一种海浪对水下机器人扰动评估装置及方法与流程

本发明属于海洋工程技术领域，具体涉及一种海浪对水下机器人扰动评估装置及方法。

背景技术：

海洋占地球70％的面积，拥有广泛的资源，是人类未来发展的主要方向。水下机器人能够代替人类在水下极端环境进行勘探和开发，是人类进行海洋探索和开发不可缺少的工具。然而，近海面下，由于海浪的存在，使得水下机器人在近海面工作时，受到强烈的海流影响，导致水下机器人难以控制，不能完成一些较为精确的控制任务。在水下机器人控制中，海浪对水下机器人本体的影响是随机的，很难直接精确测量海浪对水下机器人运动产生的影响，水下机器人控制系统无法对这些干扰进行准确测量和估计，使得运动控制无法按照既定规划运动，是水下机器人控制的主要难题之一。

水下机器人的作业任务一般是指在水下机器人对环境信息未知的情况下,根据给予的指令和探测到的信息,以尽可能短的时间完成给定区域内所有目标搜索、定位及识别任务。传统的水下机器人区域探测规划中一般不考虑海流的影响,这使得控制器在完成规划器输出轨迹及脂向实现上难以达到理想效果,且造成较大的附加能量消耗。由于工作环境的复杂性和不确定性,在水下机器人运动及作业过程中,海流对轨迹、航向控制等均有很大影响,单纯从控制方面改善和提高水下机器人的运动控制性能还难以达到理想效果。

水下机器人航行控制经常采用的方法主要包括：pid控制，自适应控制，滑膜控制，模糊控制和神经网络控制等。

pid—般采用线性控制，控制方法简单，其控制效果取决于动力学系统是否有精准的线性化模型。但是对于水下机器人这种非线性系统，建立数学模型本身就较为困难，这给控制器的设计带来了困难。使用了解耦后的pd控制器实现了水下机器人的深度控制研究。但无论如何改进，pid控制执行器不能随着控制信号的跳变做出及时的反应成为了其应用在水下机器人的最大阻碍。

滑膜控制在上个世纪50年代由前苏联科学家utkin提出，其主要优点在于响应速度较快，鲁棒性非常好。主要缺点是存在着非线性引起的自振，滑模控制的非线性控制率表现为控制的不连续性，系统的结构在动态过程中不断的变化。marco设计了auv的一阶滑膜控制器，分别在深度、转向、姿态和路径追踪设计控制器，并通过仿真和实验证实了滑膜方法的有效性。sun和zhu采用自适应连续项取代传统的切换项，克服了滑模控制中的抖振现象，实现了对rov的轨迹跟踪控制。

自适应控制在50年代末期由美国whitaker教授提出，根据测量获得的信号，对不确定的被控对象参数实现在线估计，并将参数的估计值应用在控制器中。利用自适应控制策略研究了全驱动型auv的位置跟踪问题，该控制系统拥有较好的渐稳性。

模糊控制是在1965年由美国加利福尼亚大学教授zadeh提出的，其最大的优点是不依赖于控制系统精确的数学模型，对非线性系统能实现有效的控制，控制过程中鲁棒性较强，抗干扰能力也较好；其缺点是模糊控制是通过模糊语言表述来体现控制目的，这就很难保证控制系统拥有很好的稳定性和灵敏性，模糊控制技术至今也还没有完善的理论证明其稳定性，如何解决控制过程中的稳定性问题和系统化设计方法都是目前的困难之处。guo等将模糊控制和滑模控制相结合，并将其运用到auv的运动控制引导法则中，为了获得更优的控制效果，其隶属度函数采用了压缩扩张形式，能自适应地调整模糊控制器中的比例因子以及量化因子，实验结果表明该混合控制器在处理一些非线性系统以及模型不确定系统具有较强的鲁棒性。

神经网络控制是在上世纪80年代末发展起来的，能充分考虑到控制对象的强非线性、耦合性等问题，同时拥有自学习能力，对于缓慢变化的外界环境具有较好的适应性。guerrero等为自治式水下机器人设计了基于神经网络算法的运动控制器用以实现其导航功能，试验证明神经网络控制能够保证水下机器人完成巡航与检测任务。

