本发明涉及无人船控制技术领域，具体涉及一种室内调试无人船的方法及系统。
背景技术：
随着无人船应用技术的不断发展，人们对无人船的性能要求也越来越高，现有的无人船调试技术在湖泊进行调试，但存在搭建平台花费时间长、操作复杂、易受外部环境干扰、定位精度低、船体控制器计算能力不足，调试步骤繁琐等缺点，已经不能满足对无人船进行高精度复杂任务的控制要求。而无人船是一个复杂性高，惯性大，环境干扰大，非线性、强耦合的欠驱动系统，调试系统的准确度将很大程度上影响着调试无人船性能的好坏。现在还没有较为完善的一套调试出来的性能与实际中的也较为接近的无人船调试系统。因此，一个针对无人船方便、高精度、计算能力强的调试系统便成了迫切需要。
技术实现要素：
为了克服现有技术中存在的缺点和不足，本发明的目的在于提供一种室内调试无人船的方法及系统。
为实现上述目的，本发明采用如下方案。
一种室内调试无人船的方法，包括：
采集无人船图像，并解析出船上呈等腰三角形分布的定位点空间坐标；
依据定位点的空间坐标解算出无人船的姿态、位置和速度；
依据当前位置和期望轨迹，通过控制算法解析出达到期望轨迹所需的期望速度和趋近参数；依据当前速度和期望速度，通过控制算法解析出达到期望速度所需的电机控制量；
发送电机控制量，根据控制量对电机进行调节。
进一步地，采集无人船图像，并解析出船上呈等腰三角形分布的定位点空间坐标，具体为：
在调试区域预设全局坐标系；
采集无人艇在调试区域的图像；
识别图像中呈等腰三角形分布的定位点，并通过多目视觉坐标算法，解析出定位点在全局坐标系中的空间坐标。
进一步地，依据定位点的空间坐标解算出无人船的姿态、位置和速度，具体为：
依据定位点的空间坐标，解析出等腰三角形两底角定位点的中点位置(x1,y1)，并与顶角定位点(x2,y2)连成线段，解析出线段的中点(xc,yc)作为无人船的位置；
通过反正切函数解析出无人船在全局坐标系的航向角ψ＝atan2((y2-y1)/(x2-x1))；
以船头航行为y轴，与y轴垂直向右为x轴建立体坐标系，并通过位置差分算法、全局坐标系和体坐标系变换算法，解析出无人船的前向速度u，横向速度v和角速度r。
进一步地，依据当前位置和期望轨迹，通过控制算法解析出达到期望轨迹所需的期望速度和趋近参数；依据当前速度和期望速度，通过控制算法解析出达到期望速度所需的电机控制量，具体为：
根据期望轨迹，建立无人船轨迹跟踪运动学模型；
计算无人船当前位置与期望轨迹的差值，根据差值构建误差模型，对误差模型求导，并通过稳定性分析设计控制算法，得到达到无人船期望轨迹的期望速度和趋近参数；
计算无人船当前速度与期望速度的差值，利用控制算法并结合建立无人船轨迹跟踪运动学模型，得到无人船前向速度的控制参数和相角的控制参数；
根据无人船调整的前向速度控制参数和相角控制参数，计算出电机需调整的控制量。
进一步地，所述控制算法包括双闭环pid算法，lqr算法，滑模控制算法，自适应控制算法，预测控制算法。
进一步地，所述无人船包括双螺旋桨无人船，单螺旋浆加尾舵无人船和带侧推装置的全驱动无人船。
一种室内调试无人船的系统，包括：
控制系统，解析定位点坐标和无人船姿态、位置和速度，并调节电机；
视觉定位系统，用于采集无人船图像；
无人船，用于调节并使沿期待轨迹航行；
所述控制系统分别与视觉定位系统和无人船无线连接；所述控制系统包括通信模块和计算机控制终端，所述通信模块与计算机控制终端电性连接；所述视觉定位模块包括至少3个红外摄像头，所述红外摄像头固定于调试区域边缘，且红外摄像头的镜头对准调试区域的中心区域；所述无人船设有至少3个不在同一直线上的定位点，所述定位点呈等腰三角形分布。
