CN114281083A - 一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法 - Google Patents
一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法 Download PDFInfo
- Publication number
- CN114281083A CN114281083A CN202111624166.7A CN202111624166A CN114281083A CN 114281083 A CN114281083 A CN 114281083A CN 202111624166 A CN202111624166 A CN 202111624166A CN 114281083 A CN114281083 A CN 114281083A
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- module
- water quality
- quality monitoring
- target
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 77
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000033001 locomotion Effects 0.000 claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 20
- 230000003993 interaction Effects 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 23
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 11
- 229910052760 oxygen Inorganic materials 0.000 claims description 11
- 239000001301 oxygen Substances 0.000 claims description 11
- 238000011161 development Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 244000025254 Cannabis sativa Species 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 2
- 238000009360 aquaculture Methods 0.000 description 5
- 244000144974 aquaculture Species 0.000 description 5
- 241000238557 Decapoda Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法,本物联网系统由上位机应用层、通信传输层、下位机感知层组成。应用层包含安卓手机客户端和PC端人机交互界面,界面主要包含地图、网络通信、数据显示、目标点导入、模式切换、方向控制、数据库等模块。感知层通过各种传感器模块采集数据信息,船体组成主要包括GPS模块、九轴陀螺仪模块、水质监测模块,推进电机模块。通信层为GPRS‑DTU模块,可以实现上位机和下位机间的数据传输。本发明可智能化自主导航并且能够在运动中完成避障,可适应复杂的水面情况;可以远程监控无人船运动和实时的水质参数信息,方便鱼塘的管理。
Description
技术领域
本发明属于物联网远程通信技术领域和智能路径规划及避障技术领域,具体设计一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法。
背景技术
水产养殖行业在我国有着较大的市场规模,而且在近年来养殖规模在快速的扩大。但是同时养殖水体的自然承载能力已日趋饱和,养殖水域的水质越来越差。如今改善养殖水域的水质成了一个重要任务,而水质监测是水产养殖中的最重要一环,水中的溶氧量、PH值、温度一定要在适合鱼虾蟹生长的范围之内,这些参数对鱼虾蟹的生存繁殖有着决定性的作用
过去对水质监测的方法主要是两种,一种是人工监测法,作业人员需要携带检测仪器,在靠近岸边的水域采集一定量的水源,这种方法过程繁琐,人力成本高,具有一定的危险性,而且测量范围只能局限在岸边,这样得到的检测结果所反映的水质情况会比较片面,不能完全评估出真实的水质情况。另一种是定点浮漂检测法,这种方法存在的问题有:受检测点数量影响测量范围有限,增加定点浮漂成本较高,后期维护困难。
