Path planning with homotopic constraints for autonomous underwater vehicles

Text Complet
Compartir
This thesis addresses the path planning problem for Autonomous Underwater Vehicles (AUVs) using homotopy classes to provide topological information on how paths avoid obstacles. Looking for a path within a homotopy class constrains the search into a specific area of the search space, speeding up the computation of the path. Given a workspace with obstacles, the method starts by generating the homotopy classes. Those which probably contain lower cost solutions are determined by means of a lower bound criterion before computing a path. Finally, a path planner uses the topological information of homotopy classes to generate a few good solutions very quickly. Three path planners from different approaches have been proposed to generate paths for the homotopy classes obtained. The path planning is performed on Occupancy Grid Maps (OGMs) improved with probabilistic scan matching techniques. The results obtained with synthetic s scenarios and with real datasets show the feasibility of our method. ​
​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.