基于数据驱动的AUV海底目标搜寻航行系统及方法与流程

本发明属于海底探测领域，具体涉及一种基于数据驱动的auv海底目标搜寻航行系统及方法。

背景技术：

auv执行海洋调查任务无论在军事、经济还是科学领域都有广泛的应用。然而，目前利用auv执行调查任务，无论是auv的航路、行为或动作都是预先规划或设计好的离线规划，auv的作用只是一个搭载了探测传感器的运动观测平台；而且，海洋环境却是未知、动态和不确定的，auv不具备自主决策的能力，就会造成采集数据的质量低、不可信，甚至是无效的现象，这就需要提高作业量或者作业次数来弥补，不仅浪费auv的能源而且造成海洋调查效率的低下，严重影响auv的进一步应用。

如图1所示，传统方式对海图覆盖的航行方法有回弹法、侧跨步法、几字法、螺旋线法和放射法等，算法方式单一，且属于离线算法，既不能实时的对获得的海域数据进行利用，只是让auv按照指定的轨迹进行运动。比如使用拖拽声波定位仪，水下拖拽部分会被船拖着在海上缓慢行进，速度通常是1到5节；或者是使用自主水下航行器(auv)的传统航行方法，其搜寻原理是依靠声呐设备在海底扫描，但一整天只能搜寻相当于一个足球场大小的区域搜寻一平方公里可能需要一个月，通常情况下，它首先使用声呐探测，发现可疑目标后回升至水面，改装上摄像机后再次下潜，为搜寻人员提供水下画面。

可见，传统方法为离线搜寻，存在搜寻时间长、搜寻效率低等缺点，为满足auv能够结合不同海洋调查任务的需求，对当前面临的威胁态势和航行环境进行快速分析和评估，根据评估结果制定相应策略、自动调整航行路线，实现安全自主航行，最终使海洋调查任务的效率更高、质量更好，已经成为水下机器人研究领域的重要课题。

技术实现要素：

本发明所要解决的技术问题在于针对传统目标搜寻方法存在的搜寻时间长、搜寻效率低的缺陷，克服现有技术存在的上述缺陷，提出一种基于数据驱动的auv海底目标搜寻航行系统及方法，通过对搜寻目标的特征密集度进行在线计算，实现对auv航行路径的实时优化，有效减少没有必要的低效航行。

本发明是采用以下的技术方案实现的：基于数据驱动的auv海底目标搜寻航行系统，包括任务信息处理模块、侧扫声呐、目标特征提取模块、高度计、一级路径生成模块、二级路径生成模块、三级路径生成模块、自主决策模块和auv执行机构；

所述任务信息处理模块用以接收待搜寻目标的任务参数，任务信息处理模块结合auv自身位置状态对所接收的任务参数进行处理，得到动态栅格海图坐标，并将其传递到一级路径生成模块获得一级路径点集pi；

所述侧扫声呐包括左弦声呐和右弦声呐，用以探测目标声呐图像，由目标特征提取模块基于所探测的目标声呐图像对待搜寻目标的目标区域坐标进行提取，并将提取的目标区域坐标传输至二级路径生成模块获得二级路径点集pii；

所述高度计用以采集auv前方的海底高度h，并将测得的高度数据传输给三级路径生成模块获得三级路径点集piii；

所述自主决策模块接收一级路径点集pi、二级路径点集pii和三级路径点集piii，通过决策分析获得一条auv路径点集po，并传输给auv执行机构，实现对海底目标的搜寻控制，本方案通过对搜寻目标的特征密集度进行在线计算，实现对海底目标搜寻的同时兼顾避碰定高航行，有效提高海底目标搜寻的效率。

进一步的，所述高度计安装在auv的艏部，左弦声呐和右弦声呐对称安装在auv的腹部两侧，且左弦声呐和右弦声呐至少具有高频、低频两种不同的扫描频率，高频扫描成像更清晰，识别更准确，低频扫描范围更远。

进一步的，所述任务参数包括所搜寻区域的坐标集合pin，栅格大小为din；任务信息处理模块结合auv当前位置对任务参数进行处理，得到最小外接栅格化后的区域坐标集合pmission和任务区域参数集missionmap，栅格大小为dmission，auv需要在任务区域中高效、准确的找到任务区域中的目标区域(如沙波珊瑚礁等)：

