Online path planning for autonomous underwater vehicles under motion constraints
Texto Completo
Compartir
The most common applications of autonomous underwater vehicles (AUVs) include
imaging and inspecting different kinds of structures on the sea. Most of
these applications require a priori information of the area or structure to
be inspected, either to navigate at a safe and conservative altitude or to
2/2
pre-calculate a survey path. However, there are other applications where it's
unlikely that such information is available (e.g., exploring confined natural
environments like underwater caves). In this respect, this thesis presents an
approach that endows an AUV with the capabilities to move through unexplored
environments. To do so, it proposes a computational framework for planning
feasible and safe paths online. This approach allows the vehicle to
incrementally build a map of the surroundings, while simultaneously (re)plan
a feasible path to a specified goal. The framework takes into account motion
constraints in planning feasible paths, i.e., those that meet the vehicle's
motion capabilities
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.