3차원 수중 환경에서 생체 영감을 받은 신경 다이나믹스 모델에 기반한 다중 자율 수중 차량(Target Search)

3차원 수중 환경에서의 목표 탐색은 다수의 자율 수중 차량(다중 AUV) 탐사에서의 도전과제입니다. 본 논문은 장애물이 있는 3차원 수중 환경에서 다중 AUV의 목표 탐색을 위한 효과적인 전략에 초점을 맞추고 있습니다. 먼저, Dempster-Shafer 증거 이론을 적용하여 소나 데이터로부터 환경 정보를 추출하여 수중 환경의 그리드 맵을 구축합니다. 다음으로, 그리드 맵을 기반으로 한 토폴로지적으로 조직된 생체 영감을 받은 신경 다이나믹스 모델을 구축하여 동적 환경을 나타냅니다. 목표는 모델의 동적 신경 활동 경관을 통해 AUV를 전 세계적으로 유인하고, 장애물은 AUV가 충돌을 피하도록 지역적으로 밀어냅니다. 마지막으로, AUV는 가장 가파른 경량 감소 규칙에 따라 자율적으로 목표를 향한 탐색 경로를 계획합니다. 제안된 알고리즘은 정적 목표 탐색, 동적 목표 탐색 및 3차원 수중 환경에서 장애물이 있는 한 개 또는 여러 개의 AUV 고장을 포함한 다양한 상황을 처리합니다. 시뮬레이션 결과는 제안된 알고리즘이 다른 알고리즘에 비해 보다 높은 효율성과 적응성으로 다중 목표의 탐색 작업을 수행할 수 있음을 보여줍니다.