CN101750611B - 一种水下机器人目标探测装置及探测方法 - Google Patents

Abstract

本发明提供的是一种水下机器人目标探测装置及探测方法。包括PC/104计算机、单波束前视声纳设备传感器、多普勒计、深度计、高度计及继电器元件。当在水下状态时，计算机上电后，设备控制程序自主运行，通过DI\O数字板控制继电器打开传感器，由单波束前视声纳完成行进方向的环境信息采集，利用多普勒计信息对数据进行校正，通过对深度信息对数据进行划分，通过处理算法得到水下目标点水平面信息，依据深度计信息对目标水下深度信息进行估计，从而实现对水下目标的检测。本发明避免了多波束前视声纳以及三维声呐存在的空间占有问题，有效地解决了单波束前视声纳只能获得水下目标二维探测信息问题，更适用于水下无人潜水器的水下目标检测应用。

Description

一种水下机器人目标探测装置及探测方法

(一)技术领域

本发明涉及的是一种水下机器人探测系统，特别是一种以单波束前视声纳为核心传感器构建探测系统的方法。

(二)背景技术

随着科技的不断进步，机器人技术有了突飞猛进的发展，然而由于海洋环境的特殊性，使得水下机器人所能采用的探测手段非常单一，很大程度上限制了水下机器人对水下环境自主感知的实现。目前，用于水下机器人的探测手段主要有两类：光学探测手段和声学探测手段。在空中和陆地上，机器人可以借助光学等手段获得周围的环境信息，然而在水下，尤其是海洋和湖泊中，光波传播衰减都非常大，传播距离十分有限，远不能满足水下机器人实际工程需要。相比之下，在迄今所熟知的各种能量形式中，在水中以声波的传播性能为最好，声波在遇到这些物体后，反射较大，容易获取物体信息，这使得声波成为水下目标测量的首选信息载体，因此声纳传感器一直作为水下机器人重要的传感器之一，担负着对水下目标探测的任务。目前，普遍采用的声纳传感器主要基于侧扫声纳、多波束前视声呐或者三维成像声呐等声探测传感器。侧扫声纳需要安装在载体的两侧，通过机器人本体拖曳，完成机器人本体下方区域的地形扫描，不能用于对机器人本体前方的领域的探测，而多波束预成电子扫描声呐和三维成像声呐，探测精度低，而且传感器本身能量功耗大、重量大，需要较大布置空间体积，不利于水下机器人本体的整体组装。从节能的角度来讲，传感器重量比的增大不利于本体的节能。单波束前视声纳很好解决上述矛盾，单波束前视声纳探测精度高，它本身收发合置，仅有单一波束，因此体积小，重量轻，从而省去机器人本体内部的布置空间，有利于潜水器的小型化、轻量化。然而单波束前视声纳也存在由于机器人本体运动造成的数据畸变问题，因此，以单波束前视声纳为核心传感器，研制出一种用于水下机器人的探测系统，对于水下机器人的工程实际应用具有重要的意义。

2008年11月12日公开的中国专利(申请号200810137590.7)“AUV智能避碰装置及方法”提供了一种AUV智能避碰装置及方法。

另外，《电子器件》(2007，第30卷，第5期)上刊登的“多波束前视声纳在潜器避障中的应用研究”公布了一种应用前视声纳的技术方案。在该方案中，采用的是多波束前视声纳，配有PC104处理机将声呐传感器探测的模拟信号转换为描述局部环境的数字信号，对于声纳数据仅是采用了基于栅格图标的方法来进行描述，没有对声纳数据处理以及目标信息的提取加以描述。

(三)发明内容

本发明的目的在于提供一种基于单波束视声纳的一种水下机器人目标探测装置。本发明的目的还在于提供利用单波束视声纳探测水下目标的三维信息探测方法。

本发明的目的是这样实现的：

单波束视声纳的水下机器人探测装置的组成包括PC/104计算机、单波束前视声纳设备传感器、多普勒计、深度计、高度计及继电器元件。单波束前视声纳传感器布置在水下机器人本体上部，多普勒计、高度计、深度计布置在水下机器人本体下部，所有传感器信号通过水密电缆传入到布置在舱内的PC/104计算机。PC/104计算机包括CPU核心板卡、8串口卡、DI\O板、电源板。DI\O板需提供5V输入电源，其他板卡通过PC/104总线进行24V电源传输。所有板卡数据都通过PC/104总线传输。