θ0＝arccos(min(ag(max(pin)-min(pin))²))；

其中，a为坐标变换矩阵，θ0为最佳坐标变换角，missionmap包括任务区域的长度length，宽度width和栅格数量ngrid。

进一步的，所述任务信息处理模块依据auv的当前位置，以距离auv当前位置几何距离最近的点p0作为原点，任务区域的长边所在直线为x轴，任务区域的短边所在直线为y轴建立直角坐标系xoy，其中：

其中，xmission指任务区域顶点的经度坐标，xauv指auv当前位置的经度坐标，ymission指任务区域顶点的纬度坐标，yauv指auv当前位置的纬度坐标。

进一步的，所述一级路径生成模块结合侧扫声呐的低频扫描距离llow和高频扫描距离lhigh，以2llow为单位，将任务区域分为个子区域，生成一级路径点集pi：

其中(x,y)为航行路径点坐标，n为大于0的正整数。

进一步的，设在通信时间t内，左弦声呐返回左弦目标区间ll，右弦声呐返回右弦目标区间lr，并将左弦目标区间ll和右弦目标区间lr传送到目标特征提取模块，提取出目标区域特征l，在xoy坐标系中描述该目标区域特征l并传送给二级路径生成模块；二级路径生成模块根据实时更新的xoy坐标系，结合auv实时的位置pauv生成二级路径点集pii并传递到自主决策模块，其中：

pii＝{(xi,yi)|xi＝pauv,yi＝i·lhigh,i∈n}

进一步的，所述三级路径生成模块根据实时更新的海底高度h，生成三级路径点集piii:

piii＝ε(hsafe-h)·f(h)+ε(h-hsafe)·hmode

其中，hsafe为安全的对海底高度，ε(hsafe-h),ε(h-hsafe)为阶跃函数，λ为幅度因子，σ为响应因子，hmode为auv不同频率的侧扫声呐下对应的对底高度，k为扫描高度因子。

进一步的，所述自主决策模块基于pi,pii,piii进行决策选择，生成最优路径点集：

本发明另外还提出一种基于数据驱动的auv海底目标搜寻航行方法，包括以下步骤：步骤s1、由任务信息处理模块接收待搜寻目标的任务参数信息，依据所搜寻区域的坐标集合pin，栅格大小din，根据auv当前位置，得到最小外接栅格化后的区域坐标集合pmission和任务区域参数集missionmap：

θ0＝arccos(min(a·(max(pin)-min(pin))²))；

其中，a为坐标变换矩阵，θ0为最佳坐标变换角；任务区域参数集missionmap包括任务区域的长度l，宽度w和栅格数量ngrid；

步骤s2、任务信息处理模块根据auv的当前位置，以距离auv当前位置几何距离最近的点p0作为原点，任务区域的长边所在直线为x轴，任务区域的短边所在直线为y轴建立直角坐标系xoy；

其中，xmission指任务区域顶点的经度坐标，xauv指auv当前位置的经度坐标，ymission指任务区域顶点的纬度坐标，yauv指auv当前位置的纬度坐标；

步骤s3、一级路径生成模块结合侧扫声呐的低频扫描距离llow和高频扫描距离lhigh，以2llow为单位，将搜寻区域分为个子区域，生成一级路径点集pi并传递到自主决策模块：

其中(x,y)为auv航行路径点坐标，n为大于0的正整数；

步骤s4、目标特征提取模块根据左弦声呐返回的目标区间集合ll和右弦声呐返回的目标区间集合lr，提取出目标区域特征l，在xoy坐标系中描述该目标区域特征并传送给二级路径生成模块；

步骤s5、二级路径生成模块根据实时更新的xoy坐标系，结合auv的实时位置pauv生成二级路径点集pii并传递到自主决策模块：pii＝{(xi,yi)|xi＝pauv,yi＝i·lhigh,i∈n}；