进一步地，所述定位点为红外发射管或设有反射红外光材料的球体。
进一步地，所述红外摄像头通过带万向轴的支架固定于调试区域边缘。
本发明的有益效果：采用计算机作为控制终端，代替船体控制器完成有关控制算法的计算，较为高效地得出控制算法的合适参数，并且控制程序不再需要重复多次烧录到无人船上，极大地便捷调试步骤。同时，计算机控制终端的调试获得参数与无人船模型无关，最终调试出来的控制算法参数可以直接应用于实际中。
附图说明
图1为本发明实施例的系统结构示意图。
图2为本发明实施例的系统结构框图。
图3为本发明实施例的双螺旋浆无人船结构示意图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例及附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
一种室内调试无人船的系统，如图1所示，包括：
控制系统202，用于解析定位点204坐标和无人船姿态、位置和速度，并调节电机；
视觉定位系统201，用于采集无人船203图像；
无人船203，用于调节调节航速和航向，并沿期待轨迹航行；
所述控制系统202分别与视觉定位系统201和无人船203无线连接；所述控制系统202包括通信模块和计算机控制终端，所述通信模块与计算机控制终端电性连接；所述视觉定位系统201包括至少3个红外摄像头，所述红外摄像头固定于调试区域边缘，并呈环形分布安装于2m高的地方，且红外摄像头的镜头对准调试区域的中心区域；所述无人船203设有至少3个不在同一直线上的定位点204，所述定位点204呈等腰三角形分布。
本实施例中，定位点204为红外发射管或设有反射红外光材料的球体。定位点204通过发射出红外光，或反射红外光，使无人船能被视觉定位系统201的红外摄像头抓拍到图像。
本实施例中，所述通信模块采用常见的24l01无线模块。与计算机控制终端相连的24l01通信模块接收电机控制信号，并以无线的方式发送给无人船203上的24l01通信模块。船上的24l01通信模块再将信息传输给无人船203上的控制器以控制电机的转速。
本实施例中，红外摄像头通过带万向轴的支架固定于调试区域边缘。常见的通过底座固定摄像头的方式，摄像头只能左右转动，高度一般固定，且安装好不易拆卸。而本实施例利用支架通过夹具固定摄像头，可以调整摄像头高度，支架上万向轴可以360度全方位调整摄像头，有利于调试无人船203运行环境时获取较佳视角，安装与拆卸都较为便利，而且不安装底座能降低物理接触对水池环境的影响，这样接近实际中的应用环境，调试出来的效果可以很好地与实际环境中的效果吻合。
本实施例还提供了一种室内调试无人船的方法，如图2所示，控制系统202先在调试区域预设全局坐标系，控制系统202根据预设的全局坐标系解析出无人船203的位置。视觉定位系统201的红外摄像头采集无人船203在调试区域中航行的图像，并无线传输至控制系统202的计算机控制终端，计算机控制终端从采集的图像中识别呈等腰三角形分布的定位点204，并通过多目视觉坐标算法，解析出定位点204在全局坐标系中的空间坐标。
计算机控制终端依据定位点204的空间坐标，解析出等腰三角形两底角定位点204的中点位置(x1,y1)，并与顶角定位点(x2,y2)连成线段，解析出线段的中点(xc,yc)作为无人船的位置；通过反正切函数解析出无人船在全局坐标系的航向角ψ＝atan2((y2-y1)/(x2-x1))；计算机控制终端以船头航行为y轴，与y轴垂直向右为x轴建立体坐标系，依据体坐标系算出无人船203自身的速度量；计算机控制终端通过位置差分算法、全局坐标系和体坐标系变换算法，解析出无人船203的前向速度u，横向速度v和角速度r。