实现步骤如下：

1、分别向DI\O板和电源板输入稳压电流，给所有板卡上电。

2、PC104计算机内传感器接受控制处理程序启动，通过DI\O板控制继电器打开各传感器。

3、通过相应传感器获取环境探测信息、机器人本体姿态和运动速度信息、深度信息和高度信息。

4、根据机器人本体姿态和运动速度信息，对环境探测信息进行修正。

5、依据高度信息，结合探测距离，对修正后环境信息进行划分。

6、对划分后的环境信息，采用不同的分割方法，得到目标点水平面的二维信息。

7、根据相邻环境信息作中目标点位置和机器人本体运动位置的变化，通过几何换算确定目标点与机器人在深度上的相对位置。

8、根据深度信息和目标点与机器人在深度上的相对位置，确定目标点的深度信息。

本发明与申请号为200810137590.7的专利文件中的技术方案相比在以下几个方面存在显著不同。

1.申请号为200810137590.7的专利文件中的技术方案采用的是多波束前视声纳传感器，区域内的探测数据一次性生成，而本专利采用的是单波束前视声纳传感器，须将每个指向接收到的数据进行合成，从而获得区域内的探测数据，同时结合多普勒数据对其修正，去除机器人本体运动的干扰。

2.申请号为200810137590.7的专利文件中的技术方案利用多波束前视声纳传感器采集到的是模拟信号，

需要转换模块生成数字信号。而本专利采用的是单波束前视声纳传感器，输出直接为数字信号，不需进行转换，因此体积与功耗显著减小。

3.申请号为200810137590.7的专利文件中的技术方案根据声纳传感器数据绘制水下场景的栅格信息，用于避碰决策。而本专利根据声纳传感器信息经算法处理后，输出水下场景中目标在水平方向上的相对机器人本体的距离和角度信息，并结合深度计给出目标点在水下的深度信息。

4.申请号为200810137590.7的专利文件中的技术方案对于声纳传感器数据仅是以栅格信息形式再现，而本专利首先根据高度计信息对声纳传感器信息进行划分，然后对于不同的划分区域采用相应的处理方法进行处理，获得目标信息。

本发明还可以包括一种水下机器人目标探测体系结构。该体系结构由单波束前视声纳设备传感、PC104计算机、多普勒计、高度计、深度计几部分构成。PC104计算机是整个体系结构的核心部分。系统采用的是windriver公司的VxWorks实时嵌入式操作系统，采用pc104模块组成多板嵌入系统，将整个系统都安放在水下机器人载体内部，通过DI\O板控制继电器打开关闭传感器，通过串行接口控制各传感器的数据采集与处理，同时带有基于TCP、UDP和NFS三种数据接口形式。UDP数据接口用于接收与发放系统广播，保证与其他系统间保持节拍同步。NFS数据接口采用网络共享硬盘形式，用于与其他系统间的数据交互。TCP数据接口基于便于调试和监测的Sever-Client模式实现与水面监控机的数据传输。

(四)附图说明

图1水下机器人探测系统的硬件体系结构；

图2基于pc104的嵌入式系统软件体系结构；

图3单波束声呐探测系统信息流程；

图4VxWorks系统下的任务流程；

图5单波束前视声呐成像示意图；

图6声呐数据预处理，其中图6(a)未预处理前图像、图6(b)预处理后图像；

图7极坐标与笛卡儿坐标像素转换示意图；

图8坐标转换示意图；

图9数据划分几何示意图；

图10深度估计几何示意图；

图11系统水池试验处理结果，其中图11(a)三棱柱探测处理结果，图11(b)角反射体探测处理结果；

图12系统海试试验处理结果，其中图12(a)试验码头探测处理结果，图12(b)水下目标探测处理结果。

(五)具体实施方式

下面结合附图举例对本发明做更详细的描述：

1.系统的构成

单波束视声纳的水下机器人探测系统其组成包括单波束前视声纳设备传感器、PC104计算机、多普勒计、高度计、深度计及继电器元件。PC104计算机包括CPU核心板卡、8串口卡、DI\O板、电源板。整个系统包括硬件体系结构和软件体系结构，分别如图1和图2所示，数据流程如图3所示。下面分两部分说明：