上述这些方法虽然都可以用于水下机器人运动控制中，然而由于其各自的缺陷和局限性，往往无法得到理想的控制效果。最主要的是通过控制的方法间接补偿海流对水下机器人的影响，而不是测量出实时的海流干扰，进行直接有效的控制补偿，导致控制系统有很大的延迟和超调量。

本文根据课题组多年的研究经验，采用水下机器人自身的惯导系统对本体姿态变化检测、云台的两自由度检测角度、水下摄像头对固定目标物的跟踪、声学测距传感器对水下固定目标物的测量等信息进行综合解算，实现海浪对水下机器人影响的间接测量，通过实验室水池试验的标定，较为准确将解算出的海浪干扰量级进行标定，为水下机器人控制抵抗随机性海流干扰提供控制依据。

技术实现要素：

本发明的目的在于提供一种海浪对水下机器人扰动评估装置及方法。

一种海浪对水下机器人扰动评估方法，该方法包括以下步骤：

步骤1：将水下机器人放置在实验水池中，与水下固定目标物保持已知位置和姿态；

步骤2：打开造波机，水下机器人无动力情况下，检测水下机器人短时间定间隔内产生的偏移位置和姿态；

步骤3：判断不同海浪干扰量级是否测量完，若没有测量完则返回步骤1；

步骤4：若不同海浪干扰量级测量完，再将水下机器放置在实验水池中，与水下固定目标物保持已知位置和姿态；

步骤5：打开造波机，控制水下机器人运动，检测水下机器人在短时间定间隔时间内产生的偏移位置和姿态，同时控制水下机器人保持与水下目标物的位置和姿态；

步骤6：判断不同海浪干扰量级是否测量完，若没有测量完则返回步骤4，若测量完则轨迹规划结束。

所述步骤1包括：建立水下机器人坐标系b，坐标系中心位于水下机器人几何中心，设水下目标处建立坐标系o，与水下机器人水平初始姿态相同，z轴垂直向上，在云台建立观测坐标系c，其xc轴指向水下目标点，云台的方位角α和俯仰角β分别为绕b坐标系zb和yb旋转角度，形成观测坐标系的zc和yc；得到坐标系b到坐标系c的变换矩阵：

其逆矩阵表示为下式：

设水下机器人姿态的航向角、俯仰角、横滚角分别为ψ、θ、γ，则坐标系b到坐标系o的旋转变换矩阵表示为下式：

设在o系下的坐标表示为(ξ,η,ζ)，在b系下的坐标表示为(x,y,z)，物体在c系下的坐标表示为(x,y,z)；

水下机器人在任意t时刻位置和姿态矩阵为：

。

所述步骤2包括：若水下机器人在有动力无扰流的理想状态情况下，水下机器人沿xb方向运动了δt1时间，则t+δt1时刻位置：

由此产生的位置偏差为：δξ1＝ξ1-ξ0；δη1＝η1-η0；δζ1＝ζ1-ζ0。

所述步骤5包括：若水下机器人在有动力有扰流情况下，水下机器人运动了δt1时间，受海流的影响，水下机器人运动的实际位置出现偏差，则t+δt1时刻位置表示为下式：

则此时水下机器人与其初始位置的位置差：δξ2＝ξ2-ξ0；δη2＝η2-η0；δζ2＝ζ2-ζ0；在扰流作用下水下机器人运动一段时间后与其理想位置的位置差：δξ′2＝ξ2-ξ1；δη'2＝η2-η1；δζ′2＝ζ2-ζ1。

一种海浪对水下机器人扰动评估装置，该装置包括：水下摄像机、惯导系统、测距声呐以及两自由度云台，其中水下摄像机和测距声呐安放在两自由度云台上，放置在水下机器人的前下方。惯导系统测量得到水下机器人受到海流干扰过程中的航向和姿态变化；通过控制两自由度云台，水下摄像机引导水下机器人向水下目标运动得到目标图像信息；测距声呐测量得到相对水下目标的距离；云台的运动关节角度传感器记录得到的在这过程中云台的方位和俯仰变化角度；通过信息组合测量出水下机器人受到海流干扰过程中相对水下目标点的三维方向的位置变化，根据得到的相对位置变化量和相对姿态变化量，形成海流对auv影响评估及分析。