步骤s6、高度计采集auv前方的海底高度h，传递到三级路径生成模块，三级路径生成模块根据实时更新的海底高度h，生成三级路径点集piii并传递到自主决策模块：

piii＝ε(hsafe-h)·f(h)+ε(h-hsafe)·hmode

其中，hsafe为安全的对海底高度，ε(hsafe-h),ε(h-hsafe)为阶跃函数，λ为幅度因子，σ为响应因子，hmode为auv不同频率的侧扫声呐下对应的对底高度，k为扫描高度因子；

步骤s7、通过自主决策模块将pi,pii,piii进行决策选择，生成最优路径点集：

步骤s8、将pop发送给auv执行机构，将该点集设定为路径点并进行跟踪控制。

进一步的，所述步骤s6中，幅度因子λ取值范围为2～10，响应因子σ取值范围为20～40，扫描高度因子k取值范围为0.769～0.125。

与现有技术相比，本发明的优点和积极效果在于：

本方案中基于数据驱动在实现二级路径点的规划时候，根据侧扫声呐返回的图像，通过其他图像处理技术进行识别，统计每个栅格内的目标像素点，然后对路径点进行修改，从而达到自主决策的目的，通过高效的动态规划技术、可靠的避障策略，通过对海洋数据的关键特征进行实时快速分析，结合特征密集度对探测路径进行优化来提高任务效率，实现了对障碍物的快速检测、准确定位和高效避障，克服传统方法需要人工肉眼识别重点目标，存在搜寻时间长、搜寻效率低等缺陷；

通过一级、二级和三级路径生成模块及自主决策模块的分析处理，结合局部海图和全局海图对auv的航行路线进行在线规划，当给出一片海底情况未知的海域后，auv能够遵循该航行方法对海域内小于30％海域总面积的重点目标(如珊瑚礁、海底沉船等)的特征密集度进行在线计算，实时优化auv的航行路径，减少没有必要的低效航行。

附图说明

图1为传统离线海图覆盖的航行方法航行路线示意图；

图2为本发明实施例所述的海底目标搜寻航行系统框图；

图3为本发明实施例所述的海底目标搜寻航行方法流程示意图；

图4为本发明实施例所述幅度因子、响应因子对避碰高度和障碍距离影响的示意图；

图5为本发明实施例所述一级路径点集示意图；

图6为本发明实施例自主决策后的路径点集示意图；

图7为本发明实施例完成任务后区域示意图；

图8为本发明实施例所述任务信息处理模块的矩形化和栅格化示意图。

具体实施方式

为了能够更加清楚地理解本发明的上述目的、特征和优点，下面结合附图及实施例对本发明做进一步说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

实施例1，一种基于数据驱动的auv海底目标搜寻航行系统，如图2所示，包括任务信息处理模块、侧扫声呐、目标特征提取模块、高度计、一级路径生成模块、二级路径生成模块、三级路径生成模块、自主决策模块和auv执行机构；所述任务信息处理模块用以接收待搜寻目标的任务参数，任务信息处理模块结合auv自身位置状态对所接收的任务参数进行处理，得到动态栅格海图坐标，并将其传递到一级路径生成模块获得一级路径点集pi；所述侧扫声呐包括左弦声呐和右弦声呐，用以探测目标声呐图像，由目标特征提取模块基于所探测的目标声呐图像对待搜寻目标的目标区域坐标进行提取，并将提取的目标区域坐标传输至二级路径生成模块获得二级路径点集pii；所述高度计用以采集auv前方的海底高度h，并将测得的高度数据传输给三级路径生成模块获得三级路径点集piii；所述自主决策模块接收一级路径点集pi、二级路径点集pii和三级路径点集piii，通过决策分析获得一条auv路径点集pop，并传输给auv执行机构，实现对海底目标的搜寻控制，其中，一级路径点集在搜寻任务确定时就已经确定，二级路径点集和三级路径点集则根据传感器所返回的数据进行实时更新，通过对搜寻目标的特征密集度进行在线计算，实现对海底目标搜寻的同时兼顾避碰定高航行，有效提高海底目标搜寻的效率。