(1)水下部分硬件体系结构

单波束前视声纳、多普勒计、高度计、深度计布置在水下机器人本体外部，水密电缆经硫化加长后，通过机器人本体内外链接的水密插件与舱内的PC/104计算机连接。传感器信号通过电缆传递给PC104计算机。传感器的开关通过继电器控制，其中，多普勒计与高度计共用一个继电器开关量，其余传感器配有单独的开关量。

PC104电源模块具有整流稳压功能，输入电压24V，同时提供额外的5V和12V输出各一个。8串口板严格遵循104总线标准的板卡。串口板模块集成了两个16554异步串行通信接口，具有64字节的缓冲区，传输波特率最高能达到460.8kbps，允许中断共享。PC104计算机通过对DI\O板进行地址操作，控制继电器，实现传感器的开关操作。DI\O板需提供5V输入电源，其他板卡通过PC/104总线进行24V电源传输。所有板卡数据都通过PC/104总线传输。

PC104核心模块采用的是Celeron-400的处理器，集成了Intel82559ER网卡，同时还能兼容PCI总线技术。该模块只需要5伏的电压，对于嵌入式系统提供了很大的方便。配有4G电子硬盘取代CompactFlash等其它外部存储器，提高了嵌入式系统的稳定性和数据存储性能。类似于格式化硬盘，将电子硬盘分区。将VxWorks的bootrom和VxWorks镜像下载到C盘根目录，实现类似于硬盘自启动功能，同时将所采集到的声纳探测数据保存到D盘根目录下。

前视声纳和多普勒计通过RS232串行口与PC104串口板进行实时联系，提供传感器数据。

高度计和深度计选用数字化传感器，输出为数字信号，不需经A/D板进行信号转化，通过RS232串行口直接进行传输。

(2)水下软件体系结构部分

水下工控机PC/104中采用了实时嵌入式操作系统VxWorks。由于VxWorks的嵌入式操作系统提供了Pentium3的BSP，对BSP进行简单的修改即可使用。主要就是对于电子硬盘的支持。可把电子硬盘当作一块硬盘来处理。而对于网卡，采用的是Intel 82559ER网卡，这是VxWoks默认的网卡，驱动都是可以直接用的。这样水下工控机PC/104就可以通过开机自检电子硬盘启动VxWorks。

默认的VxWorks内核支持CUP板上自带的两个串口″/tyCo/0″和″/tyCo/1″。由于采用串口板与声纳传感器进行数据交互，因此必须在VxWorks下驱动串口板。按照系统默认的8250，在上述文件中增加相应的16550设置。

水下嵌入式程序如图4所示。水下工控机PC/104上电启动，自动启动嵌入式系统VxWorks，驱动8串口板，启动内核任务，启动工作任务。此处的任务类似于Windows中的线程概念。多任务类似于多线程程序。通过采用一个任务初始化(初始化系统、初始化变量、连接网络、连接串口、建立网络服务器等)，同时启动3个主任务；也就是说用一个任务启动系统，而系统运行时，一共有三个主任务运行，这三个任务是：a数据接口通讯，b.串行通讯，c数据处理。a任务主要是处理各数据接口通讯任务，如通过UDP数据接口接收或发送时钟节拍，通过NFS数据接口实现与其他系统间的数据交互，通过TCP数据接口实现声纳环境采集数据的传递。b任务实现与各传感器间的数据通讯，获取各传感器数据信息，并传输传感器控制命令。由于声纳环境采样数据量大，与声纳之间通讯采用“应答”机制。c任务主要是综合各传感器数据进行处理，得到目标点的探测信息，如果存在障碍物，则给出障碍物相对距离和角度以及水下深度信息。

