Opponent: Assistant Professor João Tasso de Figueiredo Borges de Sousa, Porto University, Portugal

Handledare: Petter Ögren, Optimeringslära och systemteori, Robotik, perception och lärande, RPL

QC 20230109

Abstract

Vår planet är till största delen täckt av sjöar och hav, och en stor del av dessa är fortfarande outforskade. För att bättre förstå vår omvärld har oceanografer undersökt sjöar och hav med sensorer som antingen varit fast monterade på stora bemannade fartyg, eller på undervattensfarkoster som styrtsvia kablar från sådana fartyg. Detta beroende av fartyg har gjort uppdragen dyra och därför även få. För att lösa detta problem måste sensorplattformarna göras oberoende av kablar och bemannade fartyg, och ges förmåga att på egen hand bege sig in i outforskade områden och sedan komma tillbaka igen med ny information. Sådana sensorplattformar kallas AUV, Autonomous Underwater Vehicles, och i denna avhandling undersöker vi hur en grupp AUV:erkan användas för att söka av stora vattenvolymer på egen hand. Undervattensdomänen är förknippad med ett antal unika problem. Vatten absorberar elektromagnetisk strålning, vilket gör satellitnavigering (t.ex.GPS) och radiokommunikation oanvändbart i praktiken, vilket i sin tur leder till att det är svårt att bestämma sin egen position under vattnet. Vidare gör strömmar, vattendjur och s.k. biofouling (att t.ex. alger och smådjur växer där man inte vill ha dem) att en farkosts dynamik kan ändras över tid i vattnet.

I denna avhandlings första del studerar vi storskalig övervakning under positionsosäkerheter i form av instängnings- (caging) och yttäcknings-problem(coverage). I yttäckningsproblemet skall UAV:n söka av en given yta, samtidigt som UAV:n är osäker på sin egen position. Vi visar att det trots detta är möjligt att garantera total täckning av ytan, och beskriver hur effektiva olika sökmönster är för denna uppgift. Vidare visar vi hur en grupp av UAV:er utrustade med sensorer och akustiska modem med låg bandbredd kan lösadenna uppgift mer effektivt än enskilda UAV:er, genom s.k. loop closures och delande av tillståndsgrafer. I instängningsproblemet gäller positionsosäkerheten istället en inkräktare, t.ex. en fientlig ubåt, vars position är känd på ett ungefär, men inte exakt. Vi visar att man kan bestämma positionen exakt genom en kombination av algoritmer som först stänger in inkräktaren och sedan gradvis krymper den volym den kan uppehålla sig i. Vi beräknar också vilka prestanda systemet måste uppfylla för att kunna garantera instängning. I avhandlingens andra del fokuserar vi på de enskilda AUV:erna, och vad de måste göra för att hela gruppen skall lyckas med sitt uppdrag. Först noterar vi att när en grupp samarbetar så kommer det att uppstå målkonflikter. Vid vissa tidpunkter kommer individer att tvingas välja mellan egna mål, som t.ex. att inte få slut på batteri, och gruppens mål, som t.ex. att täcka av ett område. Vi föreslår en lösning till detta problem som bygger på kombinationen av s.k. Control Barrier Functions (CBF) och Beteendeträd (BT). Sedan undersöker vi fallet då en AUV påverkas av förändringar, så som en skadad propeller, som gör att den inte kan fullgöra den ursprungliga uppgiften. I ett sådant scenario vill man att den skadade farkosten skall försöka ta sig till en punkt där den kan kontakta resten av gruppen, så att de kan kompensera bortfallet. Vi föreslår en data-driven metod för som kan upptäcka och hantera vissa typer av sådana fel.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-322817