一种基于树型网络的多AUV分布式协同流场估计方法技术

本发明专利技术提出了一种基于树型网络的多AUV分布式协同流场估计方法，包括：考虑真实海洋流场的不可压缩性以及流场垂直分量可忽略的特点，建立三维流场参数化模型；建立三维空间中AUV的动力学模型；针对水下GPS信号无法到达以及海洋流场无法直接测量的情况，AUV在水下航行过程中通过距离传感器测量与相邻AUV的相对位置，在浮出水面后获得绝对出水位置；当所有AUV浮出水面后，根据AUV间的相对位置测量关系以及通信距离，得到一个树型网络；在生成的树型网络中，每个AUV运行相同的算法来协同估计流场参数。本发明专利技术方法能够在不依赖局部流速测量以及集中式计算中心的情况下，实现高精度的大范围海洋流场估计。大范围海洋流场估计。大范围海洋流场估计。

【技术实现步骤摘要】
一种基于树型网络的多AUV分布式协同流场估计方法


[0001]本专利技术属于多水下机器人协同环境监测领域，主要涉及一种基于树型网络的多AUV分布式协同流场估计方法。

技术介绍

[0002]随着人类对海洋战略地位、海洋资源开发、海洋科学研究价值认识的不断深化，世界各国对海洋的关注提高到前所未有的战略高度。而海洋监测是研究海洋、开发海洋、利用海洋的基础。其中，海洋流场是海洋监测中具有代表性的海洋环境量。海洋流场是具有相对稳定流速和流向的大规模海水运动，它影响着海洋气候的演变、海洋生物的分布以及水上水下航行器的运行轨迹。由于海洋流场信息的重要意义，如何实现高精度海流估计并重构海域内流场具有重要的研究意义。
[0003]自主式水下航行器(Autonomous Underwater Vehicle,AUV)由于其可靠性高、成本低、灵活性强等特点，被广泛应用于海洋流场的估计任务。现有研究大多考虑单AUV进行海洋流场的估计，且都需要搭载相应的传感器测量AUV周围的局部流速。但某些场景下，精确的局部流速测量是无法获得的。例如，最常使用的流速测量仪多普勒流速剖面仪(Acoustic Doppler Current Profiler,ADCP)，在水深过深、水质过于浑浊或清澈、以及水底走沙的场景下均无法准确地测量流速。此外，基于单AUV的流场估计方法难以应对大范围的海洋流场估计任务。而现有的多AUV流场估计方法又没有考虑AUV间的协同作业，因此在大范围估计海洋流场的效率和精度都有待提高。

