Field-Validated Formation Control for Autonomous Surface Vehicle Fleets in Aquatic Environments with Currents
本文提出并验证了一种基于新型导航函数的自主水面无人艇集群编队控制方法，该方法使无人艇能够在随流漂移时保持相对位置，并通过涉及GPS不确定性、通信中断及动态水环境的野外实验，成功展示了其鲁棒性能。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
河流、湖泊和沿海河口正面临着人类活动和气候变化的日益严重的压力，这使得在广阔且不断变化的区域内监测水质变得迫在眉睫。固定监测站只能观察单一地点，而配备传感器的机器人船队则可以覆盖更广阔的范围。挑战在于如何让这些机器人有效地协同工作。它们必须保持特定的相对形状以收集准确的数据，但它们运行在一个充满强电流、漂浮障碍物和不可靠无线信号的混乱环境中。如果机器人为了维持地图上的固定位置而与水流作斗争，就会浪费宝贵的能量；如果它们漂流得太自由，又会失去重建清晰水质图像所需的阵型。目标是找到一种方法，让一组机器人既能在随波逐流的同时保持阵型，又能确保它们绝不会撞向彼此或岸边。
特拉华大学的研究人员开发并测试了一种新的控制方法，使自主水面航行器舰队能够实现这一目标。该系统并非强迫机器人保持在空间中的固定位置，而是引导它们保持彼此之间的相对间距，使整个群体能像随流移动的鱼群一样，随着水流一起漂流。这种方法通过计算机模拟和使用四艘名为 Jaiabot 的小型商用机器人船进行的实地测试得到了验证。团队首先在宾夕法尼亚州阿鲁湖（Lake Allure）平静受控的水域中测试了该系统，随后转移到了环境更为复杂的费城特拉华河，在那里，机器人必须应对潮汐电流、GPS 信号误差和间歇性通信中断。
该解决方案的核心是一个数学框架，它就像是机器人的“隐形规则”。想象一下，水面是一个景观，理想的阵型是一个谷地，而障碍物则是山丘。机器人被编程为自然地向谷地“滚动”，同时避开山丘。然而，标准的“势场”（potential field）方法在河流应用中存在两个主要缺陷：首先，它们容易陷入“局部最小值”陷阱，即机器人可能会被困在远离理想位置的某个错误点而无法脱身；其次，它们没有考虑到船只的物理极限（例如转向半径或最低航速），也没有防止机器人漂向河岸。为了解决这些问题，研究人员构建了一种特殊的景观，确保其中不存在任何会让机器人陷入困境的局部最小值。此外，他们添加了“虚拟”机器人作为河岸边界的守护者，确保真实的船只保持在安全范围内。他们还平滑了控制信号，以防止舵机抖动，因为抖动会损坏硬件。最后，他们加入了一种前瞻性策略，预先规划一段短路径，使船只即使在理想路径看似无法实现时，也能绕过自身的转向限制进行导航。
在湖泊实验中，四台机器人成功地排列成一条 45 度角的直线，并保持 10 米的间距。它们的移动平稳，避开了一个放置在水中的浮标，并远离了岸边，即使在风力和轻微水流的推动下也表现出色。该系统证明了其鲁棒性，能够处理真实船只无法瞬间停止或原地转弯的情况；当理想路径被转向约束阻挡时，机器人找到了可行的绕行路径，并在下一时刻修正了航向。数据表明，任意两台机器人之间的距离从未降至零，证实了碰撞被成功避免，且整个群体始终收敛于期望的形状。
真正的考验来自特拉华河，那里的环境远没有那么温和。这条河宽约 2,250 英尺，平均流速为每秒 1.3 英尺。团队从一个码头部署了机器人，让它们漂流并调整为横跨河流显著部分的直线阵型。在一次试验中，阵型被设定为横跨整条河流的宽度，机器人之间的间距约为 400 英尺。这种设置挑战了无线通信范围的极限。期间，距离岸边最远的机器人一度失去了与中央控制枢纽的联系，持续了数秒钟。系统优雅地处理了这一情况：断开连接的机器人只是停止移动并等待，而其他机器人则继续调整位置。一旦连接恢复，机器人便恢复了原位，整个舰队在没有发生碰撞或迷失的情况下，重新汇聚成了正确的阵型。
在第二次河流试验中，团队调整了阵型，缩小了间距至约 200 英尺，以将所有机器人保持在更可靠的通信范围内。这一改变使得轨迹更加平滑，且没有出现通信丢失，证明了该系统可以通过简单改变机器人之间的期望间距来灵活适应不同的作业需求。在两次河流测试中，机器人都成功地绕过了其他船只，并在不可预测的潮汐推力和偶尔的 GPS 精度下降的情况下保持了阵型。结果证实，只要控制系统考虑了机器人的物理现实和通信限制，就可以在动态、受限的河流环境中控制自主船队随波逐流。
这项工作弥合了理论控制算法与野外机器人复杂现实之间的鸿沟。通过证明这些方法在实际硬件和真实河流中的有效性，研究人员展示了部署传感器舰队以监测河口和沿海地带水质的可行路径。通过让舰队随流漂流同时保持精确的相对形状，意味着这些机器人小组可以运行更长时间、覆盖更广区域并消耗更少的能量。未来的工作将侧重于消除对中央控制枢纽的需求，允许机器人直接相互通信，这将使系统在执行远洋任务时更加稳健。目前，特拉华河的成功试验有力地证明了，自主舰队可以在自然界中变幻莫测的水域中协同工作。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。