本发明涉及一种水下机器人技术领域，具体地说，涉及一种水下作业机器人的控制方法及使用该控制方法的水下作业机器人。
背景技术：
随着海洋经济的崛起，水下作业量将越来越复杂，越来越繁重。船舶底部，海洋钻井平台管道等水下平台容易附着海生物等杂物，通常需要潜水员进行定期清理，通过潜水员进行清理不仅工作时间受海况影响较大，工作效率低，且其人身安全难以得不到有效的保障。
面对上述问题，公告号为cn204642122u的专利文献公开了一种六足船用清理机器人，操作人员通过船上的主控端遥控机清洗器人，清洗机器人通过顶端的摄像头寻找螺旋桨，磁力感应器感知机器人与轨道的距离。待行进至螺旋桨附近后，清洗机器人操作固定臂的机械手和吸盘进行机械锁定就位，专业操作人员遥控清洗机器人的活动臂对螺旋桨进行清理工作。该方式虽然实现了水下杂物的无人化清理，但清洗机器人的整个清理过程均基于操作人员的控制进行，其工作效率与精细程度取决于控制人员的控制策略与经验。
公告号为cn206476068u的专利文献公开了一种水下钢结构表面海生物清理机器人，可用对圆管进行作业，包括可吸贴于钢结构表面上的行走系统，搭载在该行走系统上用于获取机器人周侧环境状况的成像系统，及搭载在该行走系统的机身一侧用于对钢结构表面海生物进行清洗的清洗系统；清洗系统构成该清洗机器人的作业系统。由于行走系统采用轮式四驱方式，使其运动灵活，且后轮与机身间通过旋转连接轴连接，使其具有一定的越障能力；清洗系统采用空化水射流进行清理海生物，更加高效节能。成像系统包括设于机器人前部和后部的各一个水下摄像头，以便于水上操作人员在清理过程中实时观测机器人前、后和清洗一侧的状况，而更好地下达更准确的控制指令；其与前述等现有技术一样，仍存在工作效率与精细程度均取决于控制人员的控制策略与经验的问题。
技术实现要素：
本发明的主要目的是提供一种水下作业机器人的控制方法，以提高水下作业机器人作业的自动化程度；
本发明的另一目的是提供一种水下作业机器人的控制系统，以提高水下作业机器人作业的自动化程度。
为了实现上述主要目的，本发明提供的控制方法包括获取步骤、识别步骤、规划步骤及调整步骤；获取步骤包括获取水下作业机器人当前位置处周围作业场所的场景图像，该场景图像包含已作业区域与待作业区域；识别步骤包括基于前述获取的场景图像，识别出待作业区域的边界；规划步骤包括基于边界规划出水下作业机器人后续作业的参考作业轨迹线，参考作业轨迹线为平行于预设基准航向的直线，边界位于背离区域上，该背离区域由参考作业轨迹线背离水下作业机器人的一侧区域与参考作业轨迹线构成，且边界与参考作业轨迹线之间的最小间距小于等于预定值；调整步骤包括以减少水下作业机器人相对参考作业轨迹线的位置偏差为目标，调整水下作业机器人的行进路径。
通过识别出待作业区域的边界，并依据预设基准航向规划出后续作业时刻的参考作业轨迹线，该边界位于参考作业轨迹线上或远离水下作业机器人的一侧，且边界与参考作业轨迹线之间的最小间距小于等于预定值，并以该参考作业轨迹线为基准调整其转向而改变其作业的行进路径；即时时刻刻地获取后续作业的参考作业轨迹线，并在后续作业过程中不断地以对应参考作业轨迹线为参考对作业轨迹进行调整，以在作业过程中不会出现由于边界变化过于复杂而出现水下机器人难以调整其行进路径，即出现进入“死胡同”的问题，从而可对水下作业机器人的作业过程进行自动化控制，即提高了其水下作业控制过程的自动化程度。
具体的方案为基于场景图像，识别出待作业区域的边界的步骤包括：(1)对获取的场景图像进行二值化处理；(2)对经二值化处理后的图像的区域轮廓进行闭运算处理；(3)去掉经闭运算处理后的图像上像素面积小于预设阈值区域；(4)对去掉面积小于预设阈值区域的图像进行边缘检测，以检测出的边缘线作为待作业区域的边界。通过前述步骤的处理，将图像中的噪点有效减少，并剔除环境的干扰，以提高待作业区域的边界识别的准确性。。