综合水产养殖水域水质检测现存的问题,需要设计一种水质检测技术可以覆盖大范围的水域面积,可自主导航的水质检测无人船可以极大地节省人力物力,水质检测无人船具有自主导航、体积小、成本低、灵活性好、覆盖范围广等优点。结合物联网技术可以实时地操控水质检测无人船,在上位机应用层也可以实时查看水质参数。
目前具有水质检测功能的无人船在实际作业中已经得到了初步的应用,但是现有的无人船都是需要操作人员手动操控来完成作业,存在一定的操作和观测误差。因此在本发明专利的无人船服务器后台程序嵌入谷歌地图,在地图上设置待测位点,无人船按照快速行进法规划好的路线来遍历所有待测点,最终返回初始位点,全程自主航行自动检测无需人工干预。但是在按照预定规划好的路线航行时,水面可能会出现未知障碍物,因此需要引入动态窗口算法,保证无人船能够规避不可预知障碍物,安全完成作业。
因此,本发明针对无人船路径规划及避障,提出一种基于混合路径规划自主导航的水质监测物联网控制系统及方法。
发明内容
为了解决当前无人船无法识别水面不可预知障碍物的问题,本发明提出一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法,无人船在自主航行时可以应对复杂且不可预知的水面情况,能够避免无人船在作业过程中发生碰撞导致受损,完成待测点的巡检获得水质参数,无人船将采集的水质参数上传至服务器后台程序的数据库中。
本发明通过以下技术方案予以实现:
一种基于混合路径规划自主导航的无人船水质监测物联网控制系统包括感知层、通信层、应用层。
第一部分,所述感知层由双体充气无人船如图5所示、动力输出模块、避障系统模块、电源模块、主控制器模块以及各类传感器组成,包括溶解氧传感器、水温传感器、北斗定位数据接收器、声纳、激光雷达传感器、机器视觉等。
所述双体充气无人船用于装载动力输出模块、电源模块、主控制器模块、水质采集模块、导航模块;
所述动力输出模块由两部直流异步推进电机、一对电机驱动螺旋桨和无刷电调组成;
所述推进电机和电机驱动螺旋桨用于控制无人船的航行速度和方向;;
所述无刷电调通过PWM波进行调压,电机根据电压调速;
所述电源模块由锂电池组成,用于为其他模块供电;
所述主控制器模块采用基于Cortex-M4内核的STM32单片机;所述感知层与所述应用层数据交互,用于上传数据至上位机,以及接收上位机发送的控制命令;
所述避障系统模块由超声波模块、声纳避障模块以及机器视觉模块组成,通过融合优化算法实现三个模块协同工作,充分利用不同模块的优势,实现精准可靠避障;
所述溶解氧传感器、水温传感器、北斗定位数据接收器、声纳、激光雷达传感器、机器视觉等组成数据采集模块
第二部分,所述通信层为GPRS-DTU模块,与服务器建立TCP/IP连接,实现感知层与应用层的数据传输;
第三部分,所述应用层为安卓端app应用软件,界面如图3所示,采用C/S结构,即服务器(包含服务器后台程序)与客户端(GPRS-DTU)建立TCP/IP连接;
所述服务器后台程序基于Visual Studio 2017集成开发平台,采用C#.NET语言编写上位机程序,利用Winform框架实现可视化界面,数据库程序在SQL Server平台上由SQL语句编写而成。上位机程序使用C#提供的Socket通信方式连接GPRS-DTU模块,分析无人船发送的经纬度信息,解算各项传感器数据,控制无人船自主导航;
基于上述系统,本发明提出了一种基于混合路径规划自主导航的无人船水质监测物联网控制系统的控制方法,包括如下步骤:
步骤1,据任务需要在服务器后台程序中的地图中设置作业点并在上位机可视化界面显示该点的经纬度坐标,设置无人船航行模式为自动导航模式;
步骤2,启动电源后将水质检测无人船平稳放入待测水域,GPS接收当前位置信息通过无线数传模块将数据信息发送到服务器并解析无人船经纬度信息,基于已知的环境信息调用FMM算法规划出一条包含所有作业点的最优路径,融入航线安全性、路径长度与航向角势场作为寻优条件;
步骤3,无人船调整双电机转速实现差速转向,驶向作业点;
步骤4,无人船搭载的超声波模块、声纳避障模块以及机器视觉组合模块扫描周围是否存在障碍物信息;
步骤5,如果激光雷达探测的范围内无人船与作业点之间没有出现障碍物,无人船保持航向继续探测下一个范围内可能出现的障碍物,直至到达作业点进行断面水质检测;
步骤6,如果激光雷达在无人船与目标点的航线上探测到障碍物,结合已知的水面信息,构建无人船局部避障模型;所述模型为,无人船在很小的时间间隔内运动距离短,可以将两相邻点的运动轨迹看作是直线,无人船位置在坐标系中移动了ut*Δt。将该短距离分别投影在平面直角坐标系中x轴和y轴上就能得到t+1时刻相对于t时刻无人船在直角坐标中移动的位移Δx和Δy;
