CN105387842A - 基于感知驱动的自航式海底地形地貌测绘系统及测绘方法 - Google Patents

Abstract

本发明涉及基于感知驱动的自航式海底地形地貌测绘系统及测绘方法，属于海底地形地貌的测绘技术领域，主要解决移动观测设备执行测绘任务时，其探测轨迹覆盖的探测区域不完整问题。本发明包括水下自航式测绘系统和岸基单元；二者之间由通讯模块连接；其工作过程包括如下步骤：发布测绘任务；对海底地貌进行声呐数据采集；对采集的声呐数据进行特征分析、提取，得到移动观测设备的位姿点；PD-SLAM单元对位姿点进行处理；扫描完成后，输出海底地形地貌图。本发明具有工作效率高、能够全面地测量目标区域、精确快速地描绘出水下地形地貌的精细特征的优点，真正意义上实现了目标区域海底地形的自航式全面测量。

Description

基于感知驱动的自航式海底地形地貌测绘系统及测绘方法

技术领域

本发明涉及基于感知驱动的自航式海底地形地貌测绘系统及测绘方法，属于海底地形地貌的测绘技术领域。

背景技术

海底地形地貌测绘学是与国家的海洋开发生产实践息息相关，也标志着国家海洋探测技术的发展水平。传统的海底地形地貌测绘方法主要有：回声探测法、多波束测绘法、机载激光雷达测绘法等。

(1)回声探测法属于点测法即每次只能给出一个点的深度信息，工作效率非常低。

(2)多波束测绘法成像分辨率不高，其工作原理和设备组成复杂而且需要外部姿态传感器修正，从而限制的多波束测绘系统的应用。

(3)机载激光测绘系统只能测量50米以内深度的区域而且测量精度低。当执行测绘任务时，理想探测轨迹与实际探测轨迹往往存在差异，导致探测覆盖区域不完整。

发明内容

本发明的目的在于克服现有测绘系统存在的上述缺陷，提出一种基于感知驱动的自航式海底地形地貌测绘系统及其测绘方法，进行高效、精准、目标区域全覆盖地绘图。

本发明所述系统包括水下自航式测绘系统和岸基单元，二者之间由通讯模块连接。其中，水下自航式测绘系统包括：

基础探测单元：进行传感器数据的采集；

PD-SLAM单元：实现定位与路径规划；

运动控制单元：实现对移动观测设备的运动控制；

数据采集存储单元：实现数据的存储，包括传感器数据和导航数据；

和能源模块：为移动观测设备提供能源，确保正常工作。

岸基单元包括：

测绘任务设定模块：在移动观测设备执行任务前，通过岸基单元设定其扫描的区域；

和海底地貌生成模块：将实时上传的数据进行处理，生成海底地貌图像。

其中，PD-SLAM单元包括如下两部分：

PDM(PerceptionDrivenModule，感知驱动模块)：计算当前时刻航行位姿的不确定度、区域覆盖性以及对海底航迹惩罚进行评估，来决定下一刻执行活动(回访或探索)，从而引导自航式测绘系统更好的进行海底SLAM导航和目标区域覆盖；

SLAM(SimultaneousLocalizationandMapping，实时定位与地图构建模块)：采用iSAM算法进行位姿估计，该算法基于快速递增的矩阵因式分解，通过更新稀疏平滑的信息矩阵的分解因子提供一种有效且精确的解决方案，能够随时计算出全局地图和机器人的整条轨迹，利用非线性最优化控制误差水平，从而提高计算速度，同时使用部分协方差支持数据关联。

本发明具体采用以下方法实现：首先岸基单元通过通讯模块负责向测绘系统发布测绘任务。其次测绘系统通过基础探测单元进行传感器数据的采集与存储，并传输到前端进行特征分析、提取与匹配模板。然后将位姿特征传给PD-SLAM单元，进行定位、地图构建与规划候选回访路径，直到完成目标区域的绘测。

本发明与现有测绘方法的不同之处在于，在航行的过程中时刻做出当前时刻航行位姿的不确定度、区域覆盖性以及对海底航迹惩罚进行评估，来决定下一刻执行活动(回访或探索)，从而引导自航式测绘系统进行更好的海底环境SLAM导航和区域覆盖，通过执行主动回访来提高自身导航定位性能。其有益效果包括：

