CN116880513B - 基于数据分析的水下机器人运行监控管理系统 - Google Patents

基于数据分析的水下机器人运行监控管理系统 Download PDF

Info

Publication number
CN116880513B
CN116880513B CN202311141897.5A CN202311141897A CN116880513B CN 116880513 B CN116880513 B CN 116880513B CN 202311141897 A CN202311141897 A CN 202311141897A CN 116880513 B CN116880513 B CN 116880513B
Authority
CN
China
Prior art keywords
interference
robot
obstacle
value
path
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.)
Active
Application number
CN202311141897.5A
Other languages
English (en)
Other versions
CN116880513A (zh
Inventor
郑永进
梁文宇
李啟豪
罗俊业
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.)
Guangzhou Huiyang Information Technology Co ltd
Original Assignee
Guangzhou Huiyang Information Technology Co ltd
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 Guangzhou Huiyang Information Technology Co ltd filed Critical Guangzhou Huiyang Information Technology Co ltd
Priority to CN202311141897.5A priority Critical patent/CN116880513B/zh
Publication of CN116880513A publication Critical patent/CN116880513A/zh
Application granted granted Critical
Publication of CN116880513B publication Critical patent/CN116880513B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了基于数据分析的水下机器人运行监控管理系统,涉及机器人监控技术领域,用于解决由于环境因素造成通信质量不稳定以及机器人在水下作业发生故障的问题,包括母船服务器、路径分析模块、路径优化模块、运行监测模块和机器人端;通过对水下机器人的运行状态分析并进行对应的控制操作,实现根据机器人作业时的运动状态加强对机器人的监测和控制,降低故障发生的概率;同时通过从物理和电化学方面分析海水的腐蚀性并将对应的机器人进行对应的维护操作,提高机器人在海上的工作效率,延长机器人的使用寿命;通过量化运动路径的干扰和障碍选取最佳路径同时优化最佳路径,实现合理规划机器人的运动路径,有效减少遇到信号受阻或延迟的情况。

Description

基于数据分析的水下机器人运行监控管理系统
技术领域
本发明涉及机器人监控技术领域,具体为基于数据分析的水下机器人运行监控管理系统。
背景技术
机器人运行监控管理系统是指对机器人进行长时间的监测和维护,并进行数据分析和故障诊断等工作的系统;机器人是非常重要的水下工具,其需要在复杂的水下环境穿行,并完成对应的水下作业。
存在以下问题:
