CN110764533A - 一种多水下机器人协同目标搜索方法 - Google Patents
一种多水下机器人协同目标搜索方法 Download PDFInfo
- Publication number
- CN110764533A CN110764533A CN201910977224.0A CN201910977224A CN110764533A CN 110764533 A CN110764533 A CN 110764533A CN 201910977224 A CN201910977224 A CN 201910977224A CN 110764533 A CN110764533 A CN 110764533A
- Authority
- CN
- China
- Prior art keywords
- underwater robot
- target
- underwater
- estimation
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000015572 biosynthetic process Effects 0.000 claims description 27
- 238000005259 measurement Methods 0.000 claims description 16
- 230000001360 synchronised effect Effects 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 11
- 230000008602 contraction Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 239000013078 crystal Substances 0.000 claims description 2
- 238000005755 formation reaction Methods 0.000 description 22
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000000827 velocimetry Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于多水下机器人应用领域,具体涉及多水下机器人在深海目标搜索过程中的协同估计问题,实现水下有源目标的目标位置与时钟偏差估计,并实现多普勒测速仪无法底跟踪情况下的速度补偿,提高了多水下机器人定位精度,满足了大范围的航海作业需求的一种多水下机器人协同目标搜索方法,包括多普勒测速仪模块、水声同步通信机模块、非线性估计模块、协同编队控制模块。本发明使得多水下机器人在深海执行搜索任务的过程中,既能够有效估计出失事目标位置,又能够保持足够的定位精度,在不过度增加***复杂性和不大幅提高设备成本的条件下,满足了多水下机器人***大范围目标搜索作业需求。方法逻辑清晰、实践简单。
Description
技术领域
本发明属于多水下机器人应用领域,具体涉及多水下机器人在深海目标搜索过程中的协同估计问题,实现水下有源目标的目标位置与时钟偏差估计,并实现多普勒测速仪无法底跟踪情况下的速度补偿,提高了多水下机器人定位精度,满足了大范围的航海作业需求的一种多水下机器人协同目标搜索方法。
背景技术
深海水下目标搜索是水下机器人领域的重要应用方向,多水下机器人目标搜索是MH370搜索过程中为数不多的手段之一。然而,深海目标搜索需要面临两个问题:(1)有源目标(如黑匣子)等时钟误差会逐渐累积,导致所获得的距离测量信息存在误差,降低搜索精度,甚至会导致搜索结果发散;(2)深海环境往往超过多普勒测速仪的使用范围,且水下无法使用GNSS定位方法,导致水下机器人在深海作业时定位偏差较大,需要多次出水校准,降低了作业效率。
本专利中的多水下机器人协同目标搜索方法,利用水声同步通信机模块实现水下机器人与失事目标、其他水下机器人间信息交互,最终完成目标位置、时钟偏差和海流信息的估计,并将海流信息补偿给多普勒测速仪,提高速度信息的观测精度,进而完成深海水下目标协同搜索的目的。
发明内容
本发明的目的是提供一种基于多水下机器人的深海失事目标搜索方法,并且在获取失事目标位置信息的同时能够保证多水下航行器深海海域航行时定位精度。
一种多水下机器人协同目标搜索方法,包括多普勒测速仪模块、水声同步通信机模块、非线性估计模块、协同编队控制模块。
多普勒测速仪模块:多普勒测速仪(120kHz)对典型海底测量范围大约300-400米,当水深超出测量范围无法实现对底测速时,可自动切换为对流测速模式。
水声同步通信机模块:水声同步通信机在典型海洋环境下通信范围不小于3km,具备1PPM的高精度晶振,在实现通信功能基础上,可实现单向传播时间(One Way TravelTime)测距。
非线性估计模块:利用有源目标的距离测量信息、其他水下机器人的位置估计信息、海流估计信息、距离信息,采用因子图优化方法,实现目标位置、时钟偏差的最优估计。
协同编队控制模块:利用多水下机器人间的位置信息,实现多水下机器人编队队形变换,本专利中主要指收缩与膨胀变换。
一种多水下机器人协同目标搜索方法,包括以下几个步骤:
1.开始航行任务,启动多普勒测速仪、水声同步通信机、非线性估计模块和协同编队控制模块;
2.水下机器人利用多普勒测速仪获取的相对水体的测速信息完成位置估计,协同编队控制模块开始进行队形变换任务。与此同时,水下机器人开始广播自身位置信息、流速估计信息;