计算机控制终端根据不同的期待轨迹，如单艇轨迹跟踪，多艇编队，多艇围捕，多艇巡逻等，建立无人船203轨迹跟踪运动学模型。计算机控制终端计算无人船203当前位置与期望轨迹的差值，根据差值构建误差模型，对误差模型求导，结合求导后的误差模型，进行稳定性理论分析(例如李雅普诺夫方法，拉萨尔不变集理论，barbalet引理等)，根据稳定性理论分析设计控制算法得到达到无人船203期望轨迹的期望速度和趋近参数，通过控制趋近参数的大小来调节无人船203收敛到期望轨迹的快慢；然后依据期望速度的大小，计算无人船203当前速度与期望速度的差值。依据无人船203当前速度与期望速度的差值，利用控制算法(优选为pid控制算法)并结合已建立无人船203轨迹跟踪运动学模型，得到无人船203前向速度的控制参数kp,ki,kd和相角的控制参数kp,ki,kd；其中kp表示比例调节系数，用于调节响应速度；ki表示积分调节系数，用于调节残差；kd表示微积分调节系数，用于调节振荡情况；通过前向速度的控制参数kp,ki,kd调节无人船的前向速度，通过相角的控制参数kp,ki,kd调节无人船的航向。
趋近参数、调节船身前向速度控制参数和相角控制参数都需要取合适的值，否则将会导致系统振荡不稳定，影响系统性能，或者会导致收敛速度过慢，不能实现轨迹跟踪任务，因此需要多次重复尝试。每次调整趋近参数、调节船身前向速度控制参数和相角控制参数后，计算机控制终端根据无人船203调整的前向速度控制参数和相角控制参数，计算出电机需调整的控制量，包括pwm控制量和电机电压控制量，并通过通信模块将控制量以无线传输的方式发送至无人船203去控制直流无刷电机的转速等，使无人船按趋近期望轨迹的方向调整。
本实施例中，无人船203优选为双螺旋浆无人船，如图3所示，当无人船相对期望轨迹偏向左边时，通过调节趋近参数、调节船身前向速度控制参数和相角控制参数，使通信模块发送船左侧直流无刷电机的控制量大于右侧直流无刷电机的控制量，使得左侧直流无刷电机的转速大于右侧直流无刷电机的转速，以此向右更大的偏航力矩，使无人船向右边偏航，趋近期望轨迹。
本实施例中，所有控制算法和控制参数调试在计算机控制终端上完成，直接计算出无人船203完成期望轨迹任务所需电机信号控制量，通过通信模块发送信号至无人船的控制器，去控制无人船的直流无刷电机，相对常见的调整一次参数需要下载一次程序看效果获取合适参数的方式，较为高效地得出控制算法的合适参数，并且控制程序不再需要重复多次烧录到无人船203上，极大地便利调试步骤。由于调试获得的参数与无人船203模型本身的体积大小等因素无关，可以选用较小型的无人船在室内调试，而最终调试出来符合期望轨迹的控制算法参数可以直接应用于在实际中。
本实施例中，控制算法包括双闭环pid算法，lqr算法，滑模控制算法，自适应控制算法，预测控制算法，可选择上述算法进行结合以建立无人船203轨迹跟踪运动学模型，算出无人船203的控制参数，并对参数作调整。
本实施例中，无人船203包括双螺旋桨无人船，单螺旋浆加尾舵无人船和带侧推装置的全驱动无人船。
本实施例中，在室内搭建无人船203调试平台，通过红外摄像头采集图像并通过多目视觉坐标算法算出定位坐标，较现有的gps定位技术而言，克服了其定位精度低且无法在室内使用的不足，同时解决了现有无人船在室外湖泊搭建调试平台时间长、操作复杂、易受外部环境干扰等缺点。
以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。