本发明的有益效果在于：

(1)本发明通过水下机器人自身传感器信息组合，较为直接的测量出海浪对机器人本体的干扰量级。

(2)本发明能够在任意时刻进行海浪扰动的评估，具有实时性。

(3)本发明能够广泛应用到大多数水下机器人上，具有广泛的适应性。

(4)本方法为近海面下水下机器人控制提供准确的干扰测量值，为水下机器人准确控制提供有力的数据支撑。

附图说明

图1海浪对水下机器人扰动评估装置示意图。

图2海浪对水下机器人扰动评估方法示意图。

图3海浪对水下机器人扰动标定测量过程。

具体实施方式

下面结合附图对本发明做进一步的描述。

本发明公开了一种近海面条件下的利用多传感器信息融合的海浪对水下机器人扰动评估装置和方法。本发明针对近海面下作业的水下机器人会受到海流随机性干扰，而机器人本身无法直接检测海流的大小和海流对装置本体的扰动大小，通过机器人自身上的惯导系统检测本体的航向和姿态，以及云台的运动量、水下摄像头采集水下目标物的图像位置、声学测距传感器检测水下定点目标与水下机器人的相对距离变化等综合信息，对这些内外检测信息进行数据融合，该方法通过对水下机器人安装的传感器检测到的信息进行数据融合，准确掌握海流对水下机器人本体扰动影响量级，为控制水下机器人提供准确扰动量，对后续调整运动规划起着重要的作用，是提高水下机器人控制的准确性和成功率的关键性科学问题。

一种近海面条件下的利用多传感器信息融合的海浪对水下机器人扰动评估装置和方法，通过机器人自身上的惯导系统检测本体的航向和姿态，以及云台的运动量、水下摄像头采集水下目标物的图像位置、声学测距传感器检测水下定点目标与水下机器人的相对距离变化等综合信息，对这些内外检测信息进行数据融合，准确掌握海流对水下机器人本体扰动影响量级，为控制水下机器人提供准确扰动量。

海浪对水下机器人扰动评估装置由水下摄像机、惯导系统、测距声呐以及两自由度云台组成，其中水下摄像机和测距声呐安放在两自由度云台上，放置在水下机器人的前下方。

惯导系统能够测量水下机器人受到海流干扰过程中的航向和姿态变化；水下摄像机用于引导水下机器人向水下目标运动，水下机器人受到海流干扰后，水下目标会在水下摄像机的图像中发生偏离，通过控制两自由度云台，使得水下摄像机重新瞄准水下目标，测距声呐也重新测量相对水下目标的距离，云台的运动关节角度传感器记录这过程中云台的方位和俯仰变化角度；通过信息组合能够测量出水下机器人受到海流干扰过程中相对水下目标点的三维方向的位置变化。

建立水下机器人坐标系b，坐标系中心位于水下机器人几何中心，设水下目标处建立坐标系o，与水下机器人水平初始姿态相同，z轴垂直向上，水下机器人姿态变化由惯导系统进行检测。在云台建立观测坐标系c，其xc轴指向水下目标点，云台的方位角α和俯仰角β分别为绕b坐标系zb和yb旋转角度，形成观测坐标系的zc和yc。

