發(fā)布時(shí)間：2023-09-29 05:09

　　深海熱液是海洋的一種獨(dú)特現(xiàn)象,熱液噴口是地球板塊運(yùn)動(dòng)的結(jié)果,也是近年海洋科學(xué)中最激動(dòng)人心的發(fā)現(xiàn)。其附近不僅有大量易于開采的熱液礦產(chǎn),還是整個(gè)地球熱循環(huán)重要的組成部分,是地質(zhì)學(xué)家了解地球內(nèi)部活動(dòng)的重要窗口,其附近的生態(tài)圈是海洋生物學(xué)研究的前沿。因此尋找深海熱液噴口有十分重大的意義。相比傳統(tǒng)的探測方式,應(yīng)用水下智能機(jī)器人進(jìn)行自主探測的優(yōu)勢變得越來越明顯。因此本文以深海熱液自主探測為背景,研究基于化學(xué)傳感器的自主探測。該問題可分解為兩個(gè)子問題,在線構(gòu)圖和實(shí)時(shí)路徑規(guī)劃。本文基于部分觀測馬爾可夫決策過程(Partially Observable Markov Decision Process-POMDP),對(duì)8個(gè)要素進(jìn)行建模,分別對(duì)兩個(gè)子問題進(jìn)行了研究,探求一種合理的在線構(gòu)圖和實(shí)時(shí)路徑規(guī)劃間的耦合關(guān)系。 對(duì)于在線構(gòu)圖,在Shuo Pang, Jay A. Farrell等提出的羽狀流模型的基礎(chǔ)上,建立轉(zhuǎn)移函數(shù)和觀測函數(shù),利用信念狀態(tài)推導(dǎo)了在線構(gòu)圖的更新機(jī)制,得到化學(xué)源頭概率分布地圖和煙羽觀測概率地圖。并將該方法與原來的化學(xué)源頭概率推斷的貝葉斯方法進(jìn)行比較,通過計(jì)算機(jī)仿真驗(yàn)證和陸地機(jī)器人試驗(yàn)驗(yàn)證,...

【文章頁數(shù)】：104 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景
    1.2 課題相關(guān)研究進(jìn)展
        1.2.1 利用水下機(jī)器人進(jìn)行熱液噴口探測工程應(yīng)用進(jìn)展
        1.2.2 化學(xué)羽狀流自主追蹤定位方法研究與進(jìn)展
        1.2.3 本論文研究的目的和意義
        1.2.4 本論文主要工作
第2章 部分觀測馬爾可夫決策過程建模
    2.1 理論介紹
        2.1.1 馬爾可夫決策過程(Markov Decision Processes--MDP)
        2.1.2 部分觀測馬爾可夫決策過程(Partially Observable Markov DecisionProcesses--POMDP)
    2.2 化學(xué)羽狀流追蹤與定位建模
        2.2.1 狀態(tài)空間的確定(State Space)
        2.2.2 決策(行動(dòng),Action)
        2.2.3 狀態(tài)轉(zhuǎn)移函數(shù)(Transition Function)
        2.2.4 觀測,觀測模型與觀測函數(shù)(Observations & Observation Model &Observation Function)
        2.2.5 回報(bào)函數(shù)(Reward Function)
    2.3 化學(xué)源頭概率分布實(shí)時(shí)在線計(jì)算(Source Mapping)
        2.3.1 基于信念狀態(tài)更新機(jī)制的計(jì)算方法
        2.3.2 概率更新公式的比較
        2.3.3 實(shí)時(shí)性要求與計(jì)算簡化方法
    2.4 化學(xué)煙羽觀測概率分布實(shí)時(shí)在線計(jì)算(Plume Mapping)
    2.5 基于在線構(gòu)圖的規(guī)劃(Planning)——馬爾可夫決策過程的求解
    2.7 本章小節(jié)
第3章 構(gòu)圖和規(guī)劃——計(jì)算機(jī)仿真驗(yàn)證
    3.1 陸地機(jī)器人仿真環(huán)境的建立
    3.2 化學(xué)源頭概率地圖計(jì)算機(jī)仿真驗(yàn)證
    3.3 觀測煙羽概率的計(jì)算機(jī)仿真驗(yàn)證
    3.4 基于在線構(gòu)圖的實(shí)時(shí)路徑規(guī)劃的計(jì)算機(jī)仿真驗(yàn)證
        3.4.1 僅給定開拓型回報(bào)
        3.4.2 僅給定直接源頭獎(jiǎng)勵(lì)
        3.4.3 僅給定均方根誤差作為回報(bào)
        3.4.4 僅給定均方根誤差的變化作為回報(bào)
        3.4.5 觀測煙羽回報(bào)
        3.4.6 綜合回報(bào)
        3.4.7 結(jié)合Z型搜索的人工勢場規(guī)劃方法
    3.5 本章小結(jié)
第4章 圖像定位和構(gòu)圖的陸地試驗(yàn)驗(yàn)證
    4.1 單目攝像頭圖像定位
        4.1.1 目標(biāo)識(shí)別
        4.1.2 最小二乘高斯核支持向量機(jī)的理論
        4.1.3 k重交叉驗(yàn)證(K-fold Cross Validation)
        4.1.4 基于最小二乘高斯核支持向量機(jī)的映射建模
        4.1.5 單目圖像定位注意事項(xiàng)
    4.2 規(guī)劃平臺(tái)
    4.3 試驗(yàn)條件
    4.4 傳感器
    4.5 構(gòu)圖的陸地試驗(yàn)驗(yàn)證
    4.6 本章小結(jié)
第5章 水下試驗(yàn)平臺(tái)的搭建
    5.1 載體的準(zhǔn)備
        5.1.1 水下機(jī)器人載體的改裝方案
        5.1.2 加掛傳感器卡子強(qiáng)度校核
        5.1.3 加掛傳感器后載體的阻力估算
        5.1.2 化學(xué)源頭裝置
    5.2 軟件部分的準(zhǔn)備
    5.3 本章小結(jié)
結(jié)論
    全文總結(jié)
    研究展望
附錄
    信息熵
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝



本文編號(hào)：3849347