法律状态公告日
法律状态信息
法律状态
2022-07-29
公开
发明专利申请公布
技术领域
本发明属于AUV局部避障技术领域,涉及基于声纳和模糊人工势场法的海缆巡检AUV避障方法。
背景技术
随着海洋经济的不断发展,海底管道扮演着越来越重要的角色,承担起运输油气、动力、通信的作用。然而受到船锚、海底生物等外来影响,海底管线可能会受到一些破损,而海底环境的变化,也会导致管线出现裸漏等,存在一定的隐患,因此需要对其进行及时地定位和故障检测修复。面对如此庞大的管线系统的维护工作,依靠人力并不现实,而且危险系数高。
自主式水下机器人(AUV)具有活动范围广、成本低、受环境影响小等优点,很适合承担海底管道巡检的任务。与载人水下航行器相比,AUV凭借着机动性强、无人员伤亡风险、适应能力与生存能力高、制造与维护成本低等优点得到了各国学者的重点关注,成为海洋勘察和科学研究的重要设备。
AUV在进行勘测任务时,需要实时应对复杂多变的水下环境,以便顺利规划路径到达目的地,因而水下避障算法是AUV控制领域的重点研究方向之一。所谓避障就是当移动机器人上的传感器检测到周围出现障碍物时,能够以最快的时间和最小的成本完成躲避障碍物的动作,并且在成功避开障碍物之后按照航线继续前进。在现有的AUV水下避障算法中,人工势场法凭借着算法结构简单明了、反应速度快捷等优势,在AUV避障路径规划领域得到了广泛的应用,并逐渐成为主流的避障算法。但是传统的人工势场法未考虑复杂的水下环境问题,同时当AUV接近目标点时,其所受到的引力逐渐减小,若此时目标点恰好在障碍物的影响范围内,其所受到的斥力却在增大并且与引力方向相反,就会使得AUV停在某一点或发生抖动现象,导致无法到达目标点;此外,由于环境中障碍物分布的位置不定,会有AUV在某些非目标点受到的合力为0的情况出现,此时AUV就会停留在局部极小值点不再向目标点前进等等问题。
发明内容
针对现有技术的不足,本发明提出了基于声纳和模糊人工势场法的海缆巡检AUV避障方法,通过声纳采集障碍物信息,结合模糊算法与改进的人工势场法,生成AUV避障策略,弥补了传统人工势场法的缺陷,增强AUV的避障能力。
基于声纳和模糊人工势场法的海缆巡检AUV避障方法,具体包括以下步骤:
步骤一、使用声纳对海底环境进行探测,根据声纳的回声数据得到障碍物的位置信息和方位信息,生成障碍物信息图。
步骤二、根据步骤一中的障碍物信息图和目标位置,得到AUV距离前方障碍物的最小值d
步骤三、根据改进的人工势场法,计算AUV的运动方向,具体包括以下步骤:
s3.1、根据步骤一得到的障碍物信息图和目标位置,通过人工势场法生成引力场函数U
s3.2、根据空间动力学方程和拉格朗日方程,计算在引力场和斥力场同时作用下的合成势场对AUV的合力F
s3.3、为了使AUV的行进轨迹应尽可能地顺应海流,改进人工势场法,引入海流对AUV行进轨迹的影响力F
F
其中,V
作为优选,K
增加海流因素后,AUV受到的合力F
s3.4、根据步骤二中模糊算法输出的AUV速度v
其中,θ是AUV的运动方向,F
本发明具有以下有益效果:
通过引入模糊算法,提高了算法避障性能,同时也解决了人工势场法陷入局部极小值和目标不可达的问题;考虑到海洋中海流因素对避障路径规划的影响,通过改进人工势场算法,加入海流模型,使AUV的行进轨迹尽可能的适应海流,节约能源,改进的模糊人工势场法极大的提高了AUV对海洋环境的适应性。
附图说明
