CN113108774A - 水下机器人及水下机器人导航定位方法 - Google Patents
水下机器人及水下机器人导航定位方法 Download PDFInfo
- Publication number
- CN113108774A CN113108774A CN202110560314.7A CN202110560314A CN113108774A CN 113108774 A CN113108774 A CN 113108774A CN 202110560314 A CN202110560314 A CN 202110560314A CN 113108774 A CN113108774 A CN 113108774A
- Authority
- CN
- China
- Prior art keywords
- underwater
- motion
- underwater robot
- signal
- obstacle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 36
- 230000003287 optical effect Effects 0.000 claims description 21
- 230000001360 synchronised effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Acoustics & Sound (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本申请实施例公开了一种水下机器人及水下机器人导航定位方法,用于消除水下机器人的运动累积误差以提高机器人运动导航和定位的精准度。本申请实施例包括:根据磁信号和/或水声定位信号估算水下机器人在水下运动环境中的全局位置,基于全局位置估算结果对位姿估算结果进行校正,从而位姿校正结果可以很好地消除运动累积误差,根据位姿校正结果可以准确地计算水下机器人在地图中的坐标,根据该坐标准确规划运动路径。因此,本发明克服了水下长距离环境中无法使用GPS传感器消除运动累积偏差的技术问题,使得水下机器人的运动导航定位更加精准可靠,且本申请实施例消除运动累积误差的方法具有数据量小、实时性高的特点,对计算资源的依赖程度低。
Description
技术领域
本申请实施例涉及人工智能领域,具体涉及一种水下机器人及水下机器人导航定位方法。
背景技术
引水隧道广泛存在于大型水利水电工程中,其长度可达几十公里。其结构健康状态事关水利设施的安全,人们需要对水下隧道进行定期检测及维护。由于水下密闭的环境,人工检测作业费时费力且安全性差。为此,人们开始采用机器人对水下隧道进行检查作业,机器人作业过程中需要确定自身的位置并对行进路径进行规划,也就是机器人的水下导航与定位。
传统的水下机器人导航定位方式是采用惯性测量单元、声呐、激光、视觉等声光学传感器融合的方法,对环境进行三维感知和构图来进行机器人的定位和导航。然而,水下长距离隧洞环境中,惯性测量单元必定产生位姿估测累积偏差,影响导航与定位精度;隧洞环境单调,无法从声纳和激光取得有效特征;水下能见度难以保证的情况下,视觉传感器可能失效。因此采用传统的水下机器人导航定位方法,难以满足大型长距离水下隧洞的机器人高速运动的导航与定位要求。
发明内容
本申请实施例提供了一种水下机器人及水下机器人导航定位方法,用于消除水下机器人的运动累积误差以提高机器人运动导航和定位的精准度。
本申请实施例第一方面提供了一种水下机器人,所述水下机器人包括信号检测装置、位置计算单元及路径规划单元;所述位置计算单元包括位姿估算模块、全局位置估算模块及同步定位与地图匹配模块;
所述信号检测装置用于获取所述水下机器人在水下运动环境中的运动状态信号,以及用于获取磁信号和/或水声定位信号;
所述位姿估算模块用于利用所述运动状态信号对所述水下机器人的位姿进行估算,得到位姿估算结果;
所述全局位置估算模块用于根据所述磁信号和/或所述水声定位信号估算所述水下机器人在所述水下运动环境中的全局位置,得到全局位置估算结果;
所述同步定位与地图匹配模块用于判断所述位姿估算结果与所述全局位置估算结果的偏差是否超过预设阈值,若是,则基于所述全局位置估算结果对所述位姿估算结果进行校正,获得位姿校正结果,并根据所述位姿校正结果以及所述水下运动环境的地图确定所述水下机器人在所述水下运动环境的地图中的坐标;
所述路径规划单元用于根据所述坐标规划所述水下机器人在所述水下运动环境中的运动路径。
本申请实施例第二方面提供了一种水下机器人导航定位方法,所述方法应用于水下机器人,所述方法包括:
获取所述水下机器人在水下运动环境中的运动状态信号,以及用于获取磁信号和/或水声定位信号;
利用所述运动状态信号对所述水下机器人的位姿进行估算,得到位姿估算结果;
根据所述磁信号和/或所述水声定位信号估算所述水下机器人在所述水下运动环境中的全局位置,得到全局位置估算结果;
