文章目录
Underwater Multi-Robot Simulation and Motion Planning in Angler
钓鱼船水下多机器人仿真与运动规划
摘要
背景：
在水下环境中部署多机器人系统成本极高、周期很长。
因此，在仿真环境中测试算法和软件可以显著加快开发进度，因为它能把软件逻辑与实际硬件分离开来（不用真下水也能调试）。
研究现状：
目前已有一个比较好的仿真框架 Angler，
它能很好地模拟水下机器人控制中底层通信协议（比如 ArduSub autopilot），因此"逼真度"较高。
但是------它不支持多机器人仿真。
我们提出：
作者提出了对 Angler 的扩展，使其能够支持多机器人仿真 与运动规划。
这句话标志着论文的研究目标和创新点。
具体方法：
我们设计了一个模块化架构，重点在于：
- 通信层面：创建多个不冲突的通信通道，使 Gazebo、ArduSub SITL（软件在环仿真）和 MAVROS 能同时驱动多个机器人在同一环境下运行。（这是原 Angler 无法做到的地方------原来所有机器人共享通信接口，现在做了隔离。）
- 运动规划层面：新增一个多机器人运动规划模块，通过 ROS2 的 JointTrajectory 控制器与控制层对接。同时集成了：OMPL（Open Motion Planning Library）进行路径规划；碰撞避免模块；程序化环境生成工具（Procedural Environment Generation Tools），支持自动生成复杂水下环境。
从通信 → 控制 → 环境，形成一个完整可扩展的多机器人仿真系统。
introduction
背景：
水下多机器人系统能执行复杂的协作任务，比如：海底管线建设（offshore subsea pipeline networks）；多点探索、加快覆盖效率。
机器人集群在水下场景中有巨大潜力："能干单机器人干不了的事，也能干得更快。"
需求痛点：
真正部署这些系统困难重重：成本高（hardware investment）；风险高（设备易损、环境恶劣）；调试周期长（每次测试都要下水）。
必须依赖仿真环境来提前验证算法、软件、传感器集成等模块，减少成本与风险。
研究问题：
这段非常关键，它把"研究问题"具体化为技术挑战：
问题1：计算复杂度高。
碰撞检测（collision detection）是运动规划的基础模块，但计算量巨大，且机器人数量一多复杂度就爆炸。
问题2：动态环境。
水下环境中存在：海流（ocean currents）；浮力（buoyancy）；移动物体（moving obstacles）。环境不断变化，机器人必须实时重规划（online replanning）。
问题3：多机器人之间也要互相避障。这进一步加剧了实时性挑战。
急需一个能支持"多机器人+动态环境+实时避障"的仿真与规划平台。
国内外现状：
介绍了目前最接近现实的框架 Angler：
是一个开源仿真框架（open-source framework）；
与 ArduSub SITL（Software-In-The-Loop） 集成；
可实现接近真实硬件的仿真测试；
基于 Gazebo 和 ROS 2；
原本设计给 BlueROV2 Heavy（主流的水下机器人）；
也能扩展到其他类型水下机器人。
这个屌的仿真软件仍然有缺点：
尽管 Angler 很强，但有两个明显的短板：
没有集成运动规划模块（no motion planning built-in）；
不支持多机器人仿真（no multi-robot system support）。
其原因是：
ROS2、ArduSub SITL、MAVROS 各自的通信通道配置复杂；
难以同时维持多个机器人实例之间独立又协同的通信与控制通道。
→ 核心痛点是 多机器人通信与协调控制难实现。
contrbution
一个多机器人仿真平台
支持 ArduSub SITL；
提供虚拟自动驾驶功能（virtual autopilot）。
→ 让软件层仿真接近真实硬件部署。
集成运动规划工具
包括实时环境反馈；
在线规划（online planning）；
碰撞检测；
程序化环境生成（environment generator）。
→ 支持动态环境下的多机器人规划研究与算法验证。
控制兼容性强
兼容任何能集成到 ROS2 JointTrajectory 控制器下的控制器；
→ 提高系统的可扩展性与通用性。