CN107272713A - 一种水下机器人不确定流场环境自适应控制系统 - Google Patents

一种水下机器人不确定流场环境自适应控制系统 Download PDF

Info

Publication number
CN107272713A
CN107272713A CN201710425319.2A CN201710425319A CN107272713A CN 107272713 A CN107272713 A CN 107272713A CN 201710425319 A CN201710425319 A CN 201710425319A CN 107272713 A CN107272713 A CN 107272713A
Authority
CN
China
Prior art keywords
module
flow fields
underwater robot
positional information
control system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710425319.2A
Other languages
English (en)
Inventor
王晓鸣
林兴华
张敏革
武建国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University of Science and Technology
Original Assignee
Tianjin University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University of Science and Technology filed Critical Tianjin University of Science and Technology
Publication of CN107272713A publication Critical patent/CN107272713A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/04—Control of altitude or depth
    • G05D1/06—Rate of change of altitude or depth
    • G05D1/0692—Rate of change of altitude or depth specially adapted for under-water vehicles

Abstract

本发明提供了一种水下机器人不确定流场环境自适应控制系统，属于水下机器人技术领域，包括位置信息融合模块、位置信息输出模块、动力分配模块、自适应控制器和动力学模型，所述的位置信息融合模块通过图像识别模块、罗盘和惯性导航元件对自身位置信息进行获取，并通过位置信息输出模块传输到自适应控制器，自适应控制器结合动力学模型对水下机器人的位姿信息进行评判，并通过动力分配模块对水下机器人的姿态进行调整。本发明的有益效果为：采用图像识别技术和多传感器数据融合技术，能够对不确定的流场环境作出准确估计，结合动力学模型做出准确的动力分配，增强小型ROV自身的抗干扰能力，提高稳定性，从而提高ROV对不确定流场环境的适应性。