(1)本发明预期绘测精度高，具有长距离航程的累积误差可控性，克服指数增长的误差累积现象出现；

(2)本发明所述系统的工作深度可以达到水下100米左右，保证了定位高度的一致性，其正则估计误差方差NEES(NormalizedEstimationErrorSquared)也十分理想；

(3)本发明可以实现同时定位与地图构建、路径规划的同时，可以决策是否对走过的区域进行回访，兼顾地形地貌探测的质量和效率，具有工作效率高、绘图性能强，能够全面地测量目标区域精确快速地描绘出水下地形地貌的精细特征的优点，真正意义上实现了目标区域海底地形的自航式全面测量。

附图说明

图1是基于感知驱动的自航式测绘系统组成图。

图2是本发明的工作流程示意图。

图3是SLAM实时构图iSAM算法流程示意图。

图4是SLAM问题的信度网模型。

图5是基于吉文斯旋转的求解变量示意图。

图6是某因子R进行变量重排前后对比图。

图7是感知驱动PDM模块工作流程示意图。

图8是探索/回访行为选择原理示意图。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1所示，本发明所述系统包括水下自航式测绘系统和岸基单元，二者之间由通讯模块连接，其中水下自航式测绘系统包括基础探测单元、PD-SLAM单元、运动控制单元、数据采集存储单元和能源模块。岸基单元包括测绘任务设定模块和海底地形地貌生成模块。

其中，PD-SLAM单元包括两部分：PDM模块与SLAM模块。

如图2所示，本发明所述系统具体采用以下方法实现：

步骤一：岸基单元通过通讯模块向测绘系统发布测绘任务；

步骤二：基础探测单元对海底地貌进行数据采集(包括外部传感器和内部传感器)；

步骤三：对采集的传感器数据进行特征分析、提取，得到移动观测设备的位姿点；

步骤四：将位姿点传输给PD-SLAM单元，进行处理；

步骤五：当目标区域扫描完成后，岸基单元输出海底地形地貌图。

其中，步骤四中PD-SLAM单元包括PDM与SLAM两部分。

其中SLAM模块中采用基于递增平滑与地图构建iSAM的算法，该算法基于快速递增的矩阵因式分解，通过更新稀疏平滑的信息矩阵的分解因子提供一种有效且精确的解决方案，能够随时计算出全局地图和机器人的整条轨迹利用非线性最优化控制误差水平，从而提高计算速度，同时使用部分协方差支持数据关联；

而感知驱动PDM的工作是计算当前时刻航行位姿的不确定度、区域覆盖性以及对海底航迹惩罚进行评估，来决定下一刻执行活动(回访或探索)，从而引导自航式测绘系统更好的进行海底SLAM导航和目标区域覆盖。

如图3-6所示，SLAM实时构图iSAM算法处理过程包括以下步骤：

a.将SLAM问题视为信度网模型。

b.将其等价为基于最大后验概率的最小二乘问题，公式如下：

c.判断是否是周期整数倍，如果是周期的整数倍就利用吉文斯旋转和回代法进行更新；如果不是周期的整数倍，则进行基于贝叶斯树的变量重排和非线性最优化，重新计算整个解。

d.步数+1，并判断是否有新的输入，重复以上步骤直到绘制出整个地图。

如图7-8所示，感知驱动PDM模块的工作过程包括以下步骤：

a.经过同时定位与构图SLAM模块后，得到的当前时刻t位姿和位姿的不确定度P：

$P={\left|{\Σ}_a^{-}\right|}^{\frac{1}{6}}={\left|{\Σ}_{\exp }\right|}^{\frac{1}{6}},P_0={\left|{\Σ}_{allow}\right|}^{\frac{1}{6}}---\left(2\right)$

其中|Σ_exp|是位姿一步预测协方差的模，|Σ_allow|是位姿允许协方差的模；

b.提前设定好不确定阈值P₀，然后将每一时刻的P与之进行比较，决策是进行回访或者继续探索；

c.若继续探索，则沿标定的路径继续探索，返回步骤a；

d.若需进行回访，则对显著性的节点聚类，确定候选路径，重访上一回访点。

当然，上述内容仅为本发明的较佳实施例，不能被认为用于限定对本发明的实施例范围。本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的均等变化与改进等，均应归属于本发明的专利涵盖范围内。

Claims (6)