判断所述位姿估算结果与所述全局位置估算结果的偏差是否超过预设阈值,若是,则基于所述全局位置估算结果对所述位姿估算结果进行校正,获得位姿校正结果,并根据所述位姿校正结果以及所述水下运动环境的地图确定所述水下机器人在所述水下运动环境的地图中的坐标;
根据所述坐标规划所述水下机器人在所述水下运动环境中的运动路径。
本申请实施例第三方面提供了一种计算机存储介质,计算机存储介质中存储有指令,该指令在计算机上执行时,使得计算机执行前述第一方面的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
水下机器人根据磁信号和/或水声定位信号估算水下机器人在水下运动环境中的全局位置,得到全局位置估算结果,并基于该全局位置估算结果对位姿估算结果进行校正,获得位姿校正结果,从而位姿校正结果可以很好地消除了运动累积误差,则根据已消除运动累积误差的位姿校正结果可以准确地计算得到水下机器人在水下运动环境的地图中的坐标,进而可以根据该坐标准确规划水下机器人在水下运动环境中的运动路径。因此,本发明克服了水下长距离环境中无法使用GPS传感器消除运动累积偏差的技术问题,使得水下机器人的运动导航定位更加精准可靠,且本申请实施例消除运动累积误差的方法具有数据量小、实时性高的特点,对计算资源的依赖程度低。
附图说明
图1为本申请实施例中水下机器人一个结构示意图;
图2为本申请实施例中水下机器人另一结构示意图;
图3为本申请实施例中水下机器人导航定位方法一个流程示意图;
图4为本申请实施例中水下机器人另一结构示意图。
具体实施方式
本申请实施例提供了一种水下机器人及水下机器人导航定位方法,用于消除水下机器人的运动累积误差以提高机器人运动导航和定位的精准度。
请参阅图1,本申请实施例中水下机器人一个实施例包括:
水下机器人100包括信号检测装置101、位置计算单元102及路径规划单元103;位置计算单元102包括位姿估算模块1021、全局位置估算模块1022及同步定位与地图匹配模块1023。
其中,信号检测装置101用于获取水下机器人在水下运动环境中的运动状态信号,以及用于获取磁信号和/或水声定位信号;
位姿估算模块1021用于利用信号检测装置101获取到的运动状态信号对水下机器人的位姿进行估算,得到位姿估算结果;
全局位置估算模块1022用于根据信号检测装置101获取到的磁信号和/或水声定位信号估算水下机器人在水下运动环境中的全局位置,得到全局位置估算结果;
同步定位与地图匹配模块1023用于判断位姿估算结果与全局位置估算结果的偏差是否超过预设阈值,若是,则基于全局位置估算结果对位姿估算结果进行校正,获得位姿校正结果,并根据位姿校正结果以及水下运动环境的地图确定水下机器人在水下运动环境的地图中的坐标;
路径规划单元103用于根据该坐标规划水下机器人在水下运动环境中的运动路径。
因此,由于水下机器人长距离运动时位姿估算结果会产生运动累积误差,本发明根据磁信号和/或水声定位信号估算水下机器人在水下运动环境中的全局位置,得到全局位置估算结果,并基于该全局位置估算结果对位姿估算结果进行校正,获得位姿校正结果,从而位姿校正结果可以很好地消除了运动累积误差,则根据已消除运动累积误差的位姿校正结果可以准确地计算得到水下机器人在水下运动环境的地图中的坐标,进而可以根据该坐标准确规划水下机器人在水下运动环境中的运动路径。因此,本发明克服了水下长距离环境中无法使用GPS传感器消除运动累积偏差的技术问题,使得水下机器人的运动导航定位更加精准可靠。
其中,水下运动环境具体可以是水下隧洞、河流、水库等水下环境,本实施例水下机器人尤其适用于对水下隧洞的结构健康状态的检测和维护。
在一种优选实施方式中,当水下运动环境存在障碍物时,需要对障碍物进行识别以使得水下机器人的运动路径避开障碍物。具体的,请参阅图2,信号检测装置101还用于获取障碍物检测信号,水下机器人还包括障碍物识别单元104,用于从障碍物检测信号中提取障碍物特征信息,根据障碍物特征信息确定障碍物位置信息。路径规划单元103包括:局部路径规划模块1031,用于根据同步定位与地图匹配模块1023确定的水下机器人在水下运动环境的地图中的坐标及障碍物位置信息规划水下机器人的局部避障路径;全局路径规划模块1032,用于根据该坐标及局部避障路径规划运动路径。因此,在水下运动环境存在障碍物时,可以通过障碍物识别单元104识别出障碍物的具体位置,并由局部路径规划模块1031规划局部避障路径以避开障碍物对运动路径的干扰,进而全局路径规划模块1032根据水下机器人在地图中的坐标以及该局部避障路径规划运动路径。
本实施例中,水下机器人还可包括运动控制系统,该运动控制系统用于控制水下机器人的运动,在规划出运动路径之后,路径规划单元103可基于该运动路径生成运动控制指令并将该运动控制指令输出给运动控制系统,进而运动控制系统根据该运动控制指令控制水下机器人按照该运动路径进行运动。