1、机器人需要通过无线电或光缆等方式与地面站或母船进行通信,但是在海洋环境中其他设备的干扰和海洋障碍容易影响水下通信质量,导致数据传输不稳定,造成监控数据传输受阻或延迟;
2、由于水下环境复杂多变,机器人在水里长期运行,易受到环境因素的影响,如海水侵蚀,导致出现各种机器人故障和损坏,从而降低机器人的可靠性和稳定性;
为了解决上述缺陷,现提供基于数据分析的水下机器人运行监控管理系统。
发明内容
本发明的目的在于解决由于环境因素造成通信质量不稳定以及机器人在水下作业发生故障的问题,而提出基于数据分析的水下机器人运行监控管理系统。
本发明的目的可以通过以下技术方案实现:基于数据分析的水下机器人运行监控管理系统,包括母船服务器、与母船服务器通讯连接的机器人端;机器人端采集推进参数、声振参数、液压参数、物理腐蚀参数、电化学腐蚀参数、干扰信息和障碍信息并将其发送至母船服务存储;还包括运行监测模块、路径分析模块和路径优化模块;
运行监测模块通过获取的推进参数、声振参数、液压参数对机器人水下作业的运行状态进行分析得到运行状态指数;当运行状态指数大于设定的运行状态区间中的最大值时,则输出高风险机器人指令并将其发送至母船服务器,母船服务器则发送返航指令至机器人端并控制机器人启动备用推进器返航;当运行状态指数处于设定的运行状态区间之内时,则输出潜在风险机器人指令发送至母船服务器,并控制机器人重复水下运行状态的分析频率P,直至运行状态分析后输出高风险机器人指令并进行对应的控制操作为止;同时从海水的物理腐蚀和电化学腐蚀综合分析得到海水腐蚀值,依据海水腐蚀值与设定腐蚀值比较结果将返航的机器人进行相对应的维护操作;
路径分析模块通过将路径信息代入Dijkstra算法中输出若干条运动路径,分别对运动路径的干扰和障碍进行量化分析得到干扰值和障碍值,将两者进行归一化处理取其数值,并对数值进行分析得到水环境干扰值,将水环境干扰值最小的运动路径记为最佳路径;
路径优化模块对最佳路径中进行优化得到优化路径,其中优化的具体步骤为:
调取最佳路径中干扰范围及其对应的干扰强度值,当干扰强度值大于设定的干扰强度区间Q1中的最大值时,则将该m相叠干扰范围记为禁进区域,并发送干扰绕行指令至机器人端控制机器人在行进到禁止区域边缘时进行绕行操作,将此处的干扰绕行记为干扰拐点;当干扰强度值处于设定的干扰强度区间Q1之内时,则发送信号增强信号至机器人端控制增大机器人的信号发射功率;当干扰强度值小于设定的干扰强度区间Q1中的最小值时,则不予操作;
获取机器人在最佳路径前进过程中的监控视频,当监控视频内出现障碍时,则调取对应的障碍值,当障碍值大于设定的障碍区间中的最大值时,则控制机器人沿着障碍边缘进行绕行操作,并将此处的绕行记为障碍拐点;当障碍值小于设定的障碍阈值时,则发送跨越指令至机器人端控制机器人跨越障碍,并将此处的跨越记为障碍跨越;
将最佳路线、干扰拐点、障碍拐点和障碍跨越组成优化路线,并将优化路线发送至机器人端;母船服务器调取优化路线并将其与机器人的实际轨迹进行核对,当显示实际轨迹偏离优化路径时,则控制机器人按照优化路线前进。
作为本发明的一种优选实施方式,推进参数包括推进器异常次数和推进器异常时长;声振参数包括异响次数、异响时长、异振次数和异振时长;液压参数包括压力峰值、压力峰值次数和压力峰值时长;物理腐蚀参数包括pH值、水温和盐度,电化学腐蚀参数包括氧化还原电位值、有机物浓度和其他离子浓度;障碍信息包括障碍类型、障碍位置和障碍的体积或面积,干扰信息包括干扰设备类型和干扰设备位置。
作为本发明的一种优选实施方式,运行状态分析的具体步骤为:
将推进器异常次数Tc、推进器异常时长Ts代入设定的公式计算得到推进指数TZ,其中b1和b2为设定的权重因子;
将获取机器人的异响次数Xc、异响时长Xs、异振次数Dc和异振时长Ds代入设定的公式计算得到声振指数XZ,其中c1、c2、c3、c4、c5和c6分别为设定的权重因子;
将压力峰值Ya1、压力峰值次数Yc1和压力峰值时长Yf1代入设定的公式计算得到液压指数YZ,其中f1、f2和f3分别为设定的权重因子;