2、方法的实现

(1)板卡上电。

输入+5V稳压电流给DI\O板上电。输入+24V稳压电流给电源板上电，CPU核心板卡和8串口卡板卡通过PC104总线同时获得稳压电流。

(2)运行传感器

PC104计算机上电后，内部嵌入的各传感器控制处理程序以多线程的形式自主运行，其中控制程序对DI\O板地址进行读写操作，控制DI\O板输出高低电平到继电器元件。继电器元件收到电平信号后完成传感器的开关操作。

(3)传感器信息的获取

各传感器运行后，通过相应传感器获取环境探测信息、机器人本体姿态和运动速度信息、深度信息和高度信息。

(a)探测信息的获取

单波束前视声纳数据接收与多波束声纳不同，每次只能接受一个波束指向上的数据，需要将所有指向的数据进行合并才能生成全景数据信息，如图5。首先将每组接受到的数据按照指向角度与探测距离数据格式进行存储，当探测区域空间所有数据存储完毕后，采用波束内插和坐标转换生成区域探测数据。

波束内插采用拉格朗日插值公式进行六点内插，它不但很好的改善精度，而且较为真实地反映出声呐基阵的指向特性。

拉格朗日插值公式为：

$P_n\left(x\right)=\underset{k=0}{\overset{n-1}{\mathrm{\Σ}}}{A}_k\left(x\right)\·y_k---\left(1\right)$

式中

$A_k\left(x\right)=\underset{j\≠k}{\overset{n-1}{\underset{j=0}{\mathrm{\Π}}}}\frac{x-x_j}{x_k-x_j};$

n为插值所需点数，对抛物插值n＝3；

y_k为已知函数值；

A_k为所用函数权值。

由公式(1)可得两点间内插四点的六点内插公式(2)：

$\left\{\begin{array}{c}P\left(x_{-\frac{4}{5}}\right)=({18y}_{-1}+{9y}_0-2y_1)/25\\ P\left(x_{-\frac{3}{5}}\right)=({12y}_{-1}+16y_0-3y_1)/25\\ P\left(x_{-\frac{2}{5}}\right)=(7y_{-1}+21y_0-3y_1)/25\\ P\left(x_{-\frac{1}{5}}\right)=(3y_{-1}+24y_0-2y_1)/25\\ P\left(x_{\frac{1}{5}}\right)=(-2y_1+24y_0+3y_1)/25\\ P\left(x_{\frac{2}{5}}\right)=(-3y_{-1}+21y_0+7y_1)/25\\ P\left(x_{\frac{3}{5}}\right)=(-3y_{-1}+16y_0+12y_1)/25\\ P\left(x_{\frac{4}{5}}\right)=(-2y_{-1}+9y_0+18y_1)/25\end{array}\right.---\left(2\right)$

为避免内插数值小于0或者超出回波的最大强度值r_max，做如下规定：

$\left\{\begin{array}{cc}P\left(x_i\right)=0& P\left(x_i\right)<0\\ P\left(x_i\right)=P\left(x_i\right)& 0\&le;P\left(x_i\right)\&le;r_{\max }\\ P\left(x_i\right)=r_{\max }& P\left(x_i\right)>r_{\max }\end{array}\right.$

坐标变换采用零阶内插法来实现像素点之间的转换。设A，B，C，D，如图7。四点处的像素值分别是P_A，P_B，P_C，P_D，距O点的距离分别为：d_A，d_B，d_C，d_D则O点处的像素值为：

P_o＝P_i    (3)

其中：d_i＝min[d_A，d_B，d_C，d_D]

根据(3)式，通过遍历笛卡儿坐标系中每一个像素点，则可以确定笛卡儿坐标系中每一个像素点的像素值。若A，B，C，D四点所围成区域中包含多个像素点，则也由(3)式确定各自像素值。

