详细内容或原文请订阅后点击阅览
优化水下机器人的动作
对世界海洋的观测越来越多地委托给自主水下航行器 (AUV)，这是一种在海洋深处移动的海洋机器人，无需操作员进行任何控制输入。 AUV能够完全独立地到达采样地点，以获得专家感兴趣的问题的答案。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）对世界海洋的观测越来越多地委托给自主水下航行器 (AUV)，这是一种在海洋深处移动的海洋机器人，无需操作员进行任何控制输入。 AUV能够完全独立地到达采样地点，以获得专家感兴趣的问题的答案。
麻省理工学院 (MIT) 的工程师最近开发了数学方程系统，可以预测观测期间收集到的最丰富的信息数据以及到达采样地点的最佳方式。
使用这种方法，研究人员可以预测某个位置的一个变量（例如洋流速度）在多大程度上揭示了其他变量（例如其他地方的温度）的信息。该参数称为“互信息”。如果两个变量之间的互信息程度很高，AUV 可以编程为在某些位置测量一个变量，该变量将提供有关另一个位置的信息。
研究人员证实，他们的最佳观察比常规观察提供的信息多 50% 到 150%。
为了到达最佳观测位置，AUV 必须适应海洋条件。传统的行进路径计算是在相对静态的环境中进行的。但在海洋中观察到的情况完全不同，因为强大的洋流和漩涡会不断改变水下航行器并使之偏离给定的路径。因此，麻省理工学院的团队开发了规划算法，考虑了水团在海洋中移动的基本原理。
使用预测路径的 AUV 最先到达目的地，比传统竞争对手快约 15%。