【技术实现步骤摘要】
基于多波束测深仪的水下移动障碍物感知方法
[0001]本专利技术涉及的是一种水下机器人领域的技术,具体是一种基于多波束测深仪的水下移动障碍物感知方法。
技术介绍
[0002]水下机器人(Autonomous Underwater Vehicle,AUV)在高速状态下通过对移动障碍物的快速感知技术保证AUV实时安全避障,但现有的单波束测深仪一般只能采集到固定方位的障碍物信息,尽管借助机械扫描仪等辅助设备,能够采集到更多方位的信息,但扫描采样产生的时间成本与大型高速AUV动态避障的实时性需求冲突。而多波束测深仪在一次采样后便可得到探测范围内的障碍物信息,因此其更加适用于大型高速AUV的动态避障。
技术实现思路
[0003]本专利技术针对现有反应式的建模方法即利用传感器数据进行实时的障碍物静态建模,不具备准确描述障碍物动态特性的能力的不足,结合大型高速AUV在水下未知环境中动态避障的需求,提出一种基于多波束测深仪的水下移动障碍物感知方法,有效降低AUV动态避障过程的感知层运算负载和估计误差,且保证AUV动态避障安全裕度,具有快速、精确、安全的特点,并通过仿真验证该方法的快速性和有效性。
[0004]本专利技术是通过以下技术方案实现的:
[0005]本专利技术涉及一种基于多波束测深仪的水下移动障碍物感知方法,经多波束测深仪采样得到不同波束方向上AUV与移动障碍物之间的距离、移动障碍物方位以及AUV水下定位信息,通过坐标变换得到移动障碍物的边界点集合位置坐标后,通过最小圆覆盖算法根据边界点集合位 ...
【技术保护点】
【技术特征摘要】
1.一种基于多波束测深仪的水下移动障碍物感知方法,其特征在于,经多波束测深仪采样得到不同波束方向上AUV与移动障碍物之间的距离、移动障碍物方位以及AUV水下定位信息,通过坐标变换得到移动障碍物的边界点集合位置坐标后,通过最小圆覆盖算法根据边界点集合位置坐标得到移动障碍物的估计外形,即避碰圆的几何模型;将边界点集合位置坐标的几何中心作为移动障碍物运动质心,通过卡尔曼滤波器实时估计得到移动障碍物的估计位置和运动速度;最后将估计位置和运动速度与几何模型合成得到估计避碰速度圆模型,实现水下移动障碍物感知。2.根据权利要求1所述的基于多波束测深仪的水下移动障碍物感知方法,其特征是,所述的边界点集合位置坐标,通过以下方式得到:以垂直面为例,根据多波束测深仪返回数据{(β1,d1),
…
,(β
i
,d
i
),
…
,(β
n
,d
n
)},计算得到障碍物边界点集合在AUV机体系B下的坐标其中:β
i
为探测角度,d
i
为探测角度对应的AUV与障碍物之间距离,测深仪较AUV机体系B的偏置坐标为(l
x
,l
z
);根据AUV在惯性系i下的坐标(p
x
,p
z
),经机体系B到惯性系i的坐标转换矩阵J可得惯性系i下移动障碍物的边界点集合位置坐标其中i=1,
…
,n。3.根据权利要求1所述的基于多波束测深仪的水下移动障碍物感知方法,其特征是,所述的最小圆覆盖算法是指:以随机增量的方式,基于递归方法,从一个空集合开始,不断向其中随机添加点;检查该集合是否包含新增点,包含则继续添加,不包含则将新增点作为集合边界点,重新计算集合;包含最后一个新增点后,返回最小覆盖圆。4.根据权利要求1所述的基于多波束测深仪的水下移动障碍物感知方法,其特征是,所述的通过卡尔曼滤波器实时估计是指:将水下移动障碍物位置、速度作为滤波变量;根据运动状态设计转移矩阵,根据多波束测深仪设计测量矩阵,并考虑状态转移与测量过程的不确定性;根据过程估计结果与测量结果完成数据融合,得到估计位置和速度。5.根据权利要求4所述的基于多波束测深仪的水下移动障碍物感知方法,其特征是,具体包括:3.1)根据移动障碍物边界点集合位置坐标计算出几何中心,即障碍物的运动质心(x
pc
,z
pc
),其中:x
pc
为表示点集合x坐标的平均值即点集合几何中心的x坐标;z
pc
为表示点集合z坐标的平均值即点集合几何中心的z坐标,n表示点集合包含的边界点数量;3.2)构建滤波变量状态空间其中:x
k
和z
k
为障碍物在x轴和z轴上的坐标,和为其一阶导数即速度;3.3)在多波束测深仪的每次采样周期内,基于状态转移方程:D
k
=FD
k
‑1+Aw
k
‑1,由上一时刻的水下移动障碍物状态信息D
k
‑1,计算出障碍物当前时刻的状态D
k
,其中F是匀速运动模型下的状态转移矩阵,A表示过程噪声w的增益矩阵,状态转移过程不确定性的影响由Aw
k
‑1体现;移动障碍物测量结果S
k
由运动质心(x
pc
,z
pc
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。