部分观测马尔可夫决策过程下的深海热液自主探测研究
发布时间：2023-09-29 05:09
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(Partially Observable Markov Decision Process-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Shuo Pang, Jay A. 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,...
【文章页数】：104 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景
1.2 课题相关研究进展
1.2.1 利用水下机器人进行热液喷口探测工程应用进展
1.2.2 化学羽状流自主追踪定位方法研究与进展
1.2.3 本论文研究的目的和意义
1.2.4 本论文主要工作
第2章 部分观测马尔可夫决策过程建模
2.1 理论介绍
2.1.1 马尔可夫决策过程(Markov Decision Processes--MDP)
2.1.2 部分观测马尔可夫决策过程(Partially Observable Markov DecisionProcesses--POMDP)
2.2 化学羽状流追踪与定位建模
2.2.1 状态空间的确定(State Space)
2.2.2 决策(行动,Action)
2.2.3 状态转移函数(Transition Function)
2.2.4 观测,观测模型与观测函数(Observations & Observation Model &Observation Function)
2.2.5 回报函数(Reward Function)
2.3 化学源头概率分布实时在线计算(Source Mapping)
2.3.1 基于信念状态更新机制的计算方法
2.3.2 概率更新公式的比较
2.3.3 实时性要求与计算简化方法
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
3.4.1 仅给定开拓型回报
3.4.2 仅给定直接源头奖励
3.4.3 仅给定均方根误差作为回报
3.4.4 仅给定均方根误差的变化作为回报
3.4.5 观测烟羽回报
3.4.6 综合回报
3.4.7 结合Z型搜索的人工势场规划方法
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
4.1.1 目标识别
4.1.2 最小二乘高斯核支持向量机的理论
4.1.3 k重交叉验证(K-fold Cross Validation)
4.1.4 基于最小二乘高斯核支持向量机的映射建模
4.1.5 单目图像定位注意事项
4.2 规划平台
4.3 试验条件
4.4 传感器
4.5 构图的陆地试验验证
4.6 本章小结
第5章 水下试验平台的搭建
5.1 载体的准备
5.1.1 水下机器人载体的改装方案
5.1.2 加挂传感器卡子强度校核
5.1.3 加挂传感器后载体的阻力估算
5.1.2 化学源头装置
5.2 软件部分的准备
5.3 本章小结
结论
全文总结
研究展望
附录
信息熵
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
本文编号：3849347
【文章页数】：104 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景
1.2 课题相关研究进展
1.2.1 利用水下机器人进行热液喷口探测工程应用进展
1.2.2 化学羽状流自主追踪定位方法研究与进展
1.2.3 本论文研究的目的和意义
1.2.4 本论文主要工作
第2章 部分观测马尔可夫决策过程建模
2.1 理论介绍
2.1.1 马尔可夫决策过程(Markov Decision Processes--MDP)
2.1.2 部分观测马尔可夫决策过程(Partially Observable Markov DecisionProcesses--POMDP)
2.2 化学羽状流追踪与定位建模
2.2.1 状态空间的确定(State Space)
2.2.2 决策(行动,Action)
2.2.3 状态转移函数(Transition Function)
2.2.4 观测,观测模型与观测函数(Observations & Observation Model &Observation Function)
2.2.5 回报函数(Reward Function)
2.3 化学源头概率分布实时在线计算(Source Mapping)
2.3.1 基于信念状态更新机制的计算方法
2.3.2 概率更新公式的比较
2.3.3 实时性要求与计算简化方法
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
3.4.1 仅给定开拓型回报
3.4.2 仅给定直接源头奖励
3.4.3 仅给定均方根误差作为回报
3.4.4 仅给定均方根误差的变化作为回报
3.4.5 观测烟羽回报
3.4.6 综合回报
3.4.7 结合Z型搜索的人工势场规划方法
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
4.1.1 目标识别
4.1.2 最小二乘高斯核支持向量机的理论
4.1.3 k重交叉验证(K-fold Cross Validation)
4.1.4 基于最小二乘高斯核支持向量机的映射建模
4.1.5 单目图像定位注意事项
4.2 规划平台
4.3 试验条件
4.4 传感器
4.5 构图的陆地试验验证
4.6 本章小结
第5章 水下试验平台的搭建
5.1 载体的准备
5.1.1 水下机器人载体的改装方案
5.1.2 加挂传感器卡子强度校核
5.1.3 加挂传感器后载体的阻力估算
5.1.2 化学源头装置
5.2 软件部分的准备
5.3 本章小结
结论
全文总结
研究展望
附录
信息熵
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
本文编号：3849347
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3849347.html