定位与感知不确定性下基于风险敏感RSO-RRT的AUV在线路径规划

《Journal of Marine Science and Engineering》：Risk-Sensitive Online Path Planning for AUVs Under Localization and Sensing Uncertainty

　　

在线路径规划是自主水下航行器（autonomous underwater vehicles，AUV）的核心能力。其在水下环境中的有效性受定位与障碍物感知不确定性的影响。对这些不确定性考虑不足可能导致高风险路径或不必要的绕行。为应对该挑战，研究人员提出了一种风险敏感在线路径规划方法（RSO-RRT）。构建高斯过程占据地图（Gaussian process occupancy map，GPOM）以将定位与感知不确定性纳入碰撞风险评估。该方法通过将目标为根的反向快速扩展随机树星（reverse rapidly-exploring random tree star，RRT*）与局部滚动时域规划（local receding-horizon planning）相结合来生成候选路径。为降低计算成本，在局部规划过程中复用现有搜索树。候选路径采用路径长度、平均碰撞风险以及碰撞损失的条件风险价值（conditional value-at-risk，CVaR）进行评估。研究人员分别开展仿真与实验，以评估加权目标中各分项的贡献。研究人员还与RRTX、DRRT、RT-RRT和CC-RRT进行比较，结果表明，在定位与感知不确定性下，RSO-RRT实现了更高的规划成功率、更低的最大碰撞风险和更大的最小障碍物间距。HoloOcean仿真展示了水下环境中的在线风险敏感规划。室内实验进一步表明该算法对其他无全球定位系统（global positioning system，GPS）环境的适用性。

研究背景与问题：AUV在线路径规划依赖惯性导航系统（inertial navigation system，INS）与声呐等船载传感器估计自身位置及周围障碍物。INS位置估计会因传感器误差积分而随时间漂移，声呐观测受声学噪声、多径传播和有限角分辨率影响，这些不确定性会使AUV相对障碍物与任务目标的估计不准确，增加碰撞风险和路径代价；增大安全裕度可降低风险，但过度保守会导致不必要绕行。现有概率约束规划、带安全约束的轨迹优化和信念空间规划等方法可评估或约束不确定性下的风险，如CC-RRT、RA-RRTV*及结合CVaR约束的模型预测控制等；但未知水下环境中新观测会改变AUV状态与障碍物位置估计，候选路径风险需在导航中重新评估，重复评估的计算成本使重规划效率成为重要问题。现有ERRT、DRRT、RRTX、RT-RRT、Online RRT*和Online FMT*等通过复用或增量维护搜索结构提高效率，但同时计入定位与感知不确定性需要不确定性传播和碰撞风险计算，并随新观测重复进行，增加在线重规划计算负担。为此，研究人员提出RSO-RRT，利用新观测更新局部概率地图，将定位与感知不确定性纳入候选路径风险评估，并以可调风险权重平衡碰撞风险与路径代价；主要贡献包括提出风险敏感在线路径规划算法、开发候选路径生成与风险评估高效方法、通过仿真和真实实验验证其降低高风险碰撞事件并优于对比方法。

技术方法概括（不超过250字）：研究人员以高斯过程占据地图（GPOM）结合不确定输入与无迹变换（unscented transform，UT）构建局部保守概率占据地图；以目标为根的反向RRT*保留全局搜索树，在局部滚动时域内通过前向信念树扩展与连接生成候选路径，并复用反向树降低重规划开销；采用蒙特卡洛（Monte Carlo）估计平均碰撞风险，采用样本平均近似（sample average approximation，SAA）估计碰撞损失CVaR，并以路径长度、平均碰撞风险、CVaR尾部碰撞损失归一化加权选路；在数值仿真、HoloOcean水下仿真及室内基于LiDAR同时定位与建图（simultaneous localization and mapping，SLAM）的无GPS移动机器人实验中，与RRTX、DRRT、RT-RRT、CC-RRT比较。

