The presented work focuses on the theoretical and practical aspects concerning the design and development of a formal method to build a mission control system for autonomous underwater vehicles bringing systematic design principles for the formal description of missions using Petri nets. The proposed methodology compounds Petri net building blocks within it to de_ne a mission plan for which it is proved that formal properties, such as reachability and reusability, hold as long as these same properties are also guaranteed by each Petri net building block. To simplify the de_nition of these Petri net blocks as well as their composition, a high level language called Mission Control Language has been developed. Moreover, a methodology to ensure coordination constraints for teams of multiple robots as well as the de_nition of an interface between the proposed system and an on-board planner able to plan/replan sequences of prede_ned mission plans is included as well. Results of experiments with several real underwater vehicles and simulations involving an autonomous surface craft and an autonomous underwater vehicles are presented to show the system's capabilities. / El treball presentat en aquesta tesi està centrat en el disseny i desenvolupament d'un mètode formal per a construir un sistema de control de missió per a vehicles submarins autònoms, que aporta principis sistemàtics de disseny per a la descripció formal de missions. La metodologia proposada parteix d'uns blocs elementals de construcció, descrits mitjançant xarxes de Petri. La composició d'aquests blocs entre si genera un pla de missió per el qual diverses propietats, com ara accessibilitat o reutilització, són garantides sempre i quan aquestes mateixes propietats siguin també garantides per a cada un dels blocs elementals de construcció. Per simplificar la definició d'aquests blocs, així com per simplificar-ne la seva composició, s'ha desenvolupat un llenguatge d'alt nivell anomenat Mission Control Language. A més, s'ha inclòs una metodologia per assegurar la coordinació de restriccions entre equips de múltiples robots. També s'ha establert una interfície entre el sistema proposat i un planificador a bord del vehicle capaç de planificar/replanificar seqü_encies de plans de missió prèviament definits. Per tal de demostrar les capacitats del sistema, s'han presentat resultats d'experiments amb diversos vehicles submarins reals, així com simulacions amb vehicles autònoms submarins i en superfície.

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. / Aquesta tesi aborda el problema de la planificació de camins per a Vehicles Submarins Autònoms (AUVs) mitjançant la utilització de classes d'homotopia per a proporcionar informació topològica de com els camins eviten els obstacles. Calcular un camí dins d'una classe d'homotopia permet limitar l'espai de cerca accelerant-ne el càlcul de la solució. Donat un workspace amb obstacles, el mètode primer genera les classes homotòpiques. Aquelles classes que probablement contenen les solucions de menor cost s'identifiquen per mitjà d'una heurística sense haver-ne de calcular el camí al workspace. Finalment, un planificador de camins utilitza la informació topològica de les classes d'homotopia per generar solucions segons les classes seleccionades molt ràpidament. El mètode de planificació de camins s’aplica sobre Mapes d’Occupació de Graella (OGMs) millorats amb tècniques de scan matching probabilístic. Els tests i resultats obtinguts tan en escenaris sintètics com en datasets reals mostren la viabilitat del nostre mètode.