一种多无人船未知区域协同探索的自干扰持续消除方法技术

本发明专利技术提供一种多无人船未知区域协同探索的自干扰持续消除方法，属于多无人船自主探索自主定位和地图构建技术领域，为了解决多无人船协同探索未知区域时出现的自干扰问题，利用

【技术实现步骤摘要】
一种多无人船未知区域协同探索的自干扰持续消除方法


[0001]本专利技术涉及多无人船自主探索自主定位和地图构建
，具体而言，尤其涉及一种多无人船未知区域协同探索的自干扰持续消除方法
。

技术介绍

[0002]随着科技水平和认知水平的提高，人类的研究早已不局限于较为简单的地表，而是把目光投向了海洋深处
、
地下及外太空等复杂的区域拓展
。
这些区域往往环境较为恶劣且复杂多变，这对人类的探索工作提出了巨大的挑战
。
[0003]无人船的出现可以代替人类完成一部分危险任务，但无人船的工作需要高精度的电子地图作为支撑，于是诸多研究者对无人船的自主探索算法开展了大量研究
。
搭载
SLAM
模块的无人船配合快速拓展随机树或图像边缘检测的边界探索算法的自主探索架构已经较为成熟，具有很高的实用价值
。
但单无人船的探索效率是有上限的，于是研究者们把目光转向了多无人船协同探索
。
[0004]与单无人船自主探索相比，多无人船自主探索在大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多无人船未知区域协同探索的自干扰持续消除方法，其特征在于，包括：
S1、
从系统的
TF
树中获得无人船之间的坐标转换关系，计算得到无人船之间的旋转矩阵集合
{R
i
}
和平移矩阵集合
{t
i
}
；
S2、
通过平移矩阵计算本无人船之间的间距
{d
i
}
，如果存在
{d
i
}
小于范围
ε
，即
d
i
≤
ε
，发出自干扰报警；
S3、
通过角度和激光雷达深度信息与
d
i
进行比较，若误差在允许范围内，视作存在自干扰问题，使相关无人船进入解决自干扰问题的流程；否则误报警，直接跳转至步骤
S6
发布雷达数据；
S4、
将激光雷达数据转化在笛卡尔坐标系后，使用
DBSCAN
对激光雷达数据进行聚类处理；
S5、
使用
ICP
算法得到这一帧激光雷达数据与前一帧激光雷达数据的匹配关系，并分析两帧激光雷达数据的动态障碍物位置关系，处理动态障碍物的激光雷达点云；
S6、
发布处理前和处理后激光雷达数据；
S7、
若未完成探索任务，回到步骤
S1
继续探索，否则结束探索任务
。2.
根据权利要求1所述的多无人船未知区域协同探索的自干扰持续消除方法，其特征在于，所述步骤
S1
，具体包括：
S11、
采用
SLAM
模块和多地图融合模块建立无人船坐标转换关系，其中
SLAM
模块计算出无人船与无人船子地图的坐标关系；多地图融合模块计算出多无人船子地图间的坐标关系；
S12、
计算无人船之间的旋转矩阵
R
，计算公式如下：其中，
...

【专利技术属性】
技术研发人员：范云生，谢先萌，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：