其中,为确保识别障碍物是实时性的,即确保识别到的障碍物位于水下机器人的前方,在进行局部避障路径规划时,局部路径规划模块1031具体用于根据时间同步方法同步与障碍物识别单元104的时间,在确定时间同步时根据位姿校正结果及障碍物位置信息规划局部避障路径。因此,在局部路径规划模块1031与障碍物识别单元104的时间同步之后,障碍物识别单元104在某一刻识别到的障碍物即为当前时刻下位于水下机器人前方的障碍物,确保局部避障路径的实时性和实效性。
信号检测装置101可包括声呐装置、光学探测系统中的至少一种,该声呐装置包括2D声呐和/或3D声呐,因此,该障碍物检测信号可以是由该声呐装置采集到的障碍物声呐信号和/或由光学探测系统采集到的障碍物光学信号。在实际应用场景中,为了适应隧道环境中可能出现的随机障碍物,根据机器人运动性能,可优选采用低成本的2D声呐实现对环境的探测和障碍物的识别,使得机器人具有自主避障的能力。由于2D声呐结构简单、成本低且数据量小,因此构成的避障系统具有较高的经济性和实时性。
在另一优选实施方式中,信号检测装置101还用于获取所述水下运动环境的声学信号和/或光学信号,水下机器人还包括地图获取单元105,地图获取单元105用于接收该水下运动环境的离线地图,或者,用于根据三维重构方法,对信号检测装置101获取到的声学信号和/或光学信号进行构建得到该水下运动环境的实时地图。具体的,该声学信号可以是由3D声呐采集到的3D声呐信号,该光学信号可以是由光学传感器采集到的光学信号。因此,若采用离线地图确定水下机器人的坐标,可以使导航定位的计算资源依赖度极低,能够为水下机器人提供实时性极佳的导航与定位服务。
在另一优选实施方式中,信号检测装置101包括惯性测量单元(IMU,inertialmeasurement unit)、多普勒计程仪DVL中的至少一种,则运动状态信号包括基于惯性测量单元IMU及多普勒计程仪DVL而获得的运动方向、运动位置、转速、加速度中的至少一种运动状态信号。
在另一优选实施方式中,信号检测装置101还可包括磁信号读取装置、水声定位系统,该水声定位系统用于获取水声定位信号;该磁信号读取装置用于读取运动环境中设置的磁性物质所产生的磁信号。由于主要采用了IMU实现对机器人位姿估算,该方法对计算资源的依赖极低,但容易带来运动累积误差。为了降低运动累积误差,采用水声定位系统以及磁信号对位姿估算结果进行定期校正,消除了运动累积误差的影响。消除运动累积误差的方法具有数据量小、实时性高的特点,对计算资源的依赖程度低。
其中,水声定位系统具体可以是超短/超长基线定位系统(US/ULBL,ultra short/ultra long baseline positioning system),US/ULBL系统是一种水下定位技术系统,被普遍应用于海洋石油勘探开发、海洋打捞等海洋生产开发领域,以及主要用于确定ROV(水下机器人)、潜水员、水下其他载体的水下精确位置。US/ULBL系统由发射换能器、应答器、接收基阵组成。发射换能器和接收基阵安装在水面载体(例如船只)上,应答器固定在水下机器人上。发射换能器发出一个声脉冲,应答器收到后,回发声脉冲,接收基阵收到后,测量出X、Y两个方向的相位差,并根据声波的到达时间计算出水下机器人到接收基阵的距离R,从而计算得到水下机器人在平面坐标上的位置和水下机器人的深度。
运动环境中设置的磁性物质可以是磁钉、磁条等具有磁性的物体。
在另一优选实施方式中,位姿估算模块1021具体用于利用实时采集的运动状态信号对水下机器人的位姿进行估算,得到实时位姿估算结果,随着运动时间的增长,一段时间之后的实时位姿估算结果已产生较大的运动累积误差,因此,同步定位与地图匹配模块1023将判断一个时间段内的最后一个实时位姿估算结果与定期获得的全局位置估算结果的偏差是否超过预设阈值,若是,则基于全局位置估算结果对该最后一个实时位姿估算结果进行校正,获得该位姿校正结果。
在另一优选实施方式中,该水下运动环境还可以设置光学图标,该光学图标关联光学图标所在位置在水下运动环境的地图中的坐标。具体的,该光学图标可以是二维码,则水下机器人运动至二维码时,可扫描二维码获得该光学图标的当前位置在水下运动环境的地图中的坐标,并将该光学图标的当前位置在水下运动环境的地图中的坐标作为水下机器人当前在水下运动环境的地图中的坐标,从而实现对水下机器人的定位。
因此,本实施例利用磁信号与IMU、DVL、2D声呐、水声定位系统等低成本、低数据量和高实时性的传感器数据融合,实现机器人的水下位姿估算和导航定位,克服了GPS信号不可用、浑浊水体以及隧洞环境下声光学检测效果不佳等问题,能够适应长距离、大尺寸的水下隧洞环境,相比已知现有的技术具有实时性高、计算资源依赖低、低成本的特点。
以上描述了本申请实施例中水下机器人的各个组成部件以及每个组成部件在运动导航定位过程中所执行的功能,下面将以水下机器人为整体,进一步阐述本申请实施例中水下机器人这一整体所执行的水下机器人导航定位方法。请参阅图3,本申请实施例中水下机器人导航定位方法一个实施例包括:
301、获取水下机器人在水下运动环境中的运动状态信号,以及用于获取磁信号和/或水声定位信号;
