一种智能多水下机器人动态避障及围捕控制系统技术方案

本发明专利技术公开了一种智能多水下机器人动态避障及围捕控制系统，涉及动态围捕技术领域，通过设置物体识别模块，使用CNN深度神经网络模型训练出可识别围捕目标的模型；在水下机器人发现围捕目标后，设置包围圈构造模块，通过预先在围捕目标周围构造好的包围圈范围，为每个水下机器人提前计算进入包围圈位置；每个水下机器人从当前位置直接前往进入包围圈的位置即可完成包围；且在某个水下机器人遇到难以绕过的障碍物时，其他水下机器人动态的构造新的包围圈；并在包围圈完成后，通过缩小包围圈的方式捕获围捕目标；解决了动态围捕以及动态规避障碍物的问题。规避障碍物的问题。规避障碍物的问题。

【技术实现步骤摘要】
一种智能多水下机器人动态避障及围捕控制系统


[0001]本专利技术属于水下机器人领域，涉及动态围捕技术，具体是一种智能多水下机器人动态避障及围捕控制系统。

技术介绍

[0002]随着移动机器人应用领域的不断扩大，对机器人的要求也越来越高。在面对一些复杂、需要并行完成任务时，单个机器人难以胜任，需要多个机器人协调合作来共同完成任务。在多机器人协调合作的任务中，水下围捕任务由于围捕目标处于运动状态且在水下的环境深受环境影响；
[0003]现有的水下围捕技术中，往往考虑的是静态的围捕目标，且在围捕过程中，未能考虑到规避障碍物的问题；
[0004]为此，提出一种智能多水下机器人动态避障及围捕控制系统。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种智能多水下机器人动态避障及围捕控制系统，该一种智能多水下机器人动态避障及围捕控制系统通过设置物体识别模块，使用CNN深度神经网络模型训练出可识别围捕目标的模型；在水下机器人发现围捕目标后，设置包围圈构造模块，通过预先在围捕目标周围构造好的包围圈范围，为每个水下机器人提前计算进入包围圈位置；每个水下机器人从当前位置直接前往进入包围圈的位置即可完成包围；且在某个水下机器人遇到难以绕过的障碍物时，其他水下机器人动态的构造新的包围圈；并在包围圈完成后，通过缩小包围圈的方式捕获围捕目标；解决了动态围捕以及动态规避障碍物的问题。
[0006]为实现上述目的，根据本专利技术的第一方面的实施例提出一种智能多水下机器人动态避障及围捕控制系统，包括物体识别模块、包围圈构造模块、动态避障模块以及围捕模块；
[0007]所述物体识别模块用于区分围捕目标与非围捕目标；
[0008]所述物体识别模块包括安装在每个水下机器人上的物体识别程序；所述物体识别程序区分围捕目标与非围捕目标包括以下步骤：
[0009]步骤S1：所述物体识别模块预先人工收集若干围捕目标与非围捕目标图片；并将每张图片对应标记为围捕目标与非围捕目标；所述非围捕目标图片可以是任意除围捕目标外的物体图片；
[0010]步骤S2：将收集的图片作为训练集输入至CNN神经网络模型，以围捕目标和非围捕目标为目标值，判断训练集中的每张图片是否为围捕目标；并以判断的准确率为训练目标；训练CNN神经网络模型；直至准确率达到95％以上；将训练完成的CNN神经网络模型标记为M；
[0011]水下机器人在运动过程中，通过携带的智能摄像头实时获取视野内的环境；且智
能摄像头将视野内的环境发送至物体识别模块，物体识别模块使用CNN神经网络模型M实时判断视野内是否出现围捕目标以及非围捕目标；
[0012]水下机器人均携带有定位及通信装置；定位装置用于确定自身位置；通信装置用于实时与其他水下机器人交换信息；每个水下机器人实时向其他水下机器人通过无线信号广播自身位置信息；
[0013]当某个水下机器人通过物体识别模块预发现围捕目标时，向其他水下机器人发送围捕目标位置以及移动方向和速度；其中，移动方向和速度根据若干视频帧后，围捕目标的位置变化情况确定；
[0014]所述包围圈构造模块主要用于水下机器人在发现围捕目标后，构造出一个包围围捕目标的包围圈；
[0015]所述包围圈构造模块构造包围圈包括以下步骤：
[0016]步骤P1：每个水下机器人根据其他水下机器人位置与围捕目标的位置、移动方向与速度，确认自身在包围圈中的方位；
[0017]所述每个水下机器人确认自身在包围圈中的方位包括以下步骤：
[0018]步骤Q1：将水下机器人数量标记为N；将距离围捕目标最近的水下机器人编号为1号；在水平方向，以1号水下机器人为起始点，按顺时针旋转，将其余水下机器人从编号2至编号N依次进行编号；
[0019]步骤Q2：1号水下机器人计算在水平方向，以围捕目标为圆心，R为半径的包围圈的范围；其中R为根据实际经验设置的围捕半径；1号机器人计算出进入包围圈最近的点位置；将该位置标记为P1；
[0020]步骤Q3:1号机器将位置P1广播至其余水下机器人；其余水下机器人分别计算自身进入包围圈的位置；计算方式为，从P1点开始，沿以围捕目标为圆心，R为半径的圆的顺时针方向进行旋转，每隔旋转距离依次作为编号为2，3
…
N的水下机器人的进入包围圈位置；并将编号为i的水下机器人进入包围圈的位置标记为Pi；其中，i＝1,2,