经由上述处理后，探测数据质量得到大幅提升，如图6。

(b)机器人本体姿态和运动速度信息、深度信息和高度信息获取

系统采用的是数字化深度计和高度计，因此深度信息和高度信息直接通过与深度计和高度计相连的RS232串口读取。

机器人本体姿态和运动速度信息通过与多普勒计相连的RS232串口读取。分别获得横倾角、纵倾角和航向角以及在艇体坐标系下的速度。

(4)环境探测信息修正

对于探测距离的修正，是以所接收到的第一帧数据为基准，根据采样时间与艇体速度，计算出每一帧数据偏移量，之后与该帧的探测存储距离相加，得到校正后的探测距离。

对于指向角度的修正，系统中考虑横倾角、纵倾角对于指向角度的影响较小，因此仅考虑航向角度对数据的影响。由于前视声纳是二维图像声纳，在垂直方向上没有分辨率，因此仅能给出点M在水平面位置信息，而不能给出点M垂直方向上的位置信息。M点在水平面位置信息与同一声波波面上的对应点M′是一致的，即以极坐标点M′(ρ，α)来表示，即M点对应在水平面的坐标应为：

$\left\{\begin{array}{c}x=\mathrm{\&rho;}\&CenterDot;\cos \mathrm{\&alpha;}\\ y=\mathrm{\&rho;}\&CenterDot;\sin \mathrm{\&alpha;}\end{array}\right.---\left(4\right)$

当航向角变化时，基阵坐标系发生偏转，即仅对(X，Y)平面起作用，而与Z无关，如图8，则两个位置之间关系变为：

$\left\{\begin{array}{c}\mathrm{\&alpha;}={\mathrm{\&alpha;}}^{\&prime;}+{\mathrm{\&theta;}}_y\\ \mathrm{\&rho;}={\mathrm{\&rho;}}^{\&prime;}\end{array}\right.---\left(5\right)$

将多普勒计得到的θ_y值代入，则获得指向角度修正后的数据。

(5)修正后环境信息划分

如图9，根据高度计获得机器人距离海底的高度信息和声纳在垂向上的探测开角，通过几何换算，将声纳数据分为两类：不包含海底反射信息数据和包含海床反射信息数据。根据两类数据特点采用不同检测方法。

(6)目标点水平面的二维信息提取

根据划分的不同两类信息，采用区域生长和分形理论两种不同的方法进行信息提取。

(a)对不包含反射数据处理方法采用区域生长方法

区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体实现步骤如下：

①对探测信息进行逐行扫描，找出尚没有归属的像素。

②以该像素为中心检查它的邻域像素，即将邻域中的像素逐个与它比较，如果灰度大于确定阈值T，将它们合并。

③以新合并的像素为中心，返回步骤②，检查新像素的邻域，直到区域不能进一步扩张。

④返回到步骤①，继续扫描直到不能发现没有归属的像素，则结束整个生长过程。

对于分割后得到的信息，采用区域标记与合并的方法进行处理，具体实现步骤如下：

①若当前正被扫描像素的灰度值为1，则将它标记为与之相连通的目标像素。

②若当前正被扫描像素与两个或多个目标相连通，则可以认为这些目标实际是同一个，则将它们连接起来。

③如果发现了从灰度值为0的像素到一个孤立的灰度值为1的像素的过渡，则赋一个新的目标标记。

由于受到水下目标材质组成的影响，造成对声呐信号回波强度上具有明显差异，表现在信息中为目标区域由具有不同灰度值的子区域组成，通过采用区域合并，最大程度的降低标记错误的产生。设原目标区域R_k被分割成两个不同的子区域，分别为R_k ⁱ和R_k ^j，基本思想如下：

①在信息数据纵向方向位置相同情况下，在横向方向上，判断R_k ⁱ和R_k ^j区域边界上最近两点间的距离，设为d_x。

②在信息数据横向方向位置相同情况下，在纵向方向上，判断R_k ⁱ和R_k ^j区域边界上最近两点间的距离，设为d_y。

③若d_x＜T_merge或者d_y＜T_merge，则合并R_k ⁱ和R_k ^j两个区域，其中T_merge表示区域间距离间隔。

合并顺序：R_k ¹为以种子点形成的R_k第一个子类，因此合并以R_k ¹为基类，将后续产生的子类与其进行判别函数计算，合并后得到新的基类R_k ¹。合并后， $R_k=\left\{R_k^1\right\},$ 信息中所有目标区域R＝{R₁，R₂，...，R_k}。