优选的方案为调整步骤包括以减少所述水下作业机器人相对所述参考作业轨迹线的偏航角和位置偏差为目标，对水下作业机器人的转向角进行调整，以调整其行进路径；对水下作业机器人的转向角进行调整的步骤包括基于模糊控制方法对转向角进行调整。利用模糊控制方法对水下作业机器人的转向角调整过程进行控制，可有效地根据实际情况应对其调整过程的复杂度，确保调整的精确度。
更优选的方案为模糊控制方法以位置偏差及偏航角为控制输入，以转向角为控制输出。
进一步的方案为模糊控制方法包括以下步骤：(1)将位置偏差与偏航角的确切值转化为论域确切值，并找出论域确切值所隶属的模糊集合；(2)按照模糊规则进行模糊推理，获取转向角的模糊集合；(3)对转向角的模糊集合进行反模糊化处理，获取转向角的确切值。
再进一步的方案为在模糊推理的过程中，and关系采用求交法，also关系采用求并法，模糊关系的合成采用max-min合成法，模糊蕴含运算采用mamdani定义；基于重心法对转向角的模糊集合进行反模糊化处理。
另一个优选的方案为水下作业机器人的作业场景为直圆管表面，场景图像包括直圆管的边缘部，预设基准航向垂直于直圆管的轴向；获取偏航角的步骤包括：(1)利用canny算子对场景图像进行边缘检测，并通过hough变换识别出圆管边线，以提取场景图像中圆管的直线特征；(2)以场景图像的边界为基准，直线特征在场景图像中的倾斜角为偏航角。便于迅速且准确地识别出水下作业机器人的偏航角。
更优选的方案为依据边缘部在所述场景图像上的位置区域，从场景图像中截取包含边缘部的局部图像作为获取偏航角的处理对象；依据已作业区域与待作业区域间的衔接部在场景图像上的位置区域，从场景图像中截取包含衔接部的局部图像作为识别步骤的处理对象。通过截取相关的局部子图像作为进一步处理的对象，可有效地减少后续图像处理过程中的计算量。
再一个优选的方案为预定值等于零，水下作业机器人用于对作业场所进行清理处理；水下作业机器人包括行走系统及搭载在该走系统的机架上用于获取场景图像的成像系统，场景图像为位于水下作业机器人四周的作业场所的图像，成像系统为反射式全景成像系统，反射式全景成像系统包括反射平面镜、摄像头及补光装置；反射平面镜通过固设在机架上的反射镜支架支撑在机架背离作业场所的一侧上，且反射面的法向指向该作业场所；摄像头固设在机架上，用于接收反射平面镜所反射的所述作业场所的图像，摄像头的光轴垂直于反射平面镜的镜面并穿过该反射平面镜的镜面中心，在水下作业机器人静态地支撑在水平面上时，摄像头的光轴沿垂向布置；补光装置包括固设在机架的四周上的补光灯，用于对作业场所的成像区域进行补光照明。基于前述成像系统的结构设计，只需单个摄像头就可获取水下作业机器人四周的图像，有效地减少后续图像处理的计算量及提高各局部场景在图像中相对位置的精确度。
为了实现上述另一目的，本发明提供的水下作业机器人的控制系统包括处理器与存储器，存储器存储有计算机程序，该计算机程序被处理器执行时能实现上述任一技术方案所描述控制方法的步骤。
附图说明
图1为本发明水下作业机器人实施例的主视图；
图2为本发明水下作业机器人实施例中补光装置的立体图；
图3为本发明水下作业机器人实施例中反射镜的立体图；
图4为从直圆管的侧面视角观看，本发明水下作业机器人实施例中成像系统的成像光路示意图；
图5为从直圆管的轴向视角观看，本发明水下作业机器人实施例中成像系统的成像光路示意图；
图6为本发明水下作业机器人实施例在作业过程中控制方法的工作流程图；
图7为本发明水下作业机器人实施例的控制方法的识别步骤中将要进行识别处理的一个局部图像；
