部分观测马尔可夫决策过程下的深海热液自主探测研究

摘要

深海热液是海洋的一种独特现象,热液喷口是地球板块运动的结果,也是近年海洋科学中最激动人心的发现。其附近不仅有大量易于开采的热液矿产,还是整个地球热循环重要的组成部分,是地质学家了解地球内部活动的重要窗口,其附近的生态圈是海洋生物学研究的前沿。因此寻找深海热液喷口有十分重大的意义。相比传统的探测方式,应用水下智能机器人进行自主探测的优势变得越来越明显。因此本文以深海热液自主探测为背景,研究基于化学传感器的自主探测。该问题可分解为两个子问题,在线构图和实时路径规划。本文基于部分观测马尔可夫决策过程(PartiallyObservableMarkovDecisionProcess-POMDP),对8个要素进行建模,分别对两个子问题进行了研究,探求一种合理的在线构图和实时路径规划间的耦合关系。
　　对于在线构图,在ShuoPang,JayA.Farrell等提出的羽状流模型的基础上,建立转移函数和观测函数,利用信念状态推导了在线构图的更新机制,得到化学源头概率分布地图和烟羽观测概率地图。并将该方法与原来的化学源头概率推断的贝叶斯方法进行比较,通过计算机仿真验证和陆地机器人试验验证,验证了新方法的可行性。
　　对于实时路径规划,引入五种奖励和两种惩罚构建回报函数。采用价值函数迭代的方法求解,在线得到近似最优的价值函数,依据最优价值函数得到最优策略,从而指导机器人的规划。经过计算机仿真验证,验证了该理论指导机器人进行化学羽状流自主追踪和定位的有效性,并与结合Z型搜索的人工势场方法进行比较。
　　本文还论述了陆地机器人试验平台的搭建过程,研究了陆地机器人室内定位。应用单目摄像头图像定位主要分为目标自动识别和建立从图像像素到实际位置的映射两个部分。本文研究第二个问题,基于最小二乘高斯核支持向量机进行黑箱建模,得到映射模型。对于训练参数的选择,本文采用K重交叉验证的方法选取泛化误差最小的训练模型。
　　对于水下机器人化学羽状流自主追踪和定位试验平台的搭建,本文作了相应的论述,包括机器人载体的改装,软件部分的准备。该试验平台的搭建为今后利用水下机器人载体进行化学羽状流自主追踪和定位的试验验证奠定了坚实的基础。
　　通过本文的研究,验证了应用POMDP方法研究基于化学传感器自主追踪的可行性,为在线构图研究提供了新途径,为实时路径规划研究提供了新的系统的方法和思路。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1课题背景

1.2课题相关研究进展

第2章 部分观测马尔可夫决策过程建模

2.1理论介绍

2.2化学羽状流追踪与定位建模

2.3化学源头概率分布实时在线计算(Source Mapping)

2.4化学烟羽观测概率分布实时在线计算(Plume Mapping)

2.5基于在线构图的规划(Planning)——马尔可夫决策过程的求解

2.7本章小节

第3章 构图和规划——计算机仿真验证

3.1陆地机器人仿真环境的建立

3.2化学源头概率地图计算机仿真验证

3.3观测烟羽概率的计算机仿真验证

3.4基于在线构图的实时路径规划的计算机仿真验证

3.5本章小结

第4章 图像定位和构图的陆地试验验证

4.1单目摄像头图像定位

4.2规划平台

4.4试验条件

4.3传感器

4.5构图的陆地试验验证

4.5本章小结

第5章 水下试验平台的搭建

5.1载体的准备

5.2软件部分的准备

5.3本章小结

结论

附录

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