302、利用运动状态信号对水下机器人的位姿进行估算,得到位姿估算结果;
303、根据磁信号和/或水声定位信号估算水下机器人在水下运动环境中的全局位置,得到全局位置估算结果;
304、判断位姿估算结果与全局位置估算结果的偏差是否超过预设阈值,若是,则基于全局位置估算结果对位姿估算结果进行校正,获得位姿校正结果,并根据位姿校正结果以及水下运动环境的地图确定水下机器人在水下运动环境的地图中的坐标;
305、根据坐标规划水下机器人在水下运动环境中的运动路径;
步骤301至305所执行的操作在前述图1所示实施例中已有相对应的具体说明,此处不再赘述。
水下机器人根据磁信号和/或水声定位信号估算水下机器人在水下运动环境中的全局位置,得到全局位置估算结果,并基于该全局位置估算结果对位姿估算结果进行校正,获得位姿校正结果,从而位姿校正结果可以很好地消除了运动累积误差,则根据已消除运动累积误差的位姿校正结果可以准确地计算得到水下机器人在水下运动环境的地图中的坐标,进而可以根据该坐标准确规划水下机器人在水下运动环境中的运动路径。因此,本发明克服了水下长距离环境中无法使用GPS传感器消除运动累积偏差的技术问题,使得水下机器人的运动导航定位更加精准可靠,且本申请实施例消除运动累积误差的方法具有数据量小、实时性高的特点,对计算资源的依赖程度低。
本实施例的一种优选实施方式中,水下机器人还将获取障碍物检测信号,并从该障碍物检测信号中提取障碍物特征信息,根据障碍物特征信息确定障碍物位置信息,则规划水下机器人在运动环境中的运动路径时,具体方式可以是,根据坐标及障碍物位置信息规划水下机器人的局部避障路径,根据坐标及局部避障路径规划运动路径。
本实施例的另一优选实施方式中,获取水下运动环境的地图的具体方式可以是,接收该水下运动环境的离线地图,或者,根据三维重构方法,对水下运动环境的声学信号和/或光学信号进行构建得到水下运动环境的实时地图。
下面对本申请实施例中的水下机器人进行描述,请参阅图4,本申请实施例中水下机器人一个实施例包括:
该水下机器人400可以包括一个或一个以上中央处理器(central processingunits,CPU)401和存储器405,该存储器405中存储有一个或一个以上的应用程序或数据。
其中,存储器405可以是易失性存储或持久存储。存储在存储器405的程序可以包括一个或一个以上模块,每个模块可以包括对水下机器人中的一系列指令操作。更进一步地,中央处理器401可以设置为与存储器405通信,在水下机器人400上执行存储器405中的一系列指令操作。
水下机器人400还可以包括一个或一个以上电源402,一个或一个以上有线或无线网络接口403,一个或一个以上输入输出接口404,和/或,一个或一个以上操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等。
该中央处理器401可以执行前述图3所示实施例中水下机器人所执行的操作,具体此处不再赘述。
本申请实施例还提供了一种计算机存储介质,其中一个实施例包括:该计算机存储介质中存储有指令,该指令在计算机上执行时,使得该计算机执行前述图3所示实施例中水下机器人所执行的操作。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种水下机器人,其特征在于,所述水下机器人包括信号检测装置、位置计算单元及路径规划单元;所述位置计算单元包括位姿估算模块、全局位置估算模块及同步定位与地图匹配模块;
所述信号检测装置用于获取所述水下机器人在水下运动环境中的运动状态信号,以及用于获取磁信号和/或水声定位信号;
所述位姿估算模块用于利用所述运动状态信号对所述水下机器人的位姿进行估算,得到位姿估算结果;
所述全局位置估算模块用于根据所述磁信号和/或所述水声定位信号估算所述水下机器人在所述水下运动环境中的全局位置,得到全局位置估算结果;
所述同步定位与地图匹配模块用于判断所述位姿估算结果与所述全局位置估算结果的偏差是否超过预设阈值,若是,则基于所述全局位置估算结果对所述位姿估算结果进行校正,获得位姿校正结果,并根据所述位姿校正结果以及所述水下运动环境的地图确定所述水下机器人在所述水下运动环境的地图中的坐标;
所述路径规划单元用于根据所述坐标规划所述水下机器人在所述水下运动环境中的运动路径。
2.根据权利要求1所述的水下机器人,其特征在于,所述信号检测装置还用于获取障碍物检测信号;
所述水下机器人还包括障碍物识别单元,用于从所述障碍物检测信号中提取障碍物特征信息,根据所述障碍物特征信息确定障碍物位置信息;
所述路径规划单元包括:
局部路径规划模块,用于根据所述坐标及所述障碍物位置信息规划所述水下机器人的局部避障路径;
全局路径规划模块,用于根据所述坐标及所述局部避障路径规划所述运动路径。
3.根据权利要求2所述的水下机器人,其特征在于,所述局部路径规划模块具体用于根据时间同步方法同步与所述障碍物识别单元的时间,在确定时间同步时根据所述位姿校正结果及所述障碍物位置信息规划所述局部避障路径。