3.在队形变换任务开始后,非线性估计模块根据失事目标测距信息、其他水下机器人的自身位置与海流估计信息,利用因子图优化方法,实现海流流速的估计;
4.水下机器人完成队形变换任务,融合海流估计结果与多普勒测速信息,补偿多普勒测速仪对流测速带来的位置误差,实现水下机器人自身位置估计;
5.水下机器人在自身位置估计基础上,实现目标位置与时钟偏差的估计,判断估计数据是否收敛,若收敛结束协同目标搜索任务,否则回到步骤2。
本发明的有益效果:本发明使得多水下机器人在深海执行搜索任务的过程中,既能够有效估计出失事目标位置,又能够保持足够的定位精度,在不过度增加***复杂性和不大幅提高设备成本的条件下,满足了多水下机器人***大范围目标搜索作业需求。方法逻辑清晰、实践简单。
附图说明
图1多水下机器人协同目标搜索***结构框图;
图2多水下机器人信息广播示意图;
图3目标搜索方法因子图;
图4收缩与膨胀队形变换示意图;
图5目标搜索方法流程图。
具体实施方式
下面将结合附图对本发明做进一步详细说明。
本发明公开了一种多水下机器人协同目标搜索方法,包括多普勒测速仪模块、水声同步通信机模块、非线性估计模块、协同编队控制模块。在多水下机器人***搜索深海失事有源目标的过程中,水下机器人利用水声同步通信机模块发送自身位置信息、海流估计信息、目标位置估计信息和目标时钟偏差估计信息,在多普勒测速仪模块获取对流测速信息的基础上,通过非线性估计模块实现对于海流流速、目标位置和目标时钟偏差的估计。与此同时,通过协同编队控制模块实现多水下机器人***的队形变换,保障目标搜索过程中的***可观测性。本发明使得多水下机器人在深海执行搜索任务的过程中,既能够有效估计出失事目标位置,又能够保持足够的定位精度,满足了多水下机器人***大范围目标搜索作业需求。
结合图1,多水下机器人协同目标搜索***结构如下:
如图1所示,多水下机器人协同目标搜索***结构包括多普勒测速仪模块、水声同步通信机模块、非线性估计模块、协同编队控制模块.水下机器人利用水声同步通信机模块发送自身位置信息、海流估计信息、目标位置估计信息和目标时钟偏差估计信息,在多普勒测速仪模块获取对流测速信息的基础上,通过非线性估计模块实现对于海流流速、目标位置和目标时钟偏差的估计。
结合图2,介绍多水下机器人信息广播方法:
假设有m个水下机器人,ΔT为***内所有单元发送信息的周期,在整数信息广播时间点kΔT,失事目标发送脉冲信息Ptarget(kΔT),在时间点,第i个水下机器人发送自身位置信息Xauvi(kΔT)和海流估计信息Cauvi(kΔT)。
结合图3和图4,多水下机器人目标搜索方法表示如下:
如图3所示,为简化因子图的复杂程度,以两个水下机器人构成的搜索方法为例,表示第i个机器人k时刻的位置估计,表示第i个机器人k时刻的海流速度估计,表示失事目标的位置信息,表示时钟偏差带来的距离测量误差信息,黑色实心点表示变量间的因子关系,即观测与预测间的误差。
如图4所示,目标搜索时多水下机器人队形变换策略为收缩与膨胀队形变换方法,即多水下机器人减少或增加队形内的机器人间相对距离,实现队形的收缩与膨胀,提高***的观测性。
结合图5,介绍多水下机器人目标搜索方法的算法流程:
1.开始航行任务,启动多普勒测速仪、水声同步通信机、非线性估计模块和协同编队控制模块;
2.水下机器人利用多普勒测速仪获取的相对水体的测速信息完成位置估计,协同编队控制模块开始进行队形变换任务。与此同时,水下机器人开始广播自身位置信息、流速估计信息;
3.在队形变换任务开始后,非线性估计模块根据失事目标测距信息、其他水下机器人的自身位置与海流估计信息,利用因子图优化方法,实现海流流速的估计;
4.水下机器人完成队形变换任务,融合海流估计结果与多普勒测速信息,补偿多普勒测速仪对流测速带来的位置误差,实现水下机器人自身位置估计;
5.水下机器人在自身位置估计基础上,实现目标位置与时钟偏差的估计,判断估计数据是否收敛,若收敛结束协同目标搜索任务,否则回到步骤2。
Claims (6)
1.一种多水下机器人协同目标搜索方法,包括多普勒测速仪模块、水声同步通信机模块、非线性估计模块、协同编队控制模块;
多普勒测速仪模块:多普勒测速仪对典型海底测量范围大约300-400米,当水深超出测量范围无法实现对底测速时,可自动切换为对流测速模式;
水声同步通信机模块:水声同步通信机在典型海洋环境下通信范围不小于3km,具备1PPM的高精度晶振,在实现通信功能基础上,可实现单向传播时间测距;
非线性估计模块:利用有源目标的距离测量信息、其他水下机器人的位置估计信息、海流估计信息、距离信息,采用因子图优化方法,实现目标位置、时钟偏差的最优估计;
协同编队控制模块:利用多水下机器人间的位置信息,实现多水下机器人编队队形变换,本专利中主要指收缩与膨胀变换。
2.根据权利要求1所述的一种多水下机器人协同目标搜索方法,其特征在于:水声同步通信机具备1PPM的高精度时钟,可利用单向传播时间在获取通信信息的同时实现目标与水下机器人、水下机器人之间空间距离的测量。
3.根据权利要求1所述的一种多水下机器人协同目标搜索方法,其特征在于:目标***时钟存在积累偏差,测距信息具有一个常值误差,可利用非线性估计方法,实现对于常值时钟偏差的估计,补偿测距误差信息。
4.根据权利要求1所述的一种多水下机器人协同目标搜索方法,其特征在于:多水下机器人之间广播自身位置估计信息、海流估计信息,广播信息根据固定时间间隔实现时间区分。