研究结果：6.2.1 代价项与风险权重的影响：通过不规则多边形障碍环境中的四组权重消融仿真，仅路径长度配置产生贴近障碍边界的较短路径；加入平均碰撞风险项后障碍物间距增大；路径长度与CVaR尾部碰撞损失组合产生相似名义路径；同时计入两项风险时路径绕行更大并保持更大间距。统计消融表明，两种风险感知配置均降低相应风险指标，平均碰撞风险项取得更低平均碰撞风险，CVaR项取得更低尾部碰撞损失，完整代价函数未在单一风险指标上最低但两者均保持较低。6.2.2 与基线算法的性能比较：通过不同采样数下与RRTX比较及与DRRT、RT-RRT、CC-RRT的1000次独立试验比较，RRTX路径更短但建树时间随采样数明显增加，RSO-RRT建树时间较少且规划成功率更稳定；RRTX最大碰撞风险较高、最小间距接近零甚至为负，RSO-RRT最大碰撞风险更低、最小间距更大。DRRT和RT-RRT平均路径更短、完成时间更低，但规划成功率约0.4、最大碰撞风险接近0.6；CC-RRT成功率约0.9、最大碰撞风险约0.3且最小间距更大；RSO-RRT成功率接近1、最大碰撞风险平均约0.2、最小障碍物间距平均约4 m，但平均路径长度和时间成本高于DRRT和RT-RRT，并略高于CC-RRT。6.2.3 未知静态环境中的在线规划：通过未知静态障碍仿真，未知障碍进入感知范围后规划器更新局部环境表示并重评估候选路径；与仅路径长度配置相比，风险感知配置选择离障碍边界更远的路径，间距更大且路径长度适度增加，示例运行中AUV最终到达目标。6.2.4 未知动态环境中的在线规划：通过含1–2 m/s移动障碍的未知动态环境仿真，局部观测揭示障碍状态变化时触发重规划，示例运行中路径更新使AUV避开移动障碍并利用局部观测到达目标。6.2.5 虚拟水下仿真结果：通过HoloOcean中100 m×100 m×35 m水下礁石环境仿真，仅路径长度配置路线更直接但障碍物间距较小；中等风险权重配置选择远离障碍密集区域的路径；更高风险权重配置产生更明显绕行并保持更大间距；三种配置在示例导航任务中均无碰撞完成。6.2.6 室内实验结果：通过LiDAR-SLAM无GPS室内移动机器人实验，仅路径长度配置沿靠近障碍的较短路径执行，名义地图上无碰撞，但在定位漂移和感知误差下执行中发生碰撞；中等风险权重配置增大障碍物间距；更高风险权重配置选择更开阔的外侧通道，路径长度增加且与障碍物保持更大距离；真实最近障碍距离曲线与执行轨迹差异一致。

讨论总结：讨论部分指出，平均碰撞风险描述候选路径逐点风险的平均，CVaR评估场景化最大穿透深度的高损失尾部，因此相似名义路径对位置和障碍物不确定性的响应可不同；同时纳入两项风险可使平均碰撞风险和高损失结果共同影响选路，相对重要性由权重控制。与现有方法比较显示，增量与滚动时域规划器强调高效路径更新，概率安全规划器通过安全约束纳入不确定性，尾部风险规划器考虑高损失结果，而RSO-RRT将在线搜索结构复用与定位和感知不确定性下路径评估结合；其代价是GP地图更新和风险采样带来额外计算，搜索树复用降低重规划时间但不能完全消除风险计算成本。适用性与局限性方面，水下仿真显示改变风险权重会改变路线选择和障碍物间距，室内实验在真实传感与定位误差下显示仅路径长度配置发生碰撞而风险加权配置保持更大间距，支持其适用于其他无GPS环境；仍需在具有载体特定动力学的物理AUV上进一步验证，因为水下仿真采用固定深度规划，当前权重亦为预定义，依据变化不确定性和环境条件自适应调整权重是未来方向。

研究结论翻译：本文提出RSO-RRT，一种面向未知水下环境中AUV的风险敏感在线路径规划算法。该算法将高斯过程占据地图（GPOM）与目标为根的反向RRT*及局部滚动时域重规划相结合，以更新环境信息并复用现有搜索结构。定位与感知不确定性被纳入候选路径风险评估，加权目标函数结合路径长度、平均碰撞风险以及基于CVaR的尾部碰撞损失。可调风险权重使规划器能够选择反映不同风险偏好的路径。对比仿真表明，在所测试的不确定性条件下，RSO-RRT降低了碰撞风险并提高了规划成功率。HoloOcean仿真展示了水下环境中的在线风险敏感规划，而室内移动机器人实验在真实传感器噪声和定位误差下提供了其适用于其他无GPS环境的补充证据。未来工作将扩展不确定性传播与风险评估，以考虑载体特定动力学和更复杂海洋环境，同时研究基于局部障碍物密度、不确定性水平和任务要求的自适应风险权重调整，使规划器能够在环境条件变化时动态平衡安全性与效率。