需要说明的是，本实施例中，所述任务区域指的是整个auv执行任务的海域，目标区域指的是需要用传感器进行识别的区域，不超过30％。所述数据驱动是指在规划二级路径点的时候，所采用的动态规划技术，根据侧扫声呐返回的图像，通过其他图像处理技术进行识别，统计每个栅格内的目标像素点，然后对路径点进行修改，从而达到自主决策的目的。特征密集度是任务区域中栅格的固有属性，即在每个栅格内，目标像素点的个数。目标像素点的获取，是用某种数字图像处理方法对声呐图像进行实时识别，动态统栅格内的目标像素点的个数，即特征密集度。具体的，所述高度计安装在auv的艏部，左弦声呐和右弦声呐对称安装在auv的腹部两侧，且左弦声呐和右弦声呐至少具有高频、低频两种不同的扫描频率，高频扫描成像更清晰，识别更准确，低频扫描范围更远，这里所述的低频和高频为本领域公知常识，当给出低频或高频需求时，本领域技术人员能够得知其对应的频率范围。

本实施例中，所述任务参数包括所搜寻区域的坐标集合pin，栅格大小为din，其中p为记录的经纬度坐标；任务信息处理模块结合auv当前位置对任务参数进行处理，得到最小外接栅格化后的区域坐标集合pmission和任务区域参数集missionmap，栅格大小为dmission，auv需要在任务区域中高效、准确的找到任务区域中的目标区域(如沙波珊瑚礁等)：

θ0＝arccos(min(a·(max(pin)-min(pin))²))；

其中，所述的最小外接栅格化是指以所搜寻区域坐标集合pin为多边形顶点，获得面积最小的外接矩形，再根据栅格大小din对矩形区域进行栅格化，得到该区域坐标集合，作为任务区域，a为坐标变换矩阵，θ0为最佳坐标变换角，missionmap包括任务区域的长度length，宽度width，栅格数量ngrid。

而且，任务信息处理模块依据auv的当前位置，以距离auv当前位置几何距离最近的点p0作为原点，任务区域的长边所在直线为x轴，任务区域的短边所在直线为y轴建立直角坐标系xoy，其中：

其中，xmission指任务区域顶点的经度坐标，xauv指auv当前位置的经度坐标，ymission指任务区域顶点的纬度坐标，yauv指auv当前位置的纬度坐标，若规划后的任务区域为正方形，则将距离auv当前航向夹角最小的直线方向作为x轴。

一级路径生成模块、二级路径生成模块和三级路径生成模块在生成路径点集时，具体通过以下手段：

一级路径生成模块：结合侧扫声呐的低频扫描距离llow和高频扫描距离lhigh，以2llow为单位，将任务区域分为个子区域，生成一级路径点集pi：其中(x,y)为航行路径点坐标，n为大于0的正整数。

二级路径生成模块：设在通信时间t内，左弦声呐返回左弦目标区间ll，右弦声呐返回右弦目标区间lr，并将左弦目标区间ll和右弦目标区间lr传送到目标特征提取模块，提取出目标区域特征l，在xoy坐标系中描述该目标区域特征l并传送给二级路径生成模块；二级路径生成模块根据实时更新的xoy坐标系，结合auv实时的位置pauv生成二级路径点集pii并传递到自主决策模块，其中：

pii＝{(xi,yi)|xi＝pauv,yi＝i·lhigh,i∈n}。

三级路径生成模块：根据实时更新的海底高度h，生成三级路径点集piii:

piii＝ε(hsafe-h)·f(h)+ε(h-hsafe)·hmode

其中，hsafe为安全的对海底高度，ε(hsafe-h),ε(h-hsafe)为阶跃函数，λ为幅度因子，σ为响应因子，hmode为auv不同频率的侧扫声呐下对应的对底高度，k为扫描高度因子。

最后，将得到的一级路径点集、二级路径点集和三级路径点集在自主决策模块决策分析下，生成最优路径点集：

由auv执行机构，将该点集设定为路径点并进行跟踪控制，进而实现对海底目标的高效搜寻。

实施例2，基于实施例1提出的搜寻航行系统，本实施例公开一种基于数据驱动的auv海底目标搜寻航行方法，结合图3所示，包括以下步骤：

步骤s1、由任务信息处理模块接收待搜寻目标的任务参数信息，依据所搜寻区域的坐标集合pin，栅格大小din，根据auv当前位置，得到最小外接栅格化后的区域坐标集合pmission和任务区域参数集missionmap：