步骤7,无人船实时获取航线上动态障碍物运动信息,判断是否存在碰撞风险;若存在,判断会遇类型,无人船开始执行防碰撞准备;否则执行步骤9;
步骤8,开始防碰撞,确定目标点位置,进行参数初始化;无人船必须在遇到紧急情况时能够在有效距离内稳定,根据无人船当前状态计算安全速度Aα;对速度空间进行离散化采样,结合无人船运动模型生成预测轨迹;根据目标障碍物速度预测其位置,利用目标方程对所有预测轨迹进行评价,解算出最优轨迹及其对应的速度数据;
步骤9,无人船航行一个周期,更新无人船位置;判断无人船是否达到局部目标,是则避碰结束;否则返回步骤7;
本发明的有益效果为:
(1)比传统人工检测方法更便捷,降低了水质检测作业的成本,克服了固定点检测测量范围有限等缺点,几乎可覆盖整个水域;
(2)更加智能化,可自主导航并且能够在运动中完成避障,可适应复杂的水面情况;
(3)可以远程监控无人船运动和实时的水质参数信息,方便鱼塘的管理;
(4)全局路径规划快速行进平方法(FMM)可以综合考虑航程长度势场Te、航线安全性势场Ts和航向角势场Tg,所得出叠加的算法可以满足不同任务需求下的路径规划方案,
(5)本文动态避障算法可以实现无人船实时避障,在局部动态避障中能得到较平滑和连续的轨迹,保障无人船安全作业。
(6)服务器后台程序采用多线程技术接收数据,各线程负责每一种数据的结算,有序无误地显示在上位机可视化界面上。
附图说明
图1是本发明系统整体结构示意图;
图2是本发明无人船作业流程图;
图3是无人船移动端交互界面;
图4是Android Studio 2.3.3开发界面;
图5是无人船立体模型图;
图6是无人船避障会遇类型;
具体实施方式
下面结合附图对本发明作进一步说明。
本发明实施例为一种基于混合路径规划自主导航的无人船水质监测无人船物联网控制系统及方法。
如图1所示,基于混合路径规划自主导航的无人船水质监测无人船物联网控制系统主要由感知层、通信层、应用层三部分组成;
所述感知层由双体充气无人船、动力输出模块、避障系统模块、电源模块、主控制器模块、通信模块以及各类传感器组成,包括溶解氧传感器、水温传感器、北斗定位数据接收器、声纳、激光雷达传感器、机器视觉等,实现对水中溶解氧、PH值、温度以及水面情况实时监测,并采集这些数据上传至服务器数据库中。
如图1所示,所述无人船由动力输出模块、避障系统模块、电源模块、主控制器模块、通信模块,水质检测模块组成;
所述动力输出模块由两部直流异步推进电机、一对电机驱动螺旋桨和无刷电调组成;
所述水下直流电机异步电机用于驱动无人船水下螺旋桨,以达到控制无人船运动的目的;
所述无刷电调根据PWM波进行调压,电机根据电压调速;
所述电源模块由锂电池用于为系统中其他模块提供电能;
所述避障系统模块所述避障系统模块由超声波模块、声纳避障模块以及机器视觉模块组成,充分利用不同模块的优势,实现精准可靠避障;
所述主控制器模块为Cortex-M4内核的STM32F4单片机,通过串口输出PWM波并利用无刷电调调压实现对电机转速的控制;通过RS232分别连接通信模块和北斗定位数据接收器;通过RS485分别连接水质检测模块、避障模块包括声纳、激光雷达传感器、机器视觉等;
所述通信模块为GPRS-DTU模块,即是物联网通信层,与服务器建立TCP-IP连接,用于接收数据和发送指令
所述水质监测模块为四合一水质传感器,分别测量溶解氧值、温度、气压值、PH值;
所述通信层为GPRS-DTU模块,即为物联网传输层与服务器建立TCP-IP连接,串联感知层和应用层;
所述应用层程序采用C/S结构,即服务器后台程序包括数据库与客户端(GPRS-DTU)建立TCP-IP连接;
所述应用层包含安卓手机客户端和PC端人机交互界面,所述安卓手机客户端程序基于Android Studio 2.3.3+JDK 1.8+Android 7.0平台开发如图4所示,本系统使用Android Studio作为开发工具,主要用来显示检测水域的溶解氧值、温度、大气压值、饱和度,也可手动控制无人船的运动,控制无人船前进、后退、左转、右转等运动状态;所述PC端人机交互界面程序在Visual Studio2017集成开发环境下由C#语言编写而成,数据库系统则在SQL Sever2008环境下SQL(Structured Query Language)语言开发而成,界面主要包含地图、网络通信、数据显示、目标点导入、模式切换、方向控制、数据库等功能模块。其中,上位机程序与无人船连接需要调用C#中的Socket方法,连接成功后,无人船上各传感器装置通过GPRS-DTU模块发送到上位机程序。
如图2所示,一种基于混合路径规划自主导航的无人船水质监测物联网控制系统的控制方法的流程图如下:
步骤1,根据任务需要在服务器后台程序中的地图中设置作业点并显示该点的经纬度坐标,设置无人船航行模式为自动导航模式;