5.根据权利要求1所述的一种多水下机器人协同目标搜索方法,其特征在于:通过协同编队控制模块实现简单的队形变换,即可保障非线性估计模块的可观测性。
6.根据权利要求1所述的一种多水下机器人协同目标搜索方法,其特征在于:非线性估计模块利用因子图,实现多水下机器人协同目标搜索问题的数学抽象,完成目标位置与时钟偏差的最优估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977224.0A CN110764533A (zh) | 2019-10-15 | 2019-10-15 | 一种多水下机器人协同目标搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977224.0A CN110764533A (zh) | 2019-10-15 | 2019-10-15 | 一种多水下机器人协同目标搜索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110764533A true CN110764533A (zh) | 2020-02-07 |
Family
ID=69331093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910977224.0A Pending CN110764533A (zh) | 2019-10-15 | 2019-10-15 | 一种多水下机器人协同目标搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110764533A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111857164A (zh) * | 2020-06-30 | 2020-10-30 | 河海大学 | 一种融合海流模型的水下fm2*路径规划方法 |
CN112445244A (zh) * | 2020-11-09 | 2021-03-05 | 中国科学院沈阳自动化研究所 | 一种多自主水下机器人的目标搜寻方法 |
CN113074725A (zh) * | 2021-05-11 | 2021-07-06 | 哈尔滨工程大学 | 一种基于多源信息融合的小型水下多机器人协同定位方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201732262U (zh) * | 2009-12-30 | 2011-02-02 | 中国科学院沈阳自动化研究所 | 一种多水下机器人半物理仿真*** |
CN107290765A (zh) * | 2017-07-13 | 2017-10-24 | 任勇 | 水下潜航器的协作定位方法和*** |
CN107402381A (zh) * | 2017-07-11 | 2017-11-28 | 西北工业大学 | 一种迭代自适应的多机动目标跟踪方法 |
CN108415445A (zh) * | 2018-02-09 | 2018-08-17 | 西北工业大学 | 一种基于开关约束的水下航行器定位鲁棒优化方法 |
CN108594834A (zh) * | 2018-03-23 | 2018-09-28 | 哈尔滨工程大学 | 一种面向未知环境下多auv自适应目标搜索和避障方法 |
CN109084767A (zh) * | 2018-06-15 | 2018-12-25 | 哈尔滨工程大学 | 一种最大互相关熵自适应容积粒子滤波的auv协同导航方法 |
CN109269496A (zh) * | 2018-07-16 | 2019-01-25 | 哈尔滨工程大学 | 双多普勒自适应切换测速的uuv深海组合导航装置及方法 |
CN109543135A (zh) * | 2018-11-09 | 2019-03-29 | 西北工业大学 | 一种基于信息最大化的多auv协同同时导引方法 |
CN109903330A (zh) * | 2018-09-30 | 2019-06-18 | 华为技术有限公司 | 一种处理数据的方法和装置 |
-
2019
- 2019-10-15 CN CN201910977224.0A patent/CN110764533A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201732262U (zh) * | 2009-12-30 | 2011-02-02 | 中国科学院沈阳自动化研究所 | 一种多水下机器人半物理仿真*** |
CN107402381A (zh) * | 2017-07-11 | 2017-11-28 | 西北工业大学 | 一种迭代自适应的多机动目标跟踪方法 |
CN107290765A (zh) * | 2017-07-13 | 2017-10-24 | 任勇 | 水下潜航器的协作定位方法和*** |
CN108415445A (zh) * | 2018-02-09 | 2018-08-17 | 西北工业大学 | 一种基于开关约束的水下航行器定位鲁棒优化方法 |
CN108594834A (zh) * | 2018-03-23 | 2018-09-28 | 哈尔滨工程大学 | 一种面向未知环境下多auv自适应目标搜索和避障方法 |