1.一种基于感知驱动的自航式海底地形地貌测绘系统，其特征在于：系统包括水下自航式测绘系统和岸基单元，二者之间由通讯模块连接；

其中，水下自航式测绘系统包括：

基础探测单元：进行传感器数据的采集；

PD-SLAM单元：实现定位与路径规划；

运动控制单元：实现对移动观测设备的运动控制；

数据采集存储单元：实现数据的存储，包括传感器数据和导航数据；

和能源模块：为移动观测设备提供能源，确保正常工作；

岸基单元包括：

测绘任务设定模块：在移动观测设备执行任务前，通过岸基单元设定其扫描的区域；

和海底地貌生成模块：将实时上传的数据进行处理，生成海底地貌图像。

2.根据权利要求1所述的基于感知驱动的自航式海底地形地貌测绘系统，其特征在于：所述PD-SLAM单元包括两部分：

PDM模块：计算当前时刻航行位姿的不确定度、区域覆盖性以及对海底航迹惩罚进行评估，来决定下一刻执行活动(回访或探索)，从而引导自航式测绘系统更好的进行海底SLAM导航和目标区域覆盖；

SLAM模块：采用iSAM算法进行位姿估计，该算法基于快速递增的矩阵因式分解，通过更新稀疏平滑的信息矩阵的分解因子提供一种有效且精确的解决方案，能够随时计算出全局地图和机器人的整条轨迹，利用非线性最优化控制误差水平，从而提高计算速度，同时使用部分协方差支持数据关联。

3.一种利用如权利要求1所述的系统进行海底地形地貌测绘的方法，其特征在于：包括如下步骤：

步骤一：岸基单元通过通讯模块向测绘系统发布测绘任务；

步骤二：基础探测单元对海底地貌进行数据采集，采集的数据包括外部传感器数据和内部传感器数据；

步骤三：对采集的传感器数据进行特征分析、提取，得到移动观测设备的位姿点；

步骤四：将位姿点传输给PD-SLAM单元，进行处理；

步骤五：当目标区域扫描完成后，岸基单元输出海底地形地貌图。

4.根据权利要求3所述海底地形地貌测绘方法，其特征在于：所述步骤四中PD-SLAM单元包括PDM与SLAM两部分；

其中SLAM中采用基于递增平滑与地图构建iSAM算法，该算法基于快速递增的矩阵因式分解，通过更新稀疏平滑的信息矩阵的分解因子提供一种有效且精确的解决方案，能够随时计算出全局地图和机器人的整条轨迹，利用非线性最优化控制误差水平，从而提高计算速度，同时使用部分协方差支持数据关联；

而感知驱动PDM的工作是计算当前时刻航行位姿的不确定度、区域覆盖性以及对海底航迹惩罚进行评估，来决定下一刻执行活动(回访或探索)，从而引导自航式测绘系统更好的进行海底SLAM导航和目标区域覆盖。

5.根据权利要求4所述海底地形地貌测绘方法，其特征在于：SLAM实时构图iSAM算法处理过程包括以下步骤：

a.将SLAM问题视为信度网模型；

b.将其等价为基于最大后验概率的最小二乘问题，公式如下：

c.判断是否是周期整数倍，如果是周期的整数倍就利用吉文斯旋转和回代法进行更新；如果不是周期的整数倍，则进行基于贝叶斯树的变量重排和非线性最优化，重新计算整个解；

d.步数+1，并判断是否有新的输入，重复以上步骤直到绘制出整个地图。

6.根据权利要求4所述的海底地形地貌测绘方法，其特征在于：感知驱动PDM模块的工作过程包括以下步骤：

a.经过同时定位与构图SLAM模块后，得到的当前时刻t位姿和位姿的不确定度P：

$P=|{\mathrm{\Σ}}_a^{-}{|}^{\frac{1}{6}}=|{\mathrm{\Σ}}_{\exp }{|}^{\frac{1}{6}},P_0=|{\mathrm{\Σ}}_{allow}{|}^{\frac{1}{6}}---\left(2\right)$

其中|Σ_exp|是位姿一步预测协方差的模，|Σ_allow|是位姿允许协方差的模；

b.提前设定好不确定阈值P₀，然后将每一时刻的P与之进行比较，决策是进行回访或者继续探索；

c.若继续探索，则沿标定的路径继续探索，返回步骤a；

d.若需进行回访，则对显著性的节点聚类，确定候选路径，重访上一回访点。