Description

一种水下机器人不确定流场环境自适应控制系统
技术领域
本发明涉及水下机器人技术领域，尤其涉及一种水下机器人不确定流场环境自适应控制系统。
背景技术
随着经济的发展，特别是对江河湖海资源的开发和利用，大中型水电站、大坝的修建，以及近海资源探测、利用，对能够在湖泊、河道、近海穿行作业的小型ROV(微小型、迷你型、常规型)的需求不断增加，它具有实用价值高、可靠性高、价位低廉等特点。
水域环境的不确定性主要体现在水域的水流场复杂、水体流速是随机的，这将直接引起ROV本身的不稳定，使操作人员难以控制。这些不确定因素，严重影响了小型ROV的应用，因此，迫切需要研究一种提高小型ROV在不确定流场环境下自稳定性的方法。
发明内容
本发明提供了一种水下机器人不确定流场环境自适应控制系统，采用图像识别技术和多传感器数据融合技术能够对不确定的流场环境作出准确估计，结合动力学模型做出准确的动力分配，增强小型ROV自身的抗干扰能力，提高稳定性，从而提高水下机器人对不确定流场环境的适应性。
为解决上述技术问题，本申请实施例提供了一种水下机器人不确定流场环境自适应控制系统，其特征在于，包括图像识别模块、罗盘、惯性导航元件、位置信息融合模块、位置信息输出模块、动力分配模块、自适应控制器和动力学模型，所述的位置信息融合模块通过图像识别模块、罗盘和惯性导航元件对自身位置信息进行获取，并通过位置信息输出模块对以上信息进行融合和处理后传输到自适应控制器，自适应控制器结合动力学模型对水下机器人的位姿信息进行评判，并通过动力分配模块对水下机器人的姿态进行调整。
作为本方案的优选实施例，所述的图像识别模块为水下机器人空间位置信息探测元件，罗盘为姿态信息探测元件，惯性导航元件为定位信息探测元件。
作为本方案的优选实施例，所述的位置信息融合模块的输出端与惯性导航元件的输入端相连。
作为本方案的优选实施例，所述的位置信息融合模块采用Kalman滤波算法对多传感器信息进行融合和处理。
作为本方案的优选实施例，所述的自适应控制器采用模糊主动自适应原理，结合位置信息输出模块和动力学模型相关信息，计算自稳定的动力分配方案。
作为本方案的优选实施例，所述的动力学模型的建立基于两个右手坐标系，惯性坐标系E-XeYeZe和动坐标系B-xyz，将待航行物体视为刚体，将水动力、重力、浮力等作为外力，根据坐标系及坐标变换推导出其运动学方程；由动量方程和动量矩方程推导其动力学方程。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
采用图像识别技术和多传感器数据融合技术能够对不确定的流场环境作出准确估计，结合动力学模型做出准确的动力分配，增强小型ROV自身的抗干扰能力，提高稳定性，从而提高水下机器人对不确定流场环境的适应性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例的系统结构示意图。
图1中：1、图像识别模块，2、罗盘，3、惯性导航元件，4、位置信息融合模块，5、位置信息输出模块，6、动力分配模块，7、自适应控制器，8、动力学模型。
具体实施方式
本发明提供了一种水下机器人不确定流场环境自适应控制系统，采用图像识别技术和多传感器数据融合技术能够对不确定的流场环境作出准确估计，结合动力学模型做出准确的动力分配，增强小型ROV自身的抗干扰能力，提高稳定性，从而提高水下机器人对不确定流场环境的适应性。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示，一种水下机器人不确定流场环境自适应控制系统，包括图像识别模块1、罗盘2、惯性导航元件3、位置信息融合模块4、位置信息输出模块5、动力分配模块6、自适应控制器7和动力学模型8，所述的位置信息融合模块4通过图像识别模块1、罗盘2和惯性测量模块IMU3对自身位置信息进行获取，并通过位置信息输出模块5对以上信息进行融合和处理后传输到自适应控制器7，自适应控制器7结合动力学模型8对水下机器人的位姿信息进行评判，并通过动力分配模块6对水下机器人的姿态进行调整。
其中，在实际应用中，所述的图像识别模块1为水下机器人空间位置信息探测元件，罗盘2为姿态信息探测元件，惯性导航元件3为定位信息探测元件，通过融合自身所携带的各种传感器数据，做到作业区域或观察区域的局部精确定位，增强小型ROV自身的抗干扰能力，提高稳定性。
其中，在实际应用中，所述的位置信息融合模块5的输出端与惯性导航元件3的输入端相连，由于在图像识别的过程中，会出现图像成像质量差，无法准确标定等可能情况，同时视觉成像、图像处理、信息传输等相关的过程占据较长的时间几百毫秒左右，对于高速的位置信息反馈存在较大的滞后性，因此采用惯性导航元件3作为连续的定位更新系统，图像识别模块1产生的位置信息和罗盘2产生的姿态信息作为测量信息，通过惯性导航元件3进行优化与修正，从而抑制惯性元件的积分漂移等误差。
其中，在实际应用中，所述的位置信息融合模块4采用Kalman滤波算法对多传感器信息进行融合和处理，实现多传感器的组合定位，该方法比单个传感器所得到信息更可靠、更准确，并且根据这些信息做出最有效的决策。
其中，在实际应用中，所述的自适应控制器7采用模糊主动自适应原理，结合位置信息输出模块5和动力学模型8相关信息，计算自稳定的动力分配方案，从而对不确定的流场环境作出准确估计，结合动力学模型做出准确的动力分配，以提高对不确定流场环境的适应性。
其中，在实际应用中，所述的动力学模型8的建立基于两个右手坐标系，惯性坐标系E-XeYeZe和动坐标系B-xyz，将待航行物体视为刚体，将水动力、重力、浮力等作为外力，根据坐标系及坐标变换推导出其运动学方程；由动量方程和动量矩方程推导其动力学方程，由动量方程和动量矩方程推导其动力学方程，水动力系数的精度直接影响到航行器空间运动预报结果的精度，通过建立精准的水动力学模型，进行水动力特性计算与分析，以便得出进行空间运动仿真所必须的一系列水动力系数。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，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、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (6)