图8为本发明水下作业机器人实施例的控制方法的识别步骤中经二值化处理后的图像；
图9为本发明水下作业机器人实施例的控制方法的识别步骤中经闭运算处理后的图像；
图10为本发明水下作业机器人实施例的控制方法的识别步骤中经去掉面积小于预设阈值区域出来后的图像；
图11为本发明水下作业机器人实施例的控制方法的识别步骤中经边缘检测所获取的边缘线；
图12为本发明水下作业机器人实施例的控制方法中规划参考作业轨迹线的几何关系左视图；
图13为本发明水下作业机器人实施例的控制方法中规划参考作业轨迹线的几何关系轴向视图；
图14为本发明水下作业机器人实施例的模糊控制方法中位置偏差与偏航角模糊状态的隶属函数；
图15为本发明水下作业机器人实施例的模糊控制方法中转向角各模糊状态的隶属函数。
以下结合实施例及其附图对本发明作进一步说明。
具体实施方式
本发明主要是对水下作业机器人的控制方法进行改进，以提高其在水下作业过程中的控制自动化程度，作业机器人中行走系统、作业系统及成像系统均可采用现有产品结构进行设计。
在下述实施例中，以清洗直圆钢管表面海生物为例对本发水下作业机器人及其控制方法进行示例性说明，此外，可通过在行走系统中机架上搭载超声波探伤等检测设备或者喷漆、喷砂等喷涂设备，以进行检测、上漆等其他作业，其功能并不局限于下述实施例。
对于行走机构的结构，可根据实际需要进行设置，并不局限于下述使用磁轮将整个作业机器人吸附钢管结构表面，其还可选用公开号为cn1789062a的专利文献中所公开的永磁吸附双履带结构，也可采用公告号为cn203996833u的专利文献中所公开的环抱式卡爪结构。
水下作业机器人实施例
参见图1至图5，本发明水下作业机器人用于对水下钢结构表面上的海生物进行清理的作业机器人，包括控制系统、行走系统、作业系统、成像系统及补光系统。其中，水下钢结构为直圆管结构，即本发明水下作业机器人的作业场景为直圆管表面。
行走系统为四轮驱动结构，包括机架10及安装在机架10上的前驱吸附模块11、转向模块12、后驱吸附模块13及旋转关节14，前驱吸附模块11与后驱吸附模块13用于为机器人提供足够吸附到钢结构导管表面的吸附力及前进动力与后退动力。
对于前驱吸附模块11与后驱吸附模块13，二者在结构上设有用于将整个模块吸附于钢管表面上的磁轮，且包括由两个以上的磁轮组成的驱动磁轮组，且每组磁轮组由独立伺服电机驱动，以能提供更大驱动力,且在前轮或后轮出现打滑而失效时,另一磁轮组仍可正常工作,为水下机器人提供更加稳定且可靠的运动动力。
在每组磁轮组中，如图4所示，以前驱吸附模块11为例，相邻两个磁轮110、112之间设有悬磁吸附模块111，悬磁吸附模块111为布置在轮轴外的环形磁体结构，悬磁吸附模块111与磁轮110、112均由永磁铁提供磁吸力，以在不同等效直径的曲面，组合式永磁吸附模块能产生的磁吸附力变化量显著小于单独磁轮的吸附力变化量，从而确保机器人能够稳定吸附在不同直径的管桩上。
转向模块12包括由伺服电机及通过四连杆机构而受伺服电机驱动的竖向转轴,能够精确控制前驱吸附模块11绕竖向转轴的偏转角度,从而改变水下机器人的前进方向，即转向模块12用于控制前驱吸附模块12相对机架10绕竖向转轴转动以实现转向。
后驱吸附模块13通过旋转关节14与机架11连接，旋转关节14的轴线沿横向并指向前驱吸附模块11，以使后驱吸附模块可相对机架11绕旋转关节14的轴线自由转动，从而使四轮与导管的曲形表面能时刻保持贴合。
作业系统为用于对管道表面海生物进行清洗的清洗系统，在本实施例中，清洗系统包括空化水射流清洗模块2及用于对空化水射流清洗模块2进行供水的脐带缆，空化水射流清洗模块2固设在机架10上且位于机架10的一侧，以利用空化水射流清洗模块2产生的空化水射流清理水下钢结构表面位于清理机器人一侧预定宽度范围区域内的海生物。