4.根据权利要求2所述的水下机器人,其特征在于,所述信号检测装置包括声呐装置、光学探测系统中的至少一种,所述声呐装置包括2D声呐和/或3D声呐;
所述障碍物检测信号包括由所述声呐装置采集到的障碍物声呐信号和/或由所述光学探测系统采集到的障碍物光学信号。
5.根据权利要求1所述的水下机器人,其特征在于,所述信号检测装置还用于获取所述水下运动环境的声学信号和/或光学信号;
所述水下机器人还包括地图获取单元,用于接收所述水下运动环境的离线地图,或者,用于根据三维重构方法,对所述声学信号和/或所述光学信号进行构建得到所述水下运动环境的实时地图。
6.根据权利要求1所述的水下机器人,其特征在于,所述信号检测装置包括惯性测量单元IMU、多普勒计程仪DVL中的至少一种;
所述运动状态信号包括基于惯性测量单元IMU及多普勒计程仪DVL而获得的运动方向、运动位置、转速、加速度中的至少一种运动状态信号。
7.根据权利要求1至6任一项所述的水下机器人,其特征在于,所述信号检测装置包括磁信号读取装置、水声定位系统,所述水声定位系统用于获取所述水声定位信号;所述磁信号读取装置用于读取所述水下运动环境中设置的磁性物质所产生的磁信号。
8.根据权利要求1至6任一项所述的水下机器人,其特征在于,所述位姿估算模块具体用于利用实时采集的所述运动状态信号对所述水下机器人的位姿进行估算,得到实时位姿估算结果;
所述同步定位与地图匹配模块具体用于判断一个时间段内的最后一个实时位姿估算结果与所述全局位置估算结果的偏差是否超过预设阈值,若是,则基于所述全局位置估算结果对所述最后一个实时位姿估算结果进行校正,获得所述位姿校正结果。
9.一种水下机器人导航定位方法,其特征在于,所述方法应用于水下机器人,所述方法包括:
获取所述水下机器人在水下运动环境中的运动状态信号,以及用于获取磁信号和/或水声定位信号;
利用所述运动状态信号对所述水下机器人的位姿进行估算,得到位姿估算结果;
根据所述磁信号和/或所述水声定位信号估算所述水下机器人在所述水下运动环境中的全局位置,得到全局位置估算结果;
判断所述位姿估算结果与所述全局位置估算结果的偏差是否超过预设阈值,若是,则基于所述全局位置估算结果对所述位姿估算结果进行校正,获得位姿校正结果,并根据所述位姿校正结果以及所述水下运动环境的地图确定所述水下机器人在所述水下运动环境的地图中的坐标;
根据所述坐标规划所述水下机器人在所述水下运动环境中的运动路径。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
获取障碍物检测信号,从所述障碍物检测信号中提取障碍物特征信息,根据所述障碍物特征信息确定障碍物位置信息;
所述根据所述坐标规划所述水下机器人在所述水下运动环境中的运动路径,包括:
根据所述坐标及所述障碍物位置信息规划所述水下机器人的局部避障路径,根据所述坐标及所述局部避障路径规划所述运动路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110560314.7A CN113108774B (zh) | 2021-05-21 | 2021-05-21 | 水下机器人及水下机器人导航定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110560314.7A CN113108774B (zh) | 2021-05-21 | 2021-05-21 | 水下机器人及水下机器人导航定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113108774A true CN113108774A (zh) | 2021-07-13 |
CN113108774B CN113108774B (zh) | 2023-11-10 |
Family
ID=76723014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110560314.7A Active CN113108774B (zh) | 2021-05-21 | 2021-05-21 | 水下机器人及水下机器人导航定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113108774B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114200468A (zh) * | 2021-11-03 | 2022-03-18 | 南方海洋科学与工程广东省实验室(湛江) | 水下网衣巡检机器人的定位方法、系统及存储介质 |
CN114228959A (zh) * | 2021-12-29 | 2022-03-25 | 中国科学院沈阳自动化研究所 | 一种基于声学路标与光学路标组合辅助导航的水下机器人极地冰下回收方法 |