θ0＝arccos(min(a·(max(pin)-min(pin))²))；

其中，a为坐标变换矩阵，θ0为最佳坐标变换角；任务区域参数集missionmap包括任务区域的长度length，宽度width和栅格数量ngrid；

步骤s2、任务信息处理模块根据auv的当前位置，以距离auv当前位置几何距离最近的点p0作为原点，任务区域的长边所在直线为x轴，任务区域的短边所在直线为y轴建立直角坐标系xoy，如图8所示；

其中，xmission指任务区域顶点的经度坐标，所述任务区域的顶点是指矩形任务区域的四个顶点，xauv指auv当前位置的经度坐标，ymission指任务区域顶点的纬度坐标，yauv指auv当前位置的纬度坐标；

步骤s3、一级路径生成模块结合侧扫声呐的低频扫描距离llow和高频扫描距离lhigh，以2llow为单位，将搜寻区域分为个子区域，生成一级路径点集pi，如图5所示，并将得的一级路径点集传递到自主决策模块：

其中(x,y)为auv航行路径点坐标，n为大于0的正整数；

步骤s4、目标特征提取模块根据左弦声呐返回的目标区间集合ll和右弦声呐返回的目标区间集合lr，提取出目标区域特征l，在xoy坐标系中描述该目标区域特征并传送给二级路径生成模块；

步骤s5、二级路径生成模块根据实时更新的xoy坐标系，结合auv的实时位置pauv生成二级路径点集pii并传递到自主决策模块：pιι＝{(xi,yi)|xi＝pauv,yi＝i·lhigh,i∈n}；

步骤s6、高度计采集auv前方的海底高度h，传递到三级路径生成模块，如图4所示，三级路径生成模块根据实时更新的海底高度h，生成三级路径点集piii并传递到自主决策模块：

pιιι＝ε(hsafe-h)·f(h)+ε(h-hsafe)·hmode

其中，hsafe为安全的对海底高度，ε(hsafe-h),ε(h-hsafe)为阶跃函数，λ为幅度因子，σ为响应因子，hmode为auv不同频率的侧扫声呐下对应的对底高度，k为扫描高度因子；

步骤s7、通过自主决策模块将pi,pii,piii进行决策选择，参考图6，生成最优路径点集：

步骤s8、将pop发送给auv执行机构，将该点集设定为路径点并进行跟踪控制，并最终实现对任务区域的扫描，图7为完成任务后的区域情况示意图。

而且，本实施例中，所述幅度因子λ取值范围为2～10，响应因子σ取值范围为20～40，扫描高度因子k取值范围为0.769～0.125，经过多次仿真实验，得出最符合auv的因子范围。

将传统的“几”字型离线搜寻方法和本方法进行仿真对比，设置匀速和变速两种对照试验。变速下，对auv不同的侧扫工作频率进行不同的航速设置，高频低航速，低频高航速。通过比较路径、覆盖率、识别率等参数对方法进行评估，对一张目标区域占比为30.38％的海图进行规划，第一次实验高频低频auv航行速度相同，比较两者的在auv匀速航行下的效率；第二次实验采用高频低航速、低频高航速的方案，比较两者在auv变速航行下的效率，分析结果如表1。

表1：任务总体效率分析表

其中：1.覆盖率是指auv扫描过的区域与任务区域的比值；

2.发现率是指扫描发现到的目标区域与任务区域中实际目标区域的比值；

3.可识别率是指声呐高频扫过的可识别的目标区域与任务区域中实际目标区域的比值。

可见，本方案通过高效的规划技术、可靠的避障策略，通过对海洋数据的关键特征进行实时快速分析，结合特征密集度对探测路径进行优化来提高任务效率，实现了对障碍物的快速检测、准确定位和高效避障，克服传统方法需要人工肉眼识别重点目标，存在搜寻时间长、搜寻效率低等缺陷，基于特征密集度实现在线自动识别，将特征密集度进行自主决策，并结合局部海图和全局海图对auv的航行路线进行在线规划，当给出一片海底情况未知的海域后，auv能够遵循该航行方法对海域内小于30％海域总面积的重点目标(如珊瑚礁、海底沉船等)的特征密集度进行在线计算，实时优化auv的航行路径，减少没有必要的低效航行。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。