图1为基于声纳和模糊人工势场法的海缆巡检AUV避障方法流程图;
图2为实施例中使用的声纳数据采集与预处理系统示意图;
图3为实施例中生成的障碍物信息图;
图4为实施例中建立的模糊规则库;
图5为改进人工势场后AUV的受力示意图。
具体实施方式
以下结合附图对本发明作进一步的解释说明;
基于声纳和模糊人工势场法的海缆巡检AUV避障方法,通过声纳数据采集和预处理系统获取避障声纳的声波数据,对其进行预处理分析,得到障碍物信息,根据障碍物信息图和目标位置,将AUV到前方障碍物的最小距离d
具体包括以下步骤:
步骤一、使用如图2所示的声纳数据采集与预处理系统对海底环境进行探测。所述声纳数据采集与预处理系统分为硬件电路和软件设计两部分。其中硬件电路包括数据采集模块和数据处理模块,数据采集模块主要包括STM32处理器、电源模块和通信接口;数据处理模块包括树莓派、SD卡和通信接口。数据采集模块中的STM32处理器每隔一段时间向避障声纳发送命令,并读取避障声呐返回数据,每条指令可以获得对应直线上的1200个声纳回声强度,发送360次不同角度的命令,可以得到0-360°方向上的声纳回声强度。STM32处理器将采集的声纳数据发送给树莓派,树莓派对声纳回声强度大小进行比对,由于声呐接收到对应位置的信号越强,传回来的数据值就越大,因此声呐回声强度的数值越大,对应位置为障碍物的可能性越大,用更深的颜色描绘数值更大的位置,得到如图3所示的障碍物信息图,根据图3中颜色的深浅,可以得到障碍物的位置信息和方位信息。
步骤二、根据步骤一中的障碍物信息图和目标位置,得到AUV距离前方障碍物的最小值d
建立模糊控制规则,将d
其中规则1~5对应的是机器人远离障碍物和目标位置的情况,机器人应该加速以提高完成任务的效率;规则26~30对应的是机器人靠近障碍物和目标位置的情况下,机器人应减速以避免与障碍物安全碰撞,并平稳地停在目标位置。其他规则也可以依据人类经验进行理解。
步骤三、根据改进的人工势场法,计算AUV的运动方向,具体包括以下步骤:
s3.1、根据步骤一得到的障碍物信息图和目标位置,定义障碍物周围以及不希望AUV进入的区域生成斥力势场,并对AUV产生斥力,斥力势场函数U
其中,k
斥力势场函数U
定义目标位置以及希望AUV进入的区域生成引力势场,并对AUV产生引力,引力势场函数U
其中,k
引力势场函数U
s3.2、以二维场景为例,引力势场U
U
根据空间动力学方程和拉格朗日方程,计算在引力场和斥力场同时作用下的合成势场对AUV的合力F
s3.3、AUV在水下航行时,海流的影响是不可忽略的外界因素。由于AUV携带的能量有限,为了使AUV的行进轨迹应尽可能地顺应海流,改进人工势场法,引入不同于目标点引力和障碍物斥力的第三种力——海流对AUV行进轨迹的影响力F
F
其中,V
增加海流因素后,AUV受到的合力F
如图5所示,在人工势场空间中,AUV在任何位置受到的合力均符合上式。
s3.4、根据步骤二中模糊算法输出的AUV速度v
其中,θ是AUV的运动方向,F
应当理解,本文所述的示例性实施例是说明性的而非限制性的。尽管结合附图描述了本发明的一个或多个实施例,本领域普通技术人员应当理解,在不脱离通过所附权利要求所限定的本发明的精神和范围的情况下,可以做出各种形式和细节的改变。
机译: 用于运输海缆的浮鼓以及使用该方法的海缆着陆方法
机译: 基于模糊避障的移动机器人远程控制方法及其系统
机译: 基于表的单正负双负规则的避障模糊控制器和控制方法