…
N；
[0021]步骤P2：可以理解的是，围捕目标的位置是实时变化的；因此，由1号水下机器人实时获取围捕目标的位置、移动速度以及方向；并向其他水下机器人广播围捕目标位置、移动速度以及方向；
[0022]每个水下机器人i实时同步更新自身进入包围圈的位置Pi，并实时沿水下机器人与围捕目标的直线方向以最大速度前往位置Pi；直至距离围捕目标的距离小于R+r；其中，r为根据实际经验设置的调控距离；
[0023]步骤P3：在距离围捕目标小于R+r时，水下机器人i以大于围捕目标移动速度幅度α的速度向位置Pi前进；其中幅度α根据实际经验设置；直至每个水下机器人i到达对应的位置Pi；水下机器人的速度调整为与围捕目标移动速度相同；
[0024]其中，所述动态避障模块主要用于水下机器人在遇到非围捕目标时进行主动避让；
[0025]在一个优选的实施例中，所述动态避障模块为安装在每台水下机器人上的决策程序；在水下机器人i移动的过程中通过物体识别模块实时分析前进路线中出现的物体；当检测的物体为非围捕目标时，所述动态避障模块使用图像分析技术计算非围猎目标体积；
[0026]可以理解的是，规避障碍物时间过长会导致水下机器人i的前进路线计划延误，从而可能会使围捕目标逃脱从水下机器人i的方向；因此，若目标体积大于预先设定的体积阈值V，水下机器人i向其他水下机器人发送包围圈重构信号；所述体积阈值V根据实际经验设置；其他水下机器人接收到包围圈重构信号后，重新确认自身在包围圈中的方位；此时包围圈位置中不包含水下机器人i的位置；直至水下机器人i绕过非围捕目标，各个水下机器人再重新确认自身在包围圈中的方位；
[0027]所述围捕模块主要用于在包围圈中捕获围捕目标；
[0028]在一个优选的实施例中，所述围捕模块为每个水下机器人上的围捕程序；所述围捕模块在水下机器人对围捕目标形成包围圈时，每个水下机器人向围捕目标移动，缩短与围捕目标的距离；当某个水下机器人距离围捕目标的距离小于抓捕距离时，对围捕目标进行抓捕。
[0029]与现有技术相比，本专利技术的有益效果是：
[0030]本专利技术通过设置物体识别模块，使用CNN深度神经网络模型训练出可识别围捕目标的模型；在水下机器人发现围捕目标后，设置包围圈构造模块，通过预先在围捕目标周围构造好的包围圈范围，为每个水下机器人提前计算进入包围圈位置；每个水下机器人从当前位置直接前往进入包围圈的位置即可完成包围；且在某个水下机器人遇到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能多水下机器人动态避障及围捕控制系统，其特征在于，包括物体识别模块、包围圈构造模块、动态避障模块以及围捕模块；所述物体识别模块用于区分围捕目标与非围捕目标；水下机器人在运动过程中，通过携带的智能摄像头实时获取视野内的环境；且智能摄像头将视野内的环境发送至物体识别模块，用于识别视野内是否包含围捕目标；当某个水下机器人通过物体识别模块预发现围捕目标时，向其他水下机器人发送围捕目标位置以及移动方向和速度；所述包围圈构造模块用于水下机器人在发现围捕目标后，为每个水下机器人计算出对应的包围圈位置，从而构造出一个包围围捕目标的包围圈；所述动态避障模块用于水下机器人在遇到非围捕目标时进行主动避让；并对是否重新构造包围圈进行决策；所述围捕模块用于在包围圈形成时捕获围捕目标。2.根据权利要求1所述的一种智能多水下机器人动态避障及围捕控制系统，其特征在于，所述物体识别模块区分围捕目标与非围捕目标包括以下步骤：步骤S1：所述物体识别模块预先人工收集若干围捕目标与非围捕目标图片；并将每张图片对应标记为围捕目标与非围捕目标；步骤S2：将收集的图片作为训练集输入至CNN神经网络模型，以围捕目标和非围捕目标为目标值，判断训练集中的每张图片是否为围捕目标；并以判断的准确率为训练目标；训练CNN神经网络模型；直至准确率达到95％以上；将训练完成的CNN神经网络模型标记为M。3.根据权利要求1所述的一种智能多水下机器人动态避障及围捕控制系统，其特征在于，所述移动方向和速度根据若干视频帧后，围捕目标的位置变化情况确定。4.根据权利要求1所述的一种智能多水下机器人动态避障及围捕控制系统，其特征在于，水下机器人均携带有定位及通信装置；定位装置用于确定自身位置；通信装置用于实时与其他水下机器人交换信息；每个水下机器人实时向其他水下机器人通过无线信号广播自身位置信息。5.根据权利要求1所述的一种智能多水下机器人动态避障及围捕控制系统，其特征在于，所述包围圈构造模块构造包围圈包括以下步骤：步骤P1：每个水下机器人根据其他水下机器人位置与围捕目标的位置、移动方向与速度，确认自身在包围圈中的位置；步骤P2：由1号水下机器人实时获取围捕目标的位置、移动速度以及方向；并向其他水下机器人广播围捕目标位置、移动速度以及方向；每个水下机器人i实时同步更新自身进入包围圈的位置Pi，并实时沿水下机器人与围捕目标的直...

【专利技术属性】
技术研发人员：齐雪，才治军，石满红，余宏杰，
申请(专利权)人：安徽科技学院，
类型：发明
国别省市：