成像系统为反射式全景成像系统，包括反射镜30、摄像头31、补光装置32及用于将反射镜30固设在机架10上的反射镜支架33，反射镜支架33用于将反射镜30支撑在间距机架10预定高度处且使反射镜30的法向与摄像头31的光轴轴向大致平行。在本实施例中，反射镜支架33被设置成反射镜30与机架11之间垂向间距可调的结构。反射镜30用于将机器人四周预定宽度范围内的边侧区域的场景反射至被摄像头31所接收，以形成场景影像，且该预定宽度范围使边侧区域刚好覆盖机器人当前作业区域或略超过当前作业区域，以确保能够实时观测到作业状况。
如图2所示，补光装置32包括固设在机架10上的安装架320及固设在安装架320下侧上的多个高亮led模块321，以用于照亮环绕机器人四周侧预定宽度范围内的补光区域，且该补光区域完全覆盖反射镜所能反射的边侧区域。安装架320为环形对称结构，8个水下高亮led模块321对称地固设在安装架320的下表面上。
如图3所示，在本实施例中，反射镜30选为平面镜，包括铝合金板300及固设在铝合金板300下表面上镜面亚克力板301。镜面亚克力板301和铝合金板300的形状大小相等，铝合金板300的一面与镜面亚克力板301的非镜面面通过防水胶固定粘连，有效避免了直接采用玻璃镜面易碎的问题，同时也利用铝合金板300增加了镜面亚克力板301的强度。
如图1所示，在机架10上方固设有密封电路腔4，摄像头31固设在密封电路腔4内且可通过位于密封电路腔4上部的透明部分接收反射镜30所反射的光线，以采集密封电路腔4外部的环境图像，在前驱吸附模块11与后驱吸附模块13的轮轴相互平行时，摄像头31的光轴与前驱吸附模块11的轮轴线及后驱吸附模块13的轮轴线所在的平面相垂直，且摄像头31的光轴与反射镜30的镜面垂直且穿过镜面的中心。此外，可将摄像头31通过独立密封模块而水密地固设在机架10上。
参见图4，在本实施例中，由于反射镜30为平面镜结构，根据平面镜成像原理，摄像头31的视野范围与摄像头31关于反射镜30对称处的虚拟摄像头310的视野范围一致，通过反射镜33调整反射镜30的高度，虚拟摄像头310的高度会随之变化，且变化量大小为反射镜30高度变化量的两倍，从而使虚拟摄像头310能捕捉到机器人四周钢结构表面01的不同宽度的图像，即摄像头31能获得不同的全景影像宽度l1。对补光装置32的结构参数，在设计时，通过设计确定反射镜3的高度，以得到理想的全景影像宽度l1，进而确定补光装置32的结构参数，以使补光灯的照明宽度l2略大于全景影像宽度l2且完全覆盖全景影像区域，从而可确保摄像头31在环境光线不足时，仍能够获得清晰且位于全景影像区域内的钢结构表面01的清晰图像。
控制系统包括安装在密封电路腔4内的处理器、存储器及以有线或无线方式接收水上操作人员发出的控制指令的信号接收器及设在机架10上的液位传感器15；在本实施例中，液位传感器15为液位变送器，用于测量作业机器人所在深度的水压，以获取当前水深位置信息。如图6所示，处理器根据指令接收器所接收的控制指令执行存储在存储器内对应的计算机程序，能够实现获取步骤s1、识别步骤s2、规划步骤s3及调整步骤s4。
获取步骤s1，获取水下作业机器人当前位置处周围作业场所的场景图像，场景图像包含已作业区域、待作业区域及直圆管的边缘部。
通过成像系统3获取位于水下作业机器人四周侧图像的图像，即作业场景的场景图像，在本实施例中，场景图像为黑白图；如图4所示，从直圆管的侧面看，在位于作业机器人的空化水射流清洗模块2一侧上的图像包含已经清理过的直圆管表面010及未清理的生物层02，因此在该图像中包含有已清理区域与待清理区域，即包含有已作业区域与待作业区域。如图5所示，从直圆管的轴向看，获取的图像包含直圆管的两侧边，即该图像包含直圆管的边缘部结构03。