1.一种水下机器人不确定流场环境自适应控制系统，其特征在于，包括图像识别模块(1)、罗盘(2)、惯性导航元件(3)、位置信息融合模块(4)、位置信息输出模块(5)、动力分配模块(6)、自适应控制器(7)和动力学模型(8)，所述的位置信息融合模块(4)通过图像识别模块(1)、罗盘(2)和惯性导航元件(3)对自身位置信息进行获取，并通过位置信息输出模块(5)对以上信息进行融合和处理后传输到自适应控制器(7)，自适应控制器(7)结合动力学模型(8)对水下机器人的位姿信息进行评判，并通过动力分配模块(6)对水下机器人的姿态进行调整。
2.根据权利要求1所述的一种不确定流场环境自适应控制系统，其特征在于，所述的图像识别模块(1)为水下机器人空间位置信息探测元件，罗盘(2)为姿态信息探测元件，惯性导航元件(3)为定位信息探测元件。
3.根据权利要求1所述的一种不确定流场环境自适应控制系统，其特征在于，所述的位置信息融合模块(4)的输出端与惯性导航元件(3)的输入端相连。
4.根据权利要求1所述的一种不确定流场环境自适应控制系统，其特征在于，所述的位置信息融合模块(4)采用Kalman滤波算法对多传感器信息进行融合和处理。
5.根据权利要求1所述的一种不确定流场环境自适应控制系统，其特征在于，所述的自适应控制器(7)采用模糊主动自适应原理，结合位置信息输出模块(5)和动力学模型(8)相关信息，计算自稳定的动力分配方案。
6.根据权利要求1所述的一种不确定流场环境自适应控制系统，其特征在于，所述的动力学模型(8)的建立基于两个右手坐标系，惯性坐标系E-XeYeZe和动坐标系B-xyz，将待航行物体视为刚体，将水动力、重力、浮力等作为外力，根据坐标系及坐标变换推导出其运动学方程；由动量方程和动量矩方程推导其动力学方程。
CN201710425319.2A 2016-10-20 2017-06-07 一种水下机器人不确定流场环境自适应控制系统 Pending CN107272713A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610915950 2016-10-20
CN2016109159506 2016-10-20

Publications (1)

Publication Number Publication Date
CN107272713A true CN107272713A (zh) 2017-10-20

Family

ID=60066487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710425319.2A Pending CN107272713A (zh) 2016-10-20 2017-06-07 一种水下机器人不确定流场环境自适应控制系统

Country Status (1)

