亚洲AV手机在线

您的位置: >> 院友園地 >> 新聞公告
工學院院友王偉無人船成果被美國麻省理工學院新聞報道

發布時間: 03:55:00  


近期,美国麻省理工学院官方网站MIT news报道了工学院院友王伟最新的科研成果——无人驾驶水面舰艇。(新闻链接:
)。這項工作得到了AMS的資助。相關論文發表在2018年機器人領域國際頂級會議ICRA上。王偉是論文的第一作者。

新聞內容如下:

 

高機動性無人船,旨在減輕水路衆多的城市交通負擔


在阿姆斯特丹、曼谷和威尼斯等富含水路的城市,未來的交通運輸手段可能會是自動駕駛船,它可以用于運送貨物和人員,幫助清理道路擁堵。

麻省理工學院計算機科學和人工智能實驗室(CSAIL)以及城市研究與規劃部門(DUSP)的實驗室研究人員通過設計一系列具有高機動性和精確控制的自動駕駛船,朝著預想中的未來邁出了一步。使用低成本打印機可以快速3D打印船,使批量生産可行。

這些船只可以用來在周圍運送貨物和人,緩解街道交通擁堵。在未來,研究人員還設想自動駕駛船也能在夜間執行城市服務,而不是在繁忙的白天進行,進一步緩解道路和運河的擁堵狀況。

“想象一下,通常在白天进行的一些基础设施服务,如货运、垃圾管理、废物管理,改为半夜在水上使用一队自动化的船舶完成。”作为论文的共同作者,CSAIL主任、安德鲁和维纳比电气工程和计算机科学教授Daniela Rus在本周举行的IEEE机器人与自动化国际会议上如此描述该技术。

此外,船只配備傳感器、微控制器、GPS模塊和其他硬件,可以對長4米、寬2米的矩形船體進行編程,使它自組裝成浮橋、音樂會舞台、食品市場平台等結構並保持幾個小時。“通常在陸地上發生的一些會對城市的交通造成幹擾的活動,可以暫時在水上進行。”Rus說。

船上還可以配備環境傳感器,以監測城市的水域並觀測城市和人類的健康狀況。

 

更好的設計和控制

这一技术是“Roboat”项目的一部分,该项目是MIT Senseable City Lab和阿姆斯特丹高级城市解决方案研究所(AMS)的合作项目。在2016年,作为该项目的一部分,研究人员测试了一艘在城市运河上巡航的原型船,沿着预先设计的路径向前、向后和侧向前进。
爲了制造這艘船,研究人員用商用打印機3D打印了一個矩形船體,生産了16個拼接在一起的獨立部分。打印花了大約60個小時。然後通過粘合幾層玻璃纖維將完成的船體密封,把電源、Wi-Fi天線、GPS以及小型計算機和微控制器集成到船體上。爲了精確定位,研究人員還加入了室內超聲波信標系統和戶外實時動態GPS模塊(允許厘米級定位)以及監測船的偏航和角速度的慣性測量單元(IMU)模塊其他指標。
該船形狀爲矩形而不是傳統的皮劃艇或雙體船形狀,這樣在組裝其他結構時允許船只橫向移動並將其自身附接到其他船只。另一種簡單而有效的設計元素是推進器放置。四個推進器位于每側的中心,而不是四個角落,産生前後力。研究人員說,這使得這艘船更加靈活和高效。
該團隊還開發了一種方法,使船能夠更快、更准確地跟蹤其位置和方向。爲此,他們開發了非線性模型預測控制(NMPC)算法的高效版本,這一算法通常用于在各種約束條件下控制和導航機器人。

NMPC和類似的算法已被用于控制自主艇。但通常這些算法僅在模擬中進行測試,或者不考慮船的動態。研究人員在算法中加入了簡化的非線性數學模型,這些模型考慮了一些已知參數,例如船的阻力、離心力和科裏奧利力以及水中加速或減速引起的質量增加。研究人員還使用了一種識別算法,該算法可以識別船只在路徑上受到訓練時的任何未知參數。

最後,研究人員使用了一個高效的預測控制平台來運行他們的算法,該算法可以快速確定即將發生的動作,算法的速度比類似的系統提高兩個數量級。雖然其他算法在大約100毫秒內執行,但研究人員的算法只需要不到1毫秒。

 

測試水域

爲了演示控制算法的功效,研究人員先後在遊泳池和查爾斯河中沿預先規劃的路徑部署了一個較小的小船原型。在10次測試過程中,研究人員觀察到在定位和定向上的平均跟蹤誤差小于傳統控制算法的跟蹤誤差。

精確度的提高歸功于船上的GPS和IMU模塊,它們分別確定位置和方向,精確至厘米。NMPC算法對這些模塊的數據進行處理,並衡量各種指標以指導船舶的工作。該算法在控制器計算機中實施並單獨調節每個推力器,每0.2秒更新一次。

“控制員會考慮船的動態、船的當前狀態、推力約束以及未來幾秒的參考位置,以優化船只在道路上行駛的方式,”王偉說,“然後,我們可以找到推進器的最佳力量,可以將船推回到道路上並最大限度地減少錯誤。”

研究人員表示,設計和制造方面的創新以及更快和更精確的控制算法,都指向了用于運輸,對接和自組裝成平台的可行的自動駕駛船。

這項工作的下一步是開發適應性控制器,以解決運輸人員和貨物時船的質量和阻力的變化。研究人員還在對控制器進行改進,以應對波浪擾動和更強的水流。

“我們實際上發現查爾斯河的水流比阿姆斯特丹運河更複雜,”王偉說,“但在阿姆斯特丹會有很多船只四處移動,大型船會帶來較大的湧流,所以仍然需要考慮這一點。”


注:王偉爲工學院教授的2010級碩博連讀生,博士論文工作主要研究自主智能仿生機器魚,2016年博士畢業後到麻省理工學院做博士後。