为了节约计算资源，以提高处理速度，从整张图像中截取位于空化水射流清洗模块2一侧上的局部图像a，截取结果如图7所示；另外截取具有一个如图5所示的边缘部结构03一侧的局部图像b，作为识别步骤s2中的处理对象。当然了，在计算资源允许的前提下，可直接对整张图像进行处理。
识别步骤s2，基于获取的场景图像，识别出待作业区域的边界及水下作业机器人的偏航角。包括对局部图像a进行处理，以获取待作业区域的边界，及对局部图像b进行处理，以获取用于表征水下作业机器人1的偏航角的直线特征。
对如图7所示的局部图像a进行处理的具体过程包括以下步骤：
(1)对局部图像a进行二值化处理，获取如图8所示的图像；
(2)对经二值化处理后的图像进行闭运算以填充物体内细小空洞、连接邻近物体和平滑其边界，获取如图9所示的图像；
(3)去掉经闭运算处理后的图像上像素面积小于预设阈值区域，以进一步排除环境干扰，获取如图10所示的图像；
(4)对经填充处理后的图像进行边缘检测，在本实施例中通过sobel算子进行边缘检测，以得到已清理区域与待清理区域的边缘分界线，获取如图11所示具有待清理区域的轮廓线的图像，即以检测出的边缘线作为边界。
对局部图像b进行处理的具体过程包括以下步骤：
(1)利用canny算子对局部图像b进行边缘检测，并通过hough变换识别出圆管边线，以提局部图像b中圆管的直线特征；
(2)以局部图像b的边界为基准，直线特征在场景图像中的倾斜角为偏航角。在本实施例中，预设基准航向为与直圆管的轴向相垂直，即预测基准行进路径与作业轨迹均为沿直圆管的周向圆运动，当偏航角不为0时，其拍摄出图像中直圆管边缘部的直线特征会与图像边界成一定倾斜角度，该倾斜角度等于水下作业机器人的偏航角。
规划步骤s3，基于识别出的边界规划出水下作业机器人后续作业的参考作业轨迹线，参考作业轨迹线为平行于预设基准航向的直线，边界位于背离区域上，背离区域由参考作业轨迹线背离水下作业机器人的一侧区域与参考作业轨迹线构成，且边界与参考作业轨迹线之间的最小间距小于等于预定值。
如图12及图13所示，根据成像原理和几何关系，得到图像中已清理区域与待清理区域的边缘分界线上各点在圆柱面上的对应点的坐标，进而得到沿圆柱轴线方向最靠近已清理区域的点，以经过与该点且与圆柱轴线垂直的圆形路径构成本实施例中的参考作业轨迹线。根据几何关系，得到机器人的控制点52在圆柱面上的投影，进而计算出该投影点与参考作业轨迹线的距离即为机器人的位置偏差dx；在本实施例中，控制点52为水下作业机器人1在当前位置处定点喷射可清理区域范围上靠近水下作业机器人1一侧的边缘点，也可设定成清理区域范围内等效中心点，即当前定点作业时作业区域范围上一点，优选为靠近水下作业机器人一侧的边缘点或等效中心点，具体根据作业事项及范围进行确定。具体过程如下：
以摄像头31的镜像点310为原点建立坐标系xoy，其中y轴指向水下作业机器人的正前方，则图像中的已清理区域与待清理区域的边缘分界线51上的各点pi的像素坐标可表示为(xi，yi)；再建立坐标系ox’y’z’，其中x’轴与圆柱01轴线平行，则pi在x’oy’中的像素坐标(xi’，y’i)可由下式1得到：
其中，dk为识别步骤中识别出的偏航角。
取pi中位于圆柱01边缘的一点p0，p0在圆柱01上的对应点为pc0，则opc0与圆柱01相切。通过图6中的三角形相似关系，由摄像头2至圆柱4轴线沿z’方向的距离l，摄像头偏离中心的距离dis和圆柱的半径r，可通过下式2计算出t：