CN115017578A (zh) * | 2022-05-26 | 2022-09-06 | 深圳大学 | 一种建筑的智能实测实量方法、装置、ugv及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206920935U (zh) * | 2017-07-20 | 2018-01-23 | 南京信息工程大学 | 一种用于水下研究的智能小车 |
US20180112983A1 (en) * | 2016-10-24 | 2018-04-26 | Invensense Inc. | Method and system for global shape matching a trajectory |
CN110006433A (zh) * | 2019-04-22 | 2019-07-12 | 哈尔滨工程大学 | 海底油气管检测机器人的组合导航定位系统及方法 |
CN110260867A (zh) * | 2019-07-29 | 2019-09-20 | 浙江大华技术股份有限公司 | 一种机器人导航中位姿确定、纠正的方法、设备及装置 |
CN112146654A (zh) * | 2020-08-25 | 2020-12-29 | 浙江大学 | 基于关键约束帧的前视成像声呐水下定位与导航方法 |
-
2021
- 2021-05-21 CN CN202110560314.7A patent/CN113108774B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180112983A1 (en) * | 2016-10-24 | 2018-04-26 | Invensense Inc. | Method and system for global shape matching a trajectory |
CN206920935U (zh) * | 2017-07-20 | 2018-01-23 | 南京信息工程大学 | 一种用于水下研究的智能小车 |
CN110006433A (zh) * | 2019-04-22 | 2019-07-12 | 哈尔滨工程大学 | 海底油气管检测机器人的组合导航定位系统及方法 |
CN110260867A (zh) * | 2019-07-29 | 2019-09-20 | 浙江大华技术股份有限公司 | 一种机器人导航中位姿确定、纠正的方法、设备及装置 |
CN112146654A (zh) * | 2020-08-25 | 2020-12-29 | 浙江大学 | 基于关键约束帧的前视成像声呐水下定位与导航方法 |
Non-Patent Citations (1)
Title |
---|
马腾;李晔;赵玉新;沈鹏;凌宇;: "AUV的图优化海底地形同步定位与建图方法", 导航定位与授时, no. 02 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114200468A (zh) * | 2021-11-03 | 2022-03-18 | 南方海洋科学与工程广东省实验室(湛江) | 水下网衣巡检机器人的定位方法、系统及存储介质 |
CN114200468B (zh) * | 2021-11-03 | 2024-05-17 | 南方海洋科学与工程广东省实验室(湛江) | 水下网衣巡检机器人的定位方法、系统及存储介质 |
CN114228959A (zh) * | 2021-12-29 | 2022-03-25 | 中国科学院沈阳自动化研究所 | 一种基于声学路标与光学路标组合辅助导航的水下机器人极地冰下回收方法 |
CN115017578A (zh) * | 2022-05-26 | 2022-09-06 | 深圳大学 | 一种建筑的智能实测实量方法、装置、ugv及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113108774B (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113108774B (zh) | 水下机器人及水下机器人导航定位方法 | |
Wu et al. | Survey of underwater robot positioning navigation | |
CN110178048B (zh) | 交通工具环境地图生成和更新的方法和系统 | |
CN102042835B (zh) | 自主式水下机器人组合导航系统 | |
EP2463680B1 (en) | Systems and methods for navigation using cross correlation on evidence grids | |
CN101900558B (zh) | 集成声纳微导航的自主式水下机器人组合导航方法 | |
CN108444478B (zh) | 一种用于水下航行器的移动目标视觉位姿估计方法 | |