Country Link
CN (1) CN107272713A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319276A (zh) * 2017-12-26 2018-07-24 上海交通大学 基于布尔网络的水下机器人姿态调节控制装置及方法
CN109911157A (zh) * 2019-04-15 2019-06-21 深圳鳍源科技有限公司 一种水下机器人、水下机器人的控制方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101846734A (zh) * 2009-03-26 2010-09-29 中国农业大学 农用机械导航定位方法、系统及农用机械工控机
CN102519450A (zh) * 2011-12-12 2012-06-27 东南大学 一种用于水下滑翔器的组合导航装置及方法
CN105043385A (zh) * 2015-06-05 2015-11-11 北京信息科技大学 一种行人自主导航定位的自适应卡尔曼滤波方法
CN105222760A (zh) * 2015-10-22 2016-01-06 一飞智控(天津)科技有限公司 一种基于双目视觉的无人机自主障碍物检测系统及方法
CN205281183U (zh) * 2015-12-30 2016-06-01 南京信息工程大学 一种低空环境监测无人机系统
CN105676869A (zh) * 2016-01-16 2016-06-15 上海大学 一种六自由度眼球型水下机器人实时并发控制系统
CN105903590A (zh) * 2016-06-12 2016-08-31 成都多来咪智能科技有限公司 一种喷洒流量自动控制系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101846734A (zh) * 2009-03-26 2010-09-29 中国农业大学 农用机械导航定位方法、系统及农用机械工控机
CN102519450A (zh) * 2011-12-12 2012-06-27 东南大学 一种用于水下滑翔器的组合导航装置及方法
CN105043385A (zh) * 2015-06-05 2015-11-11 北京信息科技大学 一种行人自主导航定位的自适应卡尔曼滤波方法
CN105222760A (zh) * 2015-10-22 2016-01-06 一飞智控(天津)科技有限公司 一种基于双目视觉的无人机自主障碍物检测系统及方法
CN205281183U (zh) * 2015-12-30 2016-06-01 南京信息工程大学 一种低空环境监测无人机系统
CN105676869A (zh) * 2016-01-16 2016-06-15 上海大学 一种六自由度眼球型水下机器人实时并发控制系统
CN105903590A (zh) * 2016-06-12 2016-08-31 成都多来咪智能科技有限公司 一种喷洒流量自动控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
R•西格沃特: "《自主移动机器人导论》", 31 May 2013, 西安交通大学出版社 *
付明玉 等: "《海洋运载器运动建模》", 30 June 2016, 哈尔滨工程大学出版社 *
高明: "基于视觉和惯性导航的水下机器人组合定位设计", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319276A (zh) * 2017-12-26 2018-07-24 上海交通大学 基于布尔网络的水下机器人姿态调节控制装置及方法
CN109911157A (zh) * 2019-04-15 2019-06-21 深圳鳍源科技有限公司 一种水下机器人、水下机器人的控制方法及装置

Similar Documents

Publication Publication Date Title
US11688285B2 (en) Dynamic collision avoidance method for unmanned surface vessel based on route replanning
CN106444796B (zh) 一种不确定时变时滞的欠驱动uuv深度自适应全局滑模控制方法
CN104898688B (zh) Uuv四自由度动力定位自适应抗扰滑模控制系统及控制方法
CN110032197A (zh) 一种基于有限时间制导和控制的无人船路径跟踪控制方法
Vasilijevic et al. Underwater vehicle localization with complementary filter: performance analysis in the shallow water environment
Choi et al. Enhanced SLAM for a mobile robot using extended Kalman filter and neural networks
Soares et al. Triangular formation control using range measurements: An application to marine robotic vehicles
CN109946976B (zh) 一种宽航速auv运动控制方法
CN107272713A (zh) 一种水下机器人不确定流场环境自适应控制系统
Liu et al. Research into the integrated navigation of a deep-sea towed vehicle with USBL/DVL and pressure gauge
Rahmati et al. Slam-based underwater adaptive sampling using autonomous vehicles
CN111618861A (zh) 一种基于四轴结构的双随动智能手臂控制方法
Adam et al. Fusion of fixation and odometry for vehicle navigation
Tan et al. Drag coefficient estimation model to simulate dynamic control of autonomous underwater vehicle (AUV) motion
Kim et al. A numerical and experimental study on the obstacle collision avoidance system using a 2D LiDAR sensor for an autonomous surface vehicle
CN106527453A (zh) 一种水下无人船定深航行控制系统及方法
Jin et al. A real-time vision-based stationkeeping system for underwater robotics applications
Mousazadeh et al. Experimental evaluation of a new developed algorithm for an autonomous surface vehicle and comparison with simulink results
CN115540854A (zh) 一种基于uwb辅助的主动定位方法、设备和介质
CN109813307A (zh) 一种无人船多传感器数据融合的导航系统及其设计方法
Tanaka et al. Underwater vehicle localization considering the effects of its oscillation
Kim et al. Path following for an autonomous underwater vehicle (AUV) by using a high-gain observer based on an AUV dynamic model
Feder et al. Adaptive sensing for terrain aided navigation
Feder et al. Adaptive concurrent mapping and localization using sonar
Mišković et al. CADDY Project, Year 2: The first validation trials

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171020

RJ01 Rejection of invention patent application after publication