USV-AUV Collaboration Framework for Underwater Tasks under Extreme Sea Conditions

要約

自律型水中ビークル (AUV) は、その柔軟性と、通信および検出ユニットを搭載できる能力があるため、海洋探査にとって価値があります。
それにもかかわらず、AUV だけでは、過酷で極端な海況において困難に直面することがよくあります。
この研究では、無人水上車両 (USV) と AUV の連携フレームワークを紹介します。これには、フィッシャー情報行列の最適化による USV 経路計画を使用した高精度のマルチ AUV 測位と、マルチ AUV 協調タスクの強化学習が含まれます。
マルチ AUV 水中データ収集タスク シナリオに適用された広範なシミュレーションにより、フレームワークの実現可能性と優れたパフォーマンスが検証され、極端な海洋条件下での優れた調整と堅牢性が強調されました。
シミュレーション コードは、この分野の将来の研究を促進するためにオープンソースとして利用可能になります。

要約(オリジナル)

Autonomous underwater vehicles (AUVs) are valuable for ocean exploration due to their flexibility and ability to carry communication and detection units. Nevertheless, AUVs alone often face challenges in harsh and extreme sea conditions. This study introduces a unmanned surface vehicle (USV)-AUV collaboration framework, which includes high-precision multi-AUV positioning using USV path planning via Fisher information matrix optimization and reinforcement learning for multi-AUV cooperative tasks. Applied to a multi-AUV underwater data collection task scenario, extensive simulations validate the framework’s feasibility and superior performance, highlighting exceptional coordination and robustness under extreme sea conditions. The simulation code will be made available as open-source to foster future research in this area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google