将推进指数、声振指数和液压指数,将三者进行归一化处理并取其数值,对数值进行分析得到运行状态指数。
作为本发明的一种优选实施方式,对运动路径的干扰和障碍分别进行量化分析得到干扰值和障碍值,其中对干扰的量化分析的具体步骤为:
将运动路径中或周围的干扰设备记为相关干扰设备,设定干扰设备均存在一个干扰范围和干扰系数,将相关干扰设备与所有设定干扰设备进行匹配得到对应的干扰范围和干扰系数;当干扰范围和运动路径重合或者部分重合时,则将相关干扰器记为目标干扰器,并将重合部分面积记为有效干扰范围;
将有效干扰范围的起点和终点的连线与其干扰设备所属的干扰范围的圆的半径进行比较,当r1和r2的连线大于半径时,则匹配到干扰强度值计算公式一:;当r1和r2的连线小于半径时,则匹配到干扰强度值计算公式二:/>;当r1和r2的连线大于半径时,则匹配到干扰强度值计算公式三:/>;其中f1、f2、f3、f4、f5和f6为设定的权重因子,且f1+f2>f5+f6>f3+f4;
将对应参数代入匹配到的公式计算得到对应的干扰强度值;依据有效干扰范围之间的叠加将有效干扰范围分为m相叠加干扰范围Am,并调取其中m相所涉及的干扰强度值PA1、PAg2、PAg3……PAgm,将两者代入设定公式计算得到路径干扰值GRZ;其中Xm为设定的权重因子,m=1,2,3……n5,n5取值为正整数。
作为本发明的一种优选实施方式,对障碍的量化分析的具体步骤为:
获取机器人当前所处位置和目标采集地之间存在的海底障碍物、海洋植物、海底沉积物和海底地势;设定每种障碍分别对应一个障碍系数Zi;
分别获取海底障碍物的体积Vj、海洋植物的面积Sk、海底沉积物的面积So和海底地势的面积Sq,将其和其对应的障碍系数代入设定公式计算得到障碍值ZI。
与现有技术相比,本发明的有益效果是:
1、通过对推进参数、声振参数,液压参数分别进行数据处理得到推进指数、声振指数和液压指数,并将三者进行归一化处理取其数值,对数值进行分析得到运行状态指数,并将其与设定的区间进行比较输出高风险机器人指令或潜在风险机器人指令与对应的操作;实现根据机器人作业时的运动状态加强对机器人的监测和控制,降低故障发生的概率,以确保其在海里的长期可靠的运行。
2、通过对海水的物理腐蚀参数和电化学腐蚀参数进行数据处理得到物理腐蚀指数和电化学腐蚀指数,并将两者进行归一化处理取其数值,对数值进行分析得到海水腐蚀指数,将海水腐蚀指数与设定的区间进行比较输出不同的维护指令,不同的维护指令分别对应不同的维护操作;实现根据海水的腐蚀性对机器人进行维护,可以延长机器人的使用寿命,提高机器人在海上的工作效率,降低维修成本。
3、通过对运动路径的干扰设备和对应的有效干扰范围按照其与干扰设备的距离以衡量有效干扰范围的干扰强度,将有效干扰范围中的叠加干扰范围和涉及的对应干扰强度进行数据处理得到干扰值;同时对海底障碍进行分类并匹配障碍系数,将障碍的体积或面积与对应的障碍系进行综合数据分析得到障碍值;将干扰值和障碍值进行归一化数值处理取其数值,对数值进行分析水环境干扰值,依据水环境干扰值选取最佳路径;将干扰和障碍进行准确的数量化分析,为运动路径的优化奠定基础;
4、通过对最佳路径中m相叠加干扰范围及其对应的干扰强度值和障碍进行分析并控制机器人绕行障碍、绕行禁进区域或增大信号发射功率实现最佳路径的优化;实现合理规划机器人的运动路径,避开深海沟壑等地形复杂和存在障碍物的区域,调整机器人的航线以避免与其他设备干扰,有效减少遇到信号受阻或延迟的情况。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统总框图;
图2为本发明的干扰范围叠加示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1:
请参阅图1所示,基于数据分析的水下机器人运行监控管理系统,包括母船服务器、路径分析模块、路径优化模块、运行监测模块和机器人端;其中路径分析模块包括干扰分析单元和障碍分析单元;