进而可得p0在成像平面50上沿y’方向的距离坐标yr0，其中式中f为摄像头的焦距：
则边缘分界线51上的各点pi的像素坐标(xi’，y’i)与距离坐标(x’ri，y’ri)满足：
pi在圆柱01上的对应点pci的坐标(xci，yci，zci)可由直线pipci的方程和圆柱01的方程联立求出，其中，直线pipci的方程为：
圆柱01的方程为:
(zci+l)2+(yci+dis)2＝r2
找出xci最小的点pcm(xcm，ycm，zcm)，则此时参考作业轨迹线55的方程为：
若控制点52在坐标系xoy中的距离坐标为(xctrl，yctrl)，则机器人的位置偏差dx可表示为：
dx＝xcm-xctrlcos(-dk)-yctrlsin(-dk)
调整步骤s4，以减少水下作业机器人相对参考作业轨迹线的位置偏差为目标，调整水下作业机器人的行进路径。在本实施例中，以减少水下作业机器人相对参考作业轨迹线的位置偏差及偏航角为目标，调整水下作业机器人的行进路径，且基于识别出的偏航角和计算出的位置偏差，通过模糊控制方法对水下作业机器人1的转向角进行调整，以调整其行进路径，采用模糊控制的方式，该方式具有控制逻辑直观、鲁棒性强等优点；在调整过程中，以位置偏差dx及偏航角dk为控制输入，以转向角为控制输出，并使机器人的运动速度保持恒定，从而实现机器人向靠近参考作业轨迹线的方向运动。具体调整过程包括以下步骤：
(1)将位置偏差dx与偏航角dk模糊化，包括将位置偏差dx与偏航角dk的确切值转化为论域确切值，并找出论域确切值所隶属的模糊集合。
在本实施例中，论域确切值的范围取[-6,6]，位置偏差dx(单位m)和偏航角dk(单位°)的实际确切值按如下公式转化为论域确切值。
dx的论域确切值为
dk的论域确切值为
位置偏差dx(单位m)和姿态偏差dk(单位°)各模糊状态的隶属函数如图14所示。
(2)按照模糊规则进行模糊推理，获取转向角的模糊集合。在所述模糊推理的过程中，and关系采用求交法，also关系采用求并法，模糊关系的合成采用max-min合成法，模糊蕴含运算采用mamdani定义。
其中，模糊控制规则具体如下：
在机器人前进运动时：
在机器人后退运动时：
(3)对转向角的模糊集合进行反模糊化处理，获取转向角的确切值。通过重心法计算出论域确切值，再由论域确切值转换得到转向角。
在本实施例中，转向角各模糊状态的隶属函数如图15所示，论域确切值的范围取[-6,6]，由于转向角的允许范围为[-30°,30°]，论域确切值通过如下公式转换得到转向角。
转向角＝转向角的论域确切值/2.5。
控制方法实施例
在上述水下作业机器人实施例中已对本发明控制方法实施例进行了说明，在此不再赘述。
在本发明中，“预设基准航向”被配置为期望通过不断调整作业轨迹以使水下作业机器人能够达到或趋近的期望作业轨迹的延伸方向；“参考作业轨迹线”被配置为与“预设基准航向”相平行的一组直线，且使不同时刻的待作业区域的边界位于对应时刻“参考作业轨迹线”远离水下作业机器人的一侧，用于指导水下作业机器人转向的参考线。
本发明的主要构思是通过获取水下作业机器人在作业过程中的偏航角及待作业区域的边界线，从而依据偏航角及获取的边界线规划出参考作业轨迹线，并基于偏航角与参考作业轨迹线，调整其转向角而不断地修正其作业位置，以更好地进行作业控制的自动化。根据本构思，获取偏航角的方式并不局限于上述实施例，例如可通过设于作业场所上已知的直线或曲线参照物替代直圆管边缘检测而获取偏航角，也可以利用捷联惯导等导航方式结合初始偏航角而计算其每个作业位置处的偏航角；模糊控制步骤中的控制输入与控制输出并不局限于上述实施例中的偏航角与位置偏差，控制方法并不局限于上述实施例中的模糊控制，还有多种显而易见的变化。