技术实现思路

[0004]本专利技术的目的在于，针对现有技术的不足，提供一种基于树型网络的多AUV分布式协同流场估计方法，解决局部流速测量无法获得以及集中式计算无法实现时，多AUV高效率高精度的大范围海洋流场协同估计问题。
[0005]为了解决上述问题，本专利技术提供了如下技术方案：
[0006]本专利技术首先提供了一种基于树型网络的多AUV分布式协同流场估计方法，其包括以下步骤：
[0007]步骤1：将目标海洋区域内的三维流场f(r)看成N
z
个水平二维流场沿着垂直方向堆叠而成的集合；对于第l层流场对于第l层流场建立如下参数化模型：
[0008][0009][0010]其中，表示三维空间中的位置；ι＝1,2,
…
,N
z
表示水平二维流场的层数；[x；y]表示水平位置；和分别表示第l层流场对应的流函数φ
l
(r,α)的第p个高斯径向基函数的权重、中心和宽度；且它的x分量和y分量分别记作和P
l
为组成φ
l
(r,α)的高斯径向基函数的个数；待估计的流场参数α定义如下：
[0011][0012][0013][0014]步骤2：在三维空间中建立AUV的动力学模型：
[0015][0016]其中，r
i
(t)＝[x
i
(t)；y
i
(t)；z
i
(t)]表示航行器v
i
在t时刻在三维空间中的位置；i＝1,2,
…
,N，N为AUV的个数；表示航行器v
i
在t时刻的对地速度；f(r
i
(t))为待估计的三维真实流场；为航行器v
i
在t时刻的对水速度；
[0017]步骤3：令AUV从水面开始下潜，在目标海洋区域内航行一段时间，并最终浮出水面；在AUV水下航行过程中，通过自身携带的距离传感器测量与相邻AUV之间的相对位置；在AUV浮出水面后，通过GPS获得自身的绝对出水位置；
[0018]步骤4：当所有AUV浮出水面后，根据AUV间的相对位置测量关系以及通信距离，以分布式方式得到一个树型网络树型网络中，每个节点即每个AUV；
[0019]步骤5：在步骤4生成的树型网络中，每个AUV都运行相同的估计算法来协同估计流场参数，经过足够轮数的迭代后，最终估计出真实流场参数。
[0020]作为本专利技术的优选方案，所述的步骤3具体包括如下子步骤：
[0021]步骤3.1：在水下航行过程中，航行器v
i
通过自身距离传感器测量时刻与其相邻AUV的相对位置，其可以表示为
[0022][0023]其中，表示航行器v
i
要进行相对位置测量的AUV集合且可以为空；s＝1,2,
…
,S
i
，为航行器v
i
进行相对位置测量的时刻集合；S
i
为航行器v
i
进行相对位置测量的时刻的个数；
[0024]步骤3.2：当航行器v
i
浮出水面后，通过GPS信号获得自身的绝对位置；由于GPS信号无法到达水下，对于整个航行时间区间航行器v
i
的真实位置仅在t＝0和时刻可测，即只有r
i
(0)和是可知的。
[0025]作为本专利技术的优选方案，所述的步骤4具体包括如下子步骤：当所有AUV浮出水面后，航行器v
i
执行如下步骤：
[0026]步骤4.1：搜索通信范围内的AUV，并与其建立双向通信连接；
[0027]步骤4.2：通过GPS获得自身与通信邻居v
j
之间的距离d(i,j)，并将该距离作为相应通信连接的初步权值,即w
C
(i,j)；
[0028]步骤4.3：如果自身测量了与通信邻居v
j
的相对位置，则将对应通信连接的权值除以一个大数A；令w
C
(i,j)＝w
C
(i,j)/A；
[0029]步骤4.4：在通过上述步骤得到的多AUV通信网络上运行任意一种分布式最小生成树算法，得到的最小生成树，即树型网络其中，无向边(i,j)∈ε
T
表示v
i
和v
j
可以进行双向通信；记树型网络中航行器v
i
的邻居集合为
[0030]对于步骤4.4中的树型网络记根节点为v
r
，记叶节点为其中ζ代表叶节点的数量；在树型网络中，若节点v
i
处于v
r
到v
k
的通路上，则称v
i
为v
k
的前驱节点，记作v
i
＜v
j
，相应地，称v
j
为v
i
的后继节点，记作v
j
＞v
i
；若v
j
＞v
i
且(j,i)∈ε
T
，则称v
φ
为v
i
的直接后继节点，相应地，称v
i
为v
j
的直接前驱节点；记中v
i
的直接后继节点集合为
[0031]与现有技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于树型网络的多AUV分布式协同流场估计方法，其特征在于，包括以下步骤：步骤1：将目标海洋区域内的三维流场f(r)看成N
z
个水平二维流场沿着垂直方向堆叠而成的集合；对于第ι层流场对于第ι层流场建立如下参数化模型：型：其中，表示三维空间中的位置；ι＝1,2,
…
,N
z
表示水平二维流场的层数；[x；y]表示水平位置；和分别表示第ι层流场对应的流函数φ
l
(r,α)的第p个高斯径向基函数的权重、中心和宽度；且它的x分量和y分量分别记作和P
ι
为组成φ
ι
(r,α)的高斯径向基函数的个数；待估计的流场参数α定义如下：待估计的流场参数α定义如下：待估计的流场参数α定义如下：步骤2：在三维空间中建立AUV的动力学模型：其中，r
i
(t)＝[x
i
(t)；y
i
(t)；z
i
(t)]表示航行器v
i
在t时刻在三维空间中的位置；i＝1,2,
…
,N，N为AUV的个数；表示航行器v
i
在t时刻的对地速度；f(r
i
(t))为待估计的三维真实流场；为航行器v
i
在t时刻的对水速度；步骤3：令AUV从水面开始下潜，在目标海洋区域内航行一段时间，并最终浮出水面；在AUV水下航行过程中，通过自身携带的距离传感器测量与相邻AUV之间的相对位置；在AUV浮出水面后，通过GPS获得自身的绝对出水位置；步骤4：当所有AUV浮出水面后，根据AUV间的相对位置测量关系以及通信距离，以分布式方式得到一个树型网络树型网络中，每个节点即每个AUV；步骤5：在步骤4生成的树型网络中，每个AUV都运行相同的估计算法来协同估计流场参数，经过足够轮数的迭代后，最终估计出真实流场参数。2.根据权利要求1所述的一种基于树型网络的多AUV分布式协同流场估计方法，其特征在于，所述的步骤3中对AUV在水下航行的速度、方向、时间、深度无要求，根据实际AUV设备的性能决定即可。3.根据权利要求1所述的一种基于树型网络的多AUV分布式协同流场估计方法，其特征在于，所述的步骤3具体包括如下子步骤：步骤3.1：在水下航行过程中，航行器v
i
通过自身距离传感器测量时刻与其相邻AUV的
相对位置，其可以表示为其中，表示航行器v
i
要进行相对位置测量的AUV集合且可以为空；可以为空；为航行器v
i
进行相对位置测量的时刻集合；S
i
为航行器v
i
进行相对位置测量的时刻的个数；步骤3.2：当航行器v
i
浮出水面后，通过GPS信号获得自身的绝对位置；由于GPS信号无法到达水下，对于整个航行时间区间航行器v
i
的真实位置仅在t＝0和时刻可测，即只有r
i
(0)和是可知的。4.根据权利要求1所述的一种基于树型网络的多AUV分布式协同流场估计方法，其特征在于，所述的步骤4具体包括如下子步骤：当所有AUV浮出水面后，航行器v
i
执行如下步骤：步骤4.1：搜索通信范围内的AUV，并与其建立双向通信连接；步骤4.2：通过GPS获得自身与通信邻居v
j
之间的距离d(i,j)，并将该距离作为相应通信连接的初步权值,即w
C
(i,j)；步骤4.3：如果自身测量了与通信邻居v
j
的相对位置，则将对应通信连接的权值除以一个大数A；令w
C
(i,j)＝w
C
(i,j)/A；步骤4.4：在通过上述步骤得到的多AUV通信网络上运行任意一种分布式最小生成树算法，得到的最小生成树，即树型网络其中，无向边(i,j)∈ε
T
表示v
i
和v
j
可以进行双...

【专利技术属性】
技术研发人员：郑荣濠，何翌，刘妹琴，张森林，
申请(专利权)人：浙江大学，
类型：发明
国别省市：