步骤2,启动电源后将水质检测无人船平稳放入待测水域,GPS接收当前位置信息通过无线数传模块将数据信息发送到服务器并解析无人船经纬度信息,基于已知的环境信息调用基于叠加势场的快速行进法(FMM)规划出一条包含所有作业点的最优路径,融入航线安全性、路径长度与航向角势场作为寻优条件;
步骤3,无人船调整双电机转速实现差速转向,驶向作业点;
步骤4,无人船搭载的激光雷达传感器扫描周围是否存在障碍物信息;
步骤5,如果超声波模块、声纳避障模块以及机器视觉组合模块探测的范围内无人船与作业点之间没有出现障碍物,无人船保持航向继续探测下一个范围内可能出现的障碍物,直至到达作业点进行断面水质检测;
步骤6,如果激光雷达在无人船与目标点的航线上探测到障碍物,结合已知的水面信息,构建无人船局部避障模型;
所述模型为,无人船在很小的时间间隔内运动距离短,可以将两相邻点的运动轨迹看作是直线,无人船位置在坐标系中移动了ut*Δt。将该短距离分别投影在平面直角坐标系中x轴和y轴上就能得到t+1时刻相对于t时刻无人船在直角坐标中移动的位移Δx和Δy:
Δx=utΔtcosθt
Δy=utΔtsinθt
以此次推算一段时间内的轨迹,将这段时间内的位移增量累计求和:
x=x+utΔtcosθt
y=y+utΔtsinθt
θt=θt+ωΔt
步骤7,无人船实时获取航线上动态障碍物运动信息,判断是否存在碰撞风险;若存在,判断会遇类型,如图6所示会遇分为追抄、对遇、交叉三种类型。无人船开始执行防碰撞准备;否则执行步骤9;
步骤8,开始防碰撞,确定目标点位置,进行参数初始化;无人船必须在遇到紧急情况时能够在有效距离内稳定,根据无人船当前状态计算前向速度u和艏摇角速度r;对速度动态窗口Ad进行离散化采样,结合无人船运动模型生成预测轨迹;根据目标障碍物速度预测其位置,利用目标方程对所有预测轨迹进行评价,解算出最优轨迹及其对应的速度数据;
速度动态窗口Ad公式为:
目标方程公式为:G(u,r)=δfdev(X(u,r))+(1-δ)fpre(X(u,r))
其中,fdev(X(u,r))和fpre(X(u,r))分别为描述轨迹与局部目标的偏离程度及快速性的目标方程;δ和(1-δ)为其对应的权重系数。
步骤9,无人船航行一个周期,更新无人船位置;判断无人船是否达到局部目标,是则避碰结束;否则返回步骤7;
如图3所示,为无人船移动端人机交互界面,界面如图3所示,分为无人船运动操控区、实时数据显示区、启停按键区;
所述运动操控区为前进、后退、左转、右转和启停按钮,可实现人工操控无人船的运动;
所述数据显示区所述数据实时显示区显示无人船测得的溶解氧、温度、大气压、饱和度等数据;
所述启停按键区为手动实现手机app与无人船无线通信进行远程监视和操控。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技术所创的等效方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于混合路径规划自主导航的无人船水质监测物联网控制系统,其特征在于,包括:感知层、通信层、应用层;所述感知层与所述应用层通过通信层进行数据交互;
所述感知层包括双体充气无人船、动力输出模块、避障系统模块、电源模块、主控制器模块以及信息感知模块,所述双体充气无人船用于装载动力输出模块、避障系统模块、电源模块、主控制器模块以及传感器;
所述通信层为GPRS-DTU模块,与服务器建立TCP/IP连接,实现感知层与应用层的数据传输,用于上传数据至应用层的服务器,以及接收服务器发送的控制命令;
所述应用层采用C/S结构,即服务器(包含服务器后台程序)与客户端建立TCP/IP连接。
2.根据权利要求1所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制系统,其特征在于,所述动力输出模块包括两部直流异步推进电机、一对电机驱动螺旋桨和无刷电调;所述推进电机和电机驱动螺旋桨用于控制无人船的航行速度和方向;所述无刷电调通过PWM波进行调压,电机根据电压调速。
3.根据权利要求1所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制系统,其特征在于,所述信息感知模块包括包括溶解氧传感器、水温传感器、北斗定位数据接收器、声纳、激光雷达传感器、机器视觉等。
4.根据权利要求1所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制系统,其特征在于,所述避障系统模块为超声波模块、声纳避障模块以及机器视觉组合模块,充分利用不同模块的优势,实现精准可靠避障。
5.根据权利要求1所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制系统,其特征在于,还包括人机交互模块,所述人机交互模块的界面分为无人船运动操控区、实时数据显示区、启停按键区;