(b)对包含反射数据处理方法，采用分形理论分割方法

对于一幅M×M的信息数据，设f(x₀，y₀)表示信息数据中(x₀，y₀)处的像素灰度值，则有：

$E\left({\mathrm{\&Delta;I}}_{\mathrm{\&Delta;r}}\right)=\frac{\underset{x=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\underset{y=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\underset{x_0=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\underset{y_0=0}{\overset{N-1}{\mathrm{\&Sigma;}}}|f(x,y)-f(x_0,y_0)|}{N_{\mathrm{\&Delta;r}}}---\left(6\right)$

式中，点(x，y)和点(x₀，y₀)必须满足：

$\sqrt{{(x-x_0)}^2+{(y-y_0)}^2}=\mathrm{\&Delta;r}---\left(7\right)$

采用变化尺度进行归一化处理，则公式(4)变为：

$E\left({\mathrm{\&Delta;I}}_{{\mathrm{\&Delta;r}}^{\&prime;}}\right)=\frac{\underset{x=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\underset{y=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\underset{x_0=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\underset{y_0=0}{\overset{N-1}{\mathrm{\&Sigma;}}}|f(x,y)-f(x_0,y_0)|}{N_{{\mathrm{\&Delta;r}}^{\&prime;}}}---\left(8\right)$

式中，点(x，y)和点(x₀，y₀)必须满足

${\mathrm{\&Delta;r}}^{\&prime;}\&le;\sqrt{{(x-x_0)}^2+{(y-y_0)}^2}<{\mathrm{\&Delta;r}}^{\&prime;}+1---\left(9\right)$

在log(E(ΔI_Δr)——log(Δr)坐标系下做直线的最小二乘拟合，确定分形维数D。最后将计算得到的分形维数D按其相应的位置排列起来，可得到一个分维分布矩阵，将该矩阵线性变换到[0，255]范围内，便可得到一幅灰度图像，称为分维分布图。对该分布图进行阈值分割处理获得目标信息。

7、目标点相对深度

根据相邻两个时刻，环境信息中目标点位置的变化以及机器人本体运动位置的变化，通过几何换算估算出目标点与机器人在深度上的位置。如图10所示，由位移变化量、前一时刻的探测距离和当前时刻的探测距离可计算出角度1的数值，再根据声纳垂向开角可确定角度2的数值。根据角度2的数值和当前时刻的探测距离可确定相对位置。

8、目标点的深度信息确定。

根据估计得到的目标点相对深度信息和机器人实际的深度信息，得到目标点的深度信息。

按照上述的结构和方法构建的系统，已经进行了软件仿真、半实物仿真、水池试验和海试试验。图9给出了水池探测试验数据。图10给出了海试试验结果。

Claims (3)

1.一种水下机器人目标探测方法，其特征是：利用由PC/104计算机、单波束前视声纳设备传感器、多普勒计、深度计、高度计及继电器元件组成的水下机器人目标探测装置；

(1)通过相应传感器获取环境探测信息、机器人本体姿态和运动速度信息、深度信息和高度信息；

(2)根据机器人本体姿态和运动速度信息，对环境探测信息进行修正；

(3)依据高度信息，结合探测距离，对修正后环境探测信息进行划分；

(4)对划分后的环境探测信息，采用不同的分割方法，得到目标点水平面的二维信息；

(5)根据相邻环境探测信息中目标点位置和机器人本体运动位置的变化，通过几何换算确定目标点与机器人在深度上的相对位置；

(6)根据深度信息和目标点与机器人在深度上的相对位置，确定目标点的深度信息。

2.根据权利要求1所述的水下机器人目标探测方法，其特征是所述获取环境探测信息的方法为：

单波束前视声纳每次接收一个波束指向上的数据，首先将每次接收到的数据按照指向角度与探测距离数据格式进行存储，当探测区域空间所有数据存储完毕后，采用波束内插和坐标转换生成区域探测数据；