CN109901205B (zh) | 一种水下机器人多传感器融合与运动轨迹预测方法 | |
EP3617749B1 (en) | Method and arrangement for sourcing of location information, generating and updating maps representing the location | |
Chen et al. | Towards autonomous localization and mapping of AUVs: a survey | |
Han et al. | Precision navigation and mapping under bridges with an unmanned surface vehicle | |
EP2687868B1 (en) | Systems and methods for correlating reduced evidence grids | |
WO2017121936A1 (fr) | Procédé et système de détermination de la position d'un engin mobile | |
Loebis et al. | Review of multisensor data fusion techniques and their application to autonomous underwater vehicle navigation | |
CN108227744B (zh) | 一种水下机器人定位导航系统及定位导航方法 | |
Becker et al. | Simultaneous sonar beacon localization & AUV navigation | |
Yin et al. | Study on underwater simultaneous localization and mapping based on different sensors | |
Moreno-Salinas et al. | Underwater target positioning with a single acoustic sensor | |
CN112611376A (zh) | 一种RGI-Lidar/SINS紧耦合AUV水下导航定位方法与系统 | |
KR102263037B1 (ko) | 수중 운동체와 수중 음향 탐지 장비를 이용한 수중 환경 지도 작성 시스템 및 그 방법 | |
US20150073707A1 (en) | Systems and methods for comparing range data with evidence grids | |
Wang et al. | Novel cooperative navigation method for multi-AUVs based on optimal weight distribution method | |
Moreno-Salinas et al. | Optimal sensor trajectories for mobile underwater target positioning with noisy range measurements | |
Pfingsthorn et al. | Full 3D navigation correction using low frequency visual tracking with a stereo camera | |
CN114861725A (zh) | 一种目标感知跟踪的后处理方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240113 Address after: No. 2001, Longxiang Avenue, Longcheng street, Longgang District, Shenzhen, Guangdong 518172 Patentee after: THE CHINESE University OF HONGKONG SHENZHEN Patentee after: Shenzhen Institute of artificial intelligence and Robotics Address before: 518000 floor 2-14, 15, Xinghe wordg2, No.1 Yabao Road, Bantian street, Longgang District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Institute of artificial intelligence and Robotics |
|
TR01 | Transfer of patent right |