所述运动操控区为前进、后退、左转、右转和启停按钮,可实现人工操控无人船的运动;
所述数据显示区所述数据实时显示区显示无人船测得的溶解氧、温度、大气压、饱和度等数据;
所述启停按键区为手动实现手机app与无人船无线通信进行远程监视和操控。
6.根据权利要求1所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制系统,其特征在于,所述应用层包含安卓手机客户端和PC端人机交互界面,所述安卓手机客户端程序基于Android Studio 2.3.3+JDK 1.8+Android 7.0平台开发,使用AndroidStudio作为开发工具,主要用来显示检测水域的溶解氧值、温度、大气压值、饱和度,也可手动控制无人船的运动,控制无人船前进、后退、左转、右转等运动状态;所述PC端人机交互界面程序在Visual Studio2017集成开发环境下由C#语言编写而成,数据库系统则在SQLSever2008环境下SQL(Structured Query Language)语言开发而成,界面主要包含地图、网络通信、数据显示、目标点导入、模式切换、方向控制、数据库等功能模块;其中,上位机程序与无人船连接需要调用C#中的Socket方法,连接成功后,无人船上各传感器装置通过GPRS-DTU模块发送到上位机程序。
7.一种基于混合路径规划自主导航的无人船水质监测物联网控制方法,其特征在于,包括如下步骤:
步骤1,在服务器后台程序中的地图中设置作业点并显示该点的经纬度坐标,设置无人船航行模式为自动导航模式;
步骤2,启动电源后将水质检测无人船平稳放入待测水域,GPS接收当前位置信息通过无线数传模块将数据信息发送到服务器并解析无人船经纬度信息,基于已知的环境信息调用基于叠加势场的快速行进法(FMM)规划出一条包含所有作业点的最优路径,融入航程长度、航线安全性与航向角势场作为寻优条件;
步骤3,无人船调整双电机转速实现差速转向,驶向作业点;
步骤4,无人船搭载的超声波传感器扫描周围是否存在障碍物信息;
步骤5,如果超声波模块、声纳避障模块以及机器视觉组合模块探测的范围内无人船与作业点之间没有出现障碍物,无人船保持航向继续探测下一个范围内可能出现的障碍物,直至到达作业点进行断面水质检测;
步骤6,如果激光雷达在无人船与目标点的航线上探测到障碍物,结合已知的水面信息,构建局部避障模型;
步骤7,无人船实时获取航线上动态障碍物运动信息,判断是否存在碰撞风险,若存在,判断会遇类型,无人船开始执行防碰撞准备;否则执行步骤9;
步骤8,开始防碰撞,确定目标点位置,进行参数初始化;根据无人船当前状态计算前向速度u和艏摇角速度r;对速度动态窗口Ad进行离散化采样,结合无人船运动模型生成预测轨迹;根据目标障碍物速度预测其位置,利用目标方程对所有预测轨迹进行评价,解算出最优轨迹及其对应的速度数据;
步骤9,无人船航行一个周期,更新无人船位置;判断无人船是否达到局部目标,是则避碰结束;否则返回步骤7。
8.根据权利要求7所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制方法,其特征在于,所述局部避障模型为,无人船在很小的时间间隔内运动距离短,可以将两相邻点的运动轨迹看作是直线,无人船位置在坐标系中移动了ut*Δt。将该短距离分别投影在平面直角坐标系中x轴和y轴上就能得到t+1时刻相对于t时刻无人船在直角坐标中移动的位移Δx和Δy:
Δx=utΔtcosθt
Δy=utΔtsinθt
以此次推算一段时间内的轨迹,将这段时间内的位移增量累计求和:
x=x+utΔtcosθt
y=y+utΔtsinθt
θt=θt+ωΔt。
9.根据权利要求7所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制方法,其特征在于,所述步骤2中的FMM算法为基于航程长度势场Te、航线安全性势场Ts和航向角势场Tg叠加的快速行进法,可实现无人船满足不同任务需求下的路径规划,如当无人船电量较低时,航程长度最短应作为最主要的需求,可以调节航程长度系数α;当待检测水域礁石浅滩水草较多时,可以提高航线安全系数β,得到距离水岸线及礁石更远的路线;当待测点较多或者遭遇一定范围内较多的障碍物时,可以提高航向角控制系数避免因为频繁转向导致路线偏移较大;最终可得到叠加势场:
所述步骤8中,速度动态窗口Ad公式为:
所述步骤7中,会遇类型分为追超、对遇、交叉。
10.根据权利要求7所述的一种基于混合路径规划自主导航的无人船水质监测物联网控制方法,其特征在于,所述步骤8中,目标方程对航线与目标点的偏离程度以及最大速度目标进行约束,目标方程公式为:
