全海深水下机器人及其定位方法技术

本发明专利技术公开了一种全海深水下机器人及其定位方法，其中所述定位方法包括通过卡尔曼滤波法对所述机器人的声波测量数据及实时深度数据进行融合，根据融合模型对所述机器人进行定位的过程。所述定位方法可克服声波测量数据的离散、量程有限的问题，并根据简单、有效的融合后数据，对水下机器人进行准确的、全海深的定位。定位。定位。

【技术实现步骤摘要】
全海深水下机器人及其定位方法


[0001]本专利技术涉及水下机器人的


技术介绍

[0002]水下机器人作为海洋开发的重要工具，可有效克服水下环境恶劣危险、人的潜水深度有限的问题，完成水下极限作业。
[0003]水下机器人的精准定位是对其进行自主调控或遥控的重要前提。现有技术中，多通过传感器、声呐等获得水下机器人的位置信息。其中传感器可根据当下环境获得水下机器人的一些实时位置信息，声呐可通过声波的传导和反射等获得水下机器人与其他目标或障碍物之间的距离信息。在这两种信息中，通过声呐等声波测量手段得到的信息数据是离散的，而通过一般传感器得到的数据可以是连续的，现有技术中仍然缺乏将这两类信息进行合理高效融合的手段，无法基于融合信息同时得到水下机器人的自我位置和相对位置。
[0004]而现有的可对声波测量数据与其他信息数据进行融合的手段，如通过粒子滤波进行信息融合或通过极大似然估计进行融合，在样本数量多的体系，如复杂的海洋环境下应用时，均需要进行大量的数据处理，复杂程度极高，且存在数据延迟高，适用性差。
[0005]此外，因声波在水中的传播存在能量损耗，在极限量程之外，声波无法抵达或返回，因此直接依靠声波测量，无法获得水下机器人的全海深数据。

