Virtual Elastic Tether: a New Approach for Multi-agent Navigation in Confined Aquatic Environments

水下导航是移动机器人领域中具有挑战性的领域，因为水下环境中的自定位和通信具有固有的限制。使用协作多智能体团队可以缓解其中一些挑战。然而，当应用于水下时，传统的多智能体协作控制方法的鲁棒性受到严重限制，因为可靠的测量数据不可用。本文在不完整状态测量的背景下引入了虚拟弹性拴绳（VET）的概念，这代表了水下狭窄空间导航的一种创新方法。VET的概念在合作水下车辆探测系统（CAVES）中得到了阐述和验证，CAVES是一个基于仿真与实物的多智能体水下机器人平台。在此框架下，开发了基于视觉的自主水下车辆-自主表面车辆的领导者-跟随者公式。在仿真和物理平台上进行了实验，并与传统的基于图像的视觉伺服方法进行了基准测试。结果表明，在离散扰动下，基线方法的形成在仿真中当机器人之间的距离超过0.6米，在现实世界中当机器人之间的距离超过0.3米时会失败。相比之下，VET增强系统在5秒内恢复到扰动前的距离。此外，结果说明了VET增强的CAVES在狭窄的水池中成功导航，而基线方法无法有效执行。

本论文旨在解决水下机器人在自我定位和通信方面的困难，提出了一种基于虚拟弹性系绳（VET）的解决方案。

论文提出了一种基于虚拟弹性系绳的多智能体协作控制方法，通过模拟和实际实验验证了该方法的有效性。

论文使用了Cooperative Aquatic Vehicle Exploration System（CAVES）作为实验平台，使用图像识别技术实现了水下机器人的自主导航，实验结果表明，基于VET的方法在处理离散干扰时表现更为优异。

近期相关研究包括“Underwater Robot Localization and Navigation with Acoustic and Inertial Sensing”和“Cooperative Underwater Localization and Navigation with Acoustic and Visual Communication”。