由此可以得到坐标系b到坐标系c的变换矩阵：

其逆矩阵如下：

设水下机器人姿态的航向角、俯仰角、横滚角分别为ψ、θ、γ，则坐标系b到坐标系o的旋转变换矩阵

设在o系下的坐标表示为(ξ,η,ζ)，在b系下的坐标表示为(x,y,z)，物体在c系下的坐标表示为(x,y,z)。

水下机器人在任意t时刻位置和姿态矩阵为：

若水下机器人在有动力无扰流的理想状态情况下，水下机器人沿xb方向运动了δt1时间则t+δt1时刻位置：

由此产生的位置偏差为：δξ1＝ξ1-ξ0；δη1＝η1-η0；δζ1＝ζ1-ζ0。

若水下机器人在有动力有扰流情况下，水下机器人运动了δt1时间，受海流的影响，水下机器人运动的实际位置出现偏差，则

则t+δt1时刻位置：

则此时水下机器人与其初始位置的位置差：δξ2＝ξ2-ξ0；δη2＝η2-η0；δζ2＝ζ2-ζ0。

在扰流作用下水下机器人运动一定时间后与其理想位置的位置差：δξ′2＝ξ2-ξ1δη'2＝η2-η1；δζ′2＝ζ2-ζ1。

其姿态产生的偏差由水下机器人上的惯导系统直接测量。

首先将水下机器人放置在实水池实验室，通过造浪机模拟定量的海况，测量相应的海流流速等参数，测量在一定时间内，水下机器人在无动力条件下的位置和姿态偏差，用于评估和标定海流对水下机器人的影响程度。

在相同量级的海浪条件下，采用有动力条件下，通过控制水下机器人推进器及相应的动力系统，用于平衡海流对水下机器人影响，进而近似得到相同量级海流对水下机器人影响及抵抗条件。

实施1：如附图1所示，该海浪对水下机器人扰动评估装置由水下摄像机、惯导系统、测距声呐以及两自由度云台组成，其中水下摄像机和测距声呐安放在两自由度云台上，放置在水下机器人的前下方。

惯导系统能够测量水下机器人受到海流干扰过程中的航向和姿态变化；水下摄像机用于引导水下机器人向水下目标运动，水下机器人受到海流干扰后，水下目标会在水下摄像机的图像中发生偏离，通过控制两自由度云台，使得水下摄像机重新瞄准水下目标，测距声呐也重新测量相对水下目标的距离，云台的运动关节角度传感器记录这过程中云台的方位和俯仰变化角度；通过信息组合能够测量出水下机器人受到海流干扰过程中相对水下目标点的三维方向的位置变化。

实施2：结合附图2，建立水下机器人坐标系b，坐标系中心位于水下机器人几何中心，设水下目标处建立坐标系o，与水下机器人水平初始姿态相同，z轴垂直向上，水下机器人姿态变化由惯导系统进行检测。在云台建立观测坐标系c，其xc轴指向水下目标点，云台的方位角α和俯仰角β分别为绕b坐标系zb和yb旋转角度，形成观测坐标系的zc和yc。

由此可以得到坐标系b到坐标系c的变换矩阵：

其逆矩阵如下：

设水下机器人姿态的航向角、俯仰角、横滚角分别为ψ、θ、γ，则坐标系b到坐标系o的旋转变换矩阵

设在o系下的坐标表示为(ξ,η,ζ)，在b系下的坐标表示为(x,y,z)，物体在c系下的坐标表示为(x,y,z)。

水下机器人在任意t时刻位置和姿态矩阵为：

若水下机器人在有动力无扰流的理想状态情况下，水下机器人沿xb方向运动了δt1时间则t+δt1时刻位置：

由此产生的位置偏差为：δξ1＝ξ1-ξ0；δη1＝η1-η0；δζ1＝ζ1-ζ0。

若水下机器人在有动力有扰流情况下，水下机器人运动了δt1时间，受海流的影响，水下机器人运动的实际位置出现偏差，则

则t+δt1时刻位置：

则此时水下机器人与其初始位置的位置差：δξ2＝ξ2-ξ0；δη2＝η2-η0；δζ2＝ζ2-ζ0。

在扰流作用下水下机器人运动一定时间后与其理想位置的位置差：δξ′2＝ξ2-ξ1δη'2＝η2-η1；δζ′2＝ζ2-ζ1。

其姿态产生的偏差由水下机器人上的惯导系统直接测量。

实施3：结合附图3，海浪对水下机器人影响的标定和评估过程如下：

首先将水下机器人放置在实水池实验室，通过造浪机模拟定量的海况，测量相应的海流流速等参数，测量在一定时间内，水下机器人在无动力条件下的位置和姿态偏差，用于评估和标定海流对水下机器人的影响程度。

在相同量级的海浪条件下，采用有动力条件下，通过控制水下机器人推进器及相应的动力系统，用于平衡海流对水下机器人影响，进而近似得到相同量级海流对水下机器人影响及抵抗条件。