G(u,r)=δfdev(X(u,r))+(1-δ)fpre(X(u,r))
得到最优速度为:(u,r)fit=minG(u,r)
其中,fdev(X(u,r))和fpre(X(u,r))分别为描述轨迹与局部目标的偏离程度及快速性的目标方程;δ和(1-δ)为其对应的权重系数;
其中,θt为无人船在预测轨迹末端出的航向角,ρt为与预测轨迹末端点到局部避碰目标点连线的方位角,fdev(X(u,r))越小即偏离目标程度越小;
其中,umax为无人船最大前向速度,u为预测轨迹对应的线速度,fpre(X(u,r))越小即航线速度越快。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111624166.7A CN114281083B (zh) | 2021-12-28 | 2021-12-28 | 一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111624166.7A CN114281083B (zh) | 2021-12-28 | 2021-12-28 | 一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114281083A true CN114281083A (zh) | 2022-04-05 |
CN114281083B CN114281083B (zh) | 2024-05-14 |
Family
ID=80877173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111624166.7A Active CN114281083B (zh) | 2021-12-28 | 2021-12-28 | 一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114281083B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115202370A (zh) * | 2022-09-15 | 2022-10-18 | 泰山学院 | 无人船的航行控制方法、系统和可读存储介质 |
CN115752480A (zh) * | 2022-12-09 | 2023-03-07 | 佛山市稚蒙环境科技有限公司 | 一种基于物联网的采样装置管理系统及方法 |
CN116147698A (zh) * | 2023-01-04 | 2023-05-23 | 广东工业大学 | 一种水陆空多栖侦查的监测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101184587B1 (ko) * | 2011-12-28 | 2012-09-26 | 한국과학기술연구원 | 수자원 관리용 무인 보트 운용 시스템 및 그 운용 방법 |
CN111399506A (zh) * | 2020-03-13 | 2020-07-10 | 大连海事大学 | 一种基于动力学约束的全局-局部混合无人船路径规划方法 |
CN111580518A (zh) * | 2020-05-12 | 2020-08-25 | 哈尔滨工程大学 | 一种基于改进果蝇优化和动态窗口法的无人艇分层避障方法 |
CN113110424A (zh) * | 2021-03-26 | 2021-07-13 | 大连海事大学 | 一种基于海图信息的无人艇避碰方法 |
-
2021
- 2021-12-28 CN CN202111624166.7A patent/CN114281083B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101184587B1 (ko) * | 2011-12-28 | 2012-09-26 | 한국과학기술연구원 | 수자원 관리용 무인 보트 운용 시스템 및 그 운용 방법 |
CN111399506A (zh) * | 2020-03-13 | 2020-07-10 | 大连海事大学 | 一种基于动力学约束的全局-局部混合无人船路径规划方法 |
CN111580518A (zh) * | 2020-05-12 | 2020-08-25 | 哈尔滨工程大学 | 一种基于改进果蝇优化和动态窗口法的无人艇分层避障方法 |
CN113110424A (zh) * | 2021-03-26 | 2021-07-13 | 大连海事大学 | 一种基于海图信息的无人艇避碰方法 |
Non-Patent Citations (1)
Title |
---|