CN109084767A (zh) * | 2018-06-15 | 2018-12-25 | 哈尔滨工程大学 | 一种最大互相关熵自适应容积粒子滤波的auv协同导航方法 |
CN109269496A (zh) * | 2018-07-16 | 2019-01-25 | 哈尔滨工程大学 | 双多普勒自适应切换测速的uuv深海组合导航装置及方法 |
CN109903330A (zh) * | 2018-09-30 | 2019-06-18 | 华为技术有限公司 | 一种处理数据的方法和装置 |
CN109543135A (zh) * | 2018-11-09 | 2019-03-29 | 西北工业大学 | 一种基于信息最大化的多auv协同同时导引方法 |
Non-Patent Citations (1)
Title |
---|
吴迪: "分布式多水下无人航行器搜捕任务协调方法研究", 《中国优秀博硕士学位论文全文数据库(博士)·信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111857164A (zh) * | 2020-06-30 | 2020-10-30 | 河海大学 | 一种融合海流模型的水下fm2*路径规划方法 |
CN111857164B (zh) * | 2020-06-30 | 2022-04-19 | 河海大学 | 一种融合海流模型的水下fm2*路径规划方法 |
CN112445244A (zh) * | 2020-11-09 | 2021-03-05 | 中国科学院沈阳自动化研究所 | 一种多自主水下机器人的目标搜寻方法 |
CN112445244B (zh) * | 2020-11-09 | 2022-03-04 | 中国科学院沈阳自动化研究所 | 一种多自主水下机器人的目标搜寻方法 |
CN113074725A (zh) * | 2021-05-11 | 2021-07-06 | 哈尔滨工程大学 | 一种基于多源信息融合的小型水下多机器人协同定位方法及*** |
CN113074725B (zh) * | 2021-05-11 | 2022-07-22 | 哈尔滨工程大学 | 一种基于多源信息融合的小型水下多机器人协同定位方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105319534B (zh) | 一种基于水声双程测距的多auv协同定位方法 | |
CN102830402B (zh) | 水下传感器网络目标跟踪***及方法 | |
CN103697910B (zh) | 自主水下航行器多普勒计程仪安装误差的校正方法 | |
CN110764533A (zh) | 一种多水下机器人协同目标搜索方法 | |
CN111595348B (zh) | 一种自主水下航行器组合导航***的主从式协同定位方法 | |
Eustice et al. | Recent advances in synchronous-clock one-way-travel-time acoustic navigation | |
CN1325932C (zh) | 载人潜水器的组合导航定位方法 | |
CN106679662B (zh) | 一种基于tma技术的水下机器人单信标组合导航方法 | |
CN108614258B (zh) | 一种基于单水声信标距离量测的水下定位方法 | |
CN107990891B (zh) | 基于长基线和信标在线标定的水下机器人组合导航方法 | |
CN111366962A (zh) | 一种深远海低成本长航时协同导航定位*** | |
CN102323586B (zh) | 一种基于海流剖面的uuv辅助导航方法 | |
CN1547039A (zh) | 无高稳定频标的水下gps定位导航方法及其*** | |
WO2008144139A1 (en) | System and process for the precise positioning of subsea units | |
CN102213594A (zh) | 一种无人潜航器海流观测数据融合方法 | |
CN102288170A (zh) | 一种水下航行器内电子罗盘的校正方法 | |
CN111174774B (zh) | 一种某深度水层面模式下的导航信息融合方法及*** | |
KR20080085509A (ko) | 2개 기준점에 대한 거리정보와 관성센서를 이용한무인잠수정 선단의 수중 항법시스템 | |
CN102809375A (zh) | 水下导航与水质参数经纬度分布的感测与计算***及方法 | |
CN105445722A (zh) | 一种适用于多auv协同导航的动态条件下水声双程测距误差补偿方法 | |
CN111578944B (zh) | 一种基于单信标的水下滑翔机定位方法 | |
CN112747748A (zh) | 一种基于逆向解算的领航auv导航数据后处理方法 | |
Song et al. | Underwater adaptive height-constraint algorithm based on SINS/LBL tightly coupled | |
CN103697892A (zh) | 一种多无人艇协同导航条件下陀螺漂移的滤波方法 | |
CN110749890A (zh) | 一种多水下机器人协同海流估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200207 |