| dc.description.abstract | Autonome system vil sannsynligvis ha stor innvirkning på vårt neste-generasjons moderne samfunn og ersatte mennesker i en rekke av dagens oppgaver. Automatisk dokking av autonome overflatefartøy er intet unntak. Å overmanne utfordringer knyttet til lavhastighetsmanøvrering, miljøkrefter og trafikk krever sofistikerte systemer. Optimeringsbaserte metoder har vist lovende resultater de siste årene. Likevel, så er de fortsatt begrenset når det gjelder ikke-konvekse havneområder og hindringer, fordi dette gir ekstra utfordringer i form av ikke-konvekse bibetingelser.
I denne avhandlingen presenterer vi to metoder, A og B, som vellykket dokker et autonomt overflatefartøy i sanntid mens det unngår statiske og dynamiske hindringer som hindrer den naturlige stien til kaien. For metode A foreslår vi en ny tangentiell dekomponering av et ikke-konvekst havneområde til konvekse polygoner. Dekomponeringen fører til at A* algoritmen finner den optimale hindringsfrie sekvensen av polygoner som forbinder initialposisjonen til sluttposisjonen. Til slutt beregner et svitsjbasert optimeringsproblem en hindringsfri sti for å gjennomføre presis og sikker dokking. For metode B foreslår vi en begrenset Delaunay triangulering som leder til et veikart basert på et topologisk skjelett som forbinder initialposisjonen med sluttposisjonen. Deretter beregner en søk- og veipunktsreduserende algoritme et initialgjett til et optimeringsproblem som finner en hindringsfri sti til sluttposisjonen.
Ut fra resultatene i avhandlingen virker beregningsgeometri lovende når det kombineres med optimeringsbaserte tilnærminger. Kombinasjonen lar oss opprettholde fordelene med optimeringsbaserte tilnærminger med hensyn til fartøyskinematikk og dynamikk, samt aktuator og romlige bibetingelser. I tillegg hjelper denne kombinasjonen våre foreslåtte metoder med å unngå lokale optima og dermed lykkes med å legge til kai i obstruerte havnemiljøer. | |
| dc.description.abstract | Autonomous systems will likely have a significant impact on our next-generation modern society and replace humans in a variety of today's tasks. Automatic docking of autonomous surface vehicles (ASVs) is no different. Overcoming challenges like low-speed maneuvering, environmental forces, and traffic requires sophisticated systems. Optimization-based methods have shown promising results over the recent years. However, they are still limited when dealing with non-convex harbor configurations and obstacles, as this adds the significant challenge of non-convex constraints.
This thesis presents two methods, A and B, that successfully dock an ASV in real-time while avoiding static and dynamic obstacles obstructing the direct path to the quay. We propose a novel tangential decomposition of a non-convex harbor area into convex polygons for method A. The decomposition leads to the A* search finding the optimal obstacle-free sequence of polygons connecting the initial pose to the dock pose. Finally, a switch-based optimization problem computes a feasible, obstacle-free path to the dock. For method B, we propose a constrained Delaunay triangulation into a medial axis-based road map connecting the initial pose to the dock pose. Then, search and waypoint reducing algorithms compute an initial guess that warm-starts an optimization problem to find an obstacle-free trajectory.
From our results, computational geometry seems promising when pairing it with optimization-based approaches. We maintain the benefits of optimization-based methods with respect to vehicle kinematics and dynamics, actuator, and spatial constraints. Additionally, this combination helps our proposed methods avoid local optima and successfully dock in obstacle obstructed harbor environments. | |