技术实现思路

[0006]本专利技术的目的在于提出一种可克服声波测量数据的离散、量程有限的问题，并根据简单、有效的融合后数据，对水下机器人进行准确的、全海深的定位的方法。
[0007]本专利技术的目的还在于提出一种通过上述定位方法进行定位的水下机器人，其可实现高效准确的自主控制。
[0008]本专利技术首先提供了如下的技术方案：
[0009]全海深水下机器人的定位方法，其包括：通过卡尔曼滤波法对所述机器人的声波测量数据及实时深度数据进行融合，根据融合模型对所述机器人进行定位。
[0010]根据本专利技术的一些优选实施方式：所述声波测量数据通过单波束高度计获得。
[0011]该优选实施方式中，单波束高度计可获得良好的垂向距离数据，在目前水下机器人测量距底高度方面应用广泛。其工作中需要发射和接收声波，因此在每次发射声波的间隔时间里，所得数据是空白的。
[0012]根据本专利技术的一些优选实施方式：所述深度数据通过压力传感器获得。
[0013]根据本专利技术的一些优选实施方式：所述声波测量数据为通过声波测量得到的所述水下机器人距离海底的高度数据。
[0014]根据本专利技术的一些优选实施方式：以所述声波测量数据作为所述卡尔曼滤波法中的观测值。
[0015]根据本专利技术的一些优选实施方式：以根据所述实时深度数据获得的机器人距离海
底的高度数据作为所述卡尔曼滤波法中的估计值。
[0016]根据本专利技术的一些优选实施方式：对所述声波测量数据进行去噪后再构建所述融合模型。
[0017]根据本专利技术的一些优选实施方式：所述融合模型的状态方程设置如下：
[0018][0019]其中，表示k时刻的先验状态估计值；表示k-1时刻的后验状态估计值；u
k-1
表示k-1时刻的输入参数，A、B表示状态转换矩阵；
[0020]且，所述融合模型的观测方程设置如下：
[0021][0022]其中，表示基于先验状态估计值作出的预测观测值，H表示卡尔曼增益中的状态转换矩阵；
[0023]且，所述融合模型的误差相关矩阵设置如下：
[0024][0025]其中，表示k时刻的先验估计值的协方差；P
k-1
表示k-1时刻的后验估计值的协方差；Q表示过程激励噪声协方差；
[0026]且，所述融合模型的卡尔曼增益设置如下：
[0027][0028]其中，R表示测量噪声协方差。
[0029]根据本专利技术的一些优选实施方式：设置所述融合模型的更新方程如下：
[0030][0031][0032]其中，I表示单位矩阵。
[0033]本专利技术进一步提出了一种全海深水下机器人，其含有单波束高度计、通过压力传感的深度计、PID控制器及控制元件，其中，所述PID控制器根据上述任一种定位方法获得所述水下机器人的当前位置信息。
[0034]本专利技术具备以下有益效果：
[0035]本专利技术通过卡尔曼滤波法对单波束高度计和压力深度计的信号数据进行融合，所用观测数据中包括系统中的噪声和干扰的影响，可直接通过滤波过程实现最优估计。
[0036]本专利技术以连续且更精确的数据作为估计值，以离散且误差较大的数据作为预测值，通过信息融合，可得到参考两种数据后更贴近实际数据的最优估计值。
[0037]本专利技术通过信息融合的方式，可使水下机器人的距底高度数据更加完整，在超出高度计量程的深度中可根据单一传感器数据，得到水下机器人的多个高度数据。
[0038]本专利技术的定位方法可克服单波束高度计容易受到外部环境的噪声干扰及障碍物
影响，导致测得数据和实际数据偏差较大的缺陷，得到高准确度的定位数据。
[0039]本专利技术可实现水下机器人的自主、全海深作业。
附图说明
[0040]图1为具体实施方式所述通过单波束高度计获得的信号数据统计图。
[0041]图2为具体实施方式所述本专利技术的系统组成图。
[0042]图3为实施例所述信息融合前后距底高度数据对比图。
[0043]图4为实施例所述超量程单波束高度计数据反馈图。
[0044]图5为实施例所述单波束高度计超量程后所得融合信息图。
具体实施方式
[0045]以下结合实施例和附图对本专利技术进行详细描述，但需要理解的是，所述实施例和附图仅用于对本专利技术进行示例性的描述，而并不能对本专利技术的保护范围构成任何限制。所有包含在本专利技术的专利技术宗旨范围内的合理的变换和组合均落入本专利技术的保护范围。
[0046]以下实施方式使用如附图2所示的水下机器人，其设置有单波束高度计、压力深度计、PID控制器及控制元件。
[0047]其中单波束高度计是一种通过单束短脉冲声波测量水下机器人距水底距离的传感器。其通过换能器垂直向下发射单束短脉冲声波，声波在抵达海底后发生反射，反射波回到传感器并被接收，根据单束短脉冲声波发射到海底再反射回机器人的时间可确定机器人距离海底的高度。由于声波在水中传播需要时间，且存在能量损失，因此单波束高度计获得的数据具有一定延时性，且在发射间隔的时间里缺少数据，即所得数据是由一组组不连续的离散测点组成。单波束高度计的测试量程约为2000米左右。
[0048]压力深度计是一种通过压敏元件获得水下机器人当前位置处压力，并根据压力获得当前位置深度的压力传感器，本专利技术使用压力深度计可选用常用的水下机器人压力传感器，如压阻式压力传感器。
[0049]本专利技术的水下机器人的工作过程如下：单波束高度计将获得的机器人距离海底的高度的相关数据、压力深度计将其获得的机器人当前位置深度(即其距离海面的距离)的相关数据分别传输至PID控制器，由控制器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.全海深水下机器人的定位方法，其特征在于：所述定位方法包括：通过卡尔曼滤波法对所述机器人的声波测量数据及实时深度数据进行融合，根据融合模型对所述机器人进行定位。2.根据权利要求1所述的定位方法，其特征在于：所述声波测量数据通过单波束高度计获得。3.根据权利要求1所述的定位方法，其特征在于：所述深度数据通过压力传感器获得。4.根据权利要求1所述的定位方法，其特征在于：所述声波测量数据为通过声波测量得到的所述水下机器人距离海底的高度数据。5.根据权利要求4所述的定位方法，其特征在于：以所述声波测量数据作为所述卡尔曼滤波法中的观测值。6.根据权利要求5所述的定位方法，其特征在于：以根据所述实时深度数据获得的机器人距离海底的高度数据作为所述卡尔曼滤波法中的估计值。7.根据权利要求1所述的定位方法，其特征在于：对所述声波测量数据进行去噪后再构建所述融合模型。8.根据权利要求7所述的定位方法，其特征在于：所述融合模型的状态方程设置如下：其中，表示k时刻的先验状态估计值；表示k-1...

【专利技术属性】
技术研发人员：姜言清，王嘉麟，李晔，李岳明，曹建，马腾，张强，武皓微，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：