波束内插采用拉格朗日插值公式进行六点内插，拉格朗日插值公式为：

$P_n\left(x\right)=\underset{k=0}{\overset{n-1}{\mathrm{\&Sigma;}}}{A}_k\left(x\right)\&CenterDot;y_k---\left(1\right)$

式中

$A_k\left(x\right)=\underset{\underset{j\&NotEqual;k}{j=0}}{\overset{n-1}{\mathrm{\&Pi;}}}\frac{x-x_j}{x_k-x_j};$

n为插值所需点数，对抛物插值n＝3；

y_k为已知函数值；

A_k为所用函数权值；

由公式(1)得两点间内插四点的六点内插公式(2)：

$\left\{\begin{array}{c}P\left(x_{-\frac{4}{5}}\right)=({18y}_{-1}+{9y}_0-{2y}_1)/25\\ P\left(x_{-\frac{3}{5}}\right)=({12y}_{-1}+{16y}_0-{3y}_1)/25\\ P\left(x_{-\frac{2}{5}}\right)=({7y}_{-1}+{21y}_0-{3y}_1)/25\\ P\left(x_{-\frac{1}{5}}\right)=({3y}_{-1}+{24y}_0-{2y}_1)/25\\ P\left(x_{\frac{1}{5}}\right)=({-2y}_{-1}+{24y}_0+{3y}_1)/25\\ P\left(x_{\frac{2}{5}}\right)=({-3y}_{-1}+{21y}_0+{7y}_1)/25\\ P\left(x_{\frac{3}{5}}\right)=({-3y}_{-1}+{16y}_0+{12y}_1)/25\\ P\left(x_{\frac{4}{5}}\right)=({-2y}_{-1}+{9y}_0+{18y}_1)/25\end{array}\right.---\left(2\right)$

其中：

$\left\{\begin{array}{cc}P\left(x_i\right)=0& P\left(x_i\right)<0\\ P\left(x_i\right)=P\left(x_i\right)& 0\&le;P\left(x_i\right)\&le;r_{\max }\\ P\left(x_i\right)=r_{\max }& P\left(x_i\right)>r_{\max }\end{array}\right.$

r_max为回波的最大强度值；

坐标变换采用零阶内插法来实现像素点之间的转换，设A，B，C，D，四点处的像素值分别是P_A，P_B，P_C，P_D，距O点的距离分别为：d_A，d_B，d_C，d_D则O点处的像素值为：

P_o＝P_i                            (3)

其中：d_i＝min[d_A，d_B，d_C，d_D]

根据(3)式，通过遍历笛卡儿坐标系中每一个像素点，确定笛卡儿坐标系中每一个像素点的像素值，若A，B，C，D四点所围成区域中包含多个像素点，则由(3)式确定各自像素值。

3.根据权利要求2所述的水下机器人目标探测方法，其特征是所述对环境探测信息进行修正的方法为：

对于探测距离的修正，是以所接收到的第一帧数据为基准，根据采样时间与艇体速度，计算出每一帧数据偏移量，之后与该帧的探测存储距离相加，得到校正后的探测距离；

对于指向角度的修正，仅考虑航向角度对数据的影响，M点在水平面位置信息与同一声波波面上的对应点M′是一致的，即以极坐标点M′(ρ，α)来表示，即M点对应在水平面的坐标应为：

$\left\{\begin{array}{c}x=\mathrm{\&rho;}\&CenterDot;\cos \mathrm{\&alpha;}\\ y=\mathrm{\&rho;}\&CenterDot;\sin \mathrm{\&alpha;}\end{array}\right.---\left(4\right)$

当航向角变化时，基阵坐标系发生偏转，即仅对(X，Y)平面起作用，而与Z无关，设θ_y为航向角的变化角度，M′位置在偏转的基阵坐标系下表示为M′(ρ′，α′)，则两个位置之间关系变为：

$\left\{\begin{array}{c}\mathrm{\&alpha;}={\mathrm{\&alpha;}}^{\&prime;}+{\mathrm{\&theta;}}_y\\ \mathrm{\&rho;}={\mathrm{\&rho;}}^{\&prime;}\end{array}\right.---\left(5\right)$

将多普勒计得到的θ_y值代入，获得指向角度修正后的数据。

Images