吴凯: "基于物联网的水质监测无人船系统设计", 万方学位论文数据库, 17 November 2021 (2021-11-17), pages 22 - 61 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115202370A (zh) * | 2022-09-15 | 2022-10-18 | 泰山学院 | 无人船的航行控制方法、系统和可读存储介质 |
CN115202370B (zh) * | 2022-09-15 | 2023-02-03 | 泰山学院 | 无人船的航行控制方法、系统和可读存储介质 |
CN115752480A (zh) * | 2022-12-09 | 2023-03-07 | 佛山市稚蒙环境科技有限公司 | 一种基于物联网的采样装置管理系统及方法 |
CN115752480B (zh) * | 2022-12-09 | 2023-11-21 | 佛山市稚蒙环境科技有限公司 | 一种基于物联网的采样装置管理系统及方法 |
CN116147698A (zh) * | 2023-01-04 | 2023-05-23 | 广东工业大学 | 一种水陆空多栖侦查的监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114281083B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114281083B (zh) | 一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法 | |
CN111348161B (zh) | 一种应用于海洋牧场的资源环境监测系统及其操作方法 | |
CN108045531A (zh) | 用于海底电缆巡检的水下机器人控制系统及方法 | |
CN103786838A (zh) | 一种多功能无舵水产养殖作业船 | |
CN104142688A (zh) | 一种水下机器人平台 | |
CN110427038A (zh) | 一种无人船全自动靠泊系统及靠泊方法 | |
CN106094606A (zh) | 一种水面无人艇导航与控制遥操作平台 | |
CN209426501U (zh) | 海洋探测机器人 | |
CN103803043A (zh) | 一种风扇驱动的大面积水域自动导航水上作业平台 | |
WO2020053573A1 (en) | Control and navigation systems, pose optimisation, mapping, and localisation techniques | |
CN107526087A (zh) | 一种获取水下3d断层图像的方法及系统 | |
CN109956020B (zh) | 带有激光辅助导航系统的农用无人空气动力船及导航方法 | |
CN114355914B (zh) | 用于无人船的自主巡航系统及控制方法 | |
CN112162075A (zh) | 一种用于水质监测的自主导航仿生机器鱼及其控制方法 | |
Stone et al. | Design and deployment of a four-degrees-of-freedom hovering autonomous underwater vehicle for sub-ice exploration and mapping | |
CN112631293A (zh) | 一种基于人工势场法的无人船防碰撞物联网控制系统及方法 | |
CN114115264A (zh) | 无人船测绘航行系统及其控制方法 | |
Liu et al. | Unmanned airboat technology and applications in environment and agriculture | |
GB2581403A (en) | Pose optimisation, mapping, and localisation techniques | |
CN113625726A (zh) | 无人船避障方法及其系统 | |
CN117008610A (zh) | 一种基于地图定位的养殖智能无人船巡航方法及系统 | |
CN215707042U (zh) | 一种应用于海洋牧场的资源环境监测系统 | |
CN116700299A (zh) | 一种基于数字孪生的auv集群控制系统及方法 | |
Goh et al. | Path planning for AUV area coverage mission based on MOOS-IvP | |
CN214150420U (zh) | 一种无人机无人船协同采水装置 |
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 |