通过机器人上安装的高清摄像头、雷达、声呐和水下激光扫描仪以采集推进参数、声振参数、液压参数、物理腐蚀参数、电化学腐蚀参数、干扰信息和障碍信息并将其发送至母船服务存储;
对机器人的水下作业的运行状态进行分析,具体为:
获取机器人的推进器异常次数、推进器异常时长,将其分别记为Tc和Ts,并将Tc和Ts代入设定的公式计算得到推进指数TZ,其中b1和b2为设定的权重因子;机器人在水下作业时,推进器的行驶速度变慢或完全停止或推力不稳定均为推进器异常;
获取机器人的异响次数、异响时长、异振次数和异振时长,将其分别记为Xc、Xs、Dc和Ds,并将Xc、Xs、Dc和Ds代入设定的公式计算得到声振指数XZ,其中c1、c2、c3、c4、c5和c6分别为设定的权重因子;机器人在水下作业时,发出的机械摩擦声或空气泡声或金属撞击声等均为异响;
获取机器人的液压系统的压力峰值、压力峰值次数和压力峰值时长,将其分别记为Ya1、Yc1和Yf1,并将Ya1、Yc1和Yf1代入设定公式计算得到液压指数YZ,其中f1、f2和f3分别为设定的权重因子;
将推进指数TZ、声振指数XZ和液压指数YZ代入设定公式计算得到运行状态指数OPM,其中h1、h2和h3分别为设定的权重因子;将运行状态指数和设定的运行状态区间进行比较,当运行状态指数大于设定的运行状态区间中的最大值时,说明此时机器人处于高风险的运行状态下,机器人的运行状态已经不满足水下作业要求,则输出高风险机器人指令并将其发送至母船服务器,母船服务器则发送返航指令至机器人端并控制机器人关闭当前工作用推进器,采用备用推进器进行返航操作;当运行状态指数处于设定的运行状态区间之内时,说明此时机器人存在一定的风险,则输出潜在风险机器人指令发送至母船服务器,并控制机器人重复水下运行状态的分析频率P,直至运行状态分析后输出高风险机器人指令并进行对应的控制操作为止,其中P取值为正整数;根据机器人作业时的运行状态加强对机器人的监测和控制,降低故障的发生概率,以确保其在海里的长期可靠运行。
获取海水物理参数,其中物理参数包括海水的pH值、水温和盐度,当海水pH值小于7时,则将其记为有效pH值;将有效pH值、水温和盐度分别记为tm1、tm2和tm3,并将tm1、tm2和tm3代入设定的公式计算得到物理腐蚀指数Fz1,其中g1和g2均为大于1的自然数;由公式可知,pH 值越低、温度越高、盐度越大,物理腐蚀指数越大,腐蚀性越强;
获取海水电化学参数,其中电化学参数包括海水的氧化还原电位值、有机物浓度和其他离子浓度,将其分别记为dw1、dw2和dw3,并将dw1、dw2和dw3代入设定的公式计算得到电化学腐蚀指数Fz2,其中w1、w2和w3分别为设动的权重因子,g3为大于1的自然数;由公式可知,氧化还原电位值越大、有机物浓度越高、其他离子浓度越大,电化学腐蚀指数越大,腐蚀性越强;
调取物理腐蚀指数Fz1和电化学腐蚀指数Fz2,并将其代入设定的公式得到海水腐蚀指数FZ,其中y1和y2分别为设定的权重因子;由公式可知,物理腐蚀指数越大、电化学腐蚀指数越大,则海水腐蚀指数越大,海水腐蚀性越强,对机器人造成的影响越大,机器人出现故障的可能性也越大;需要说明的是含有机物的浓度是指海水中的各种有机物质的浓度,如藻类、细菌等;其他离子浓度指的是海水中的其他离子浓度,如钙、镁、铁、硫酸根等;
将海水腐蚀指数和设定的腐蚀区间进行比较,当海水腐蚀指数大于设定的腐蚀区间中的最大值时,则生成一级维护指令;当海水腐蚀指数处于设定的腐蚀区间之内时,则生成二级维护指令,当海水腐蚀指数小于设定的腐蚀区间中的最小值时,则生成三级维护指令;其中三级维护指令对应的是当三级维护指令对应的机器人返航至母船时,则输送该机器人至清理工序进行表面清理打磨操作;二级维护指令对器人至焊接工序进行局部补焊;一级维护指令对应的具体操作是当一级维护指令对应的机器人返航至母船时,则输送该机器人至零件工序进行更换零件操作;应的具体操作是当二级维护指令对应的机器人返航至母船时,则输送该机实现提高机器人在海上的工作效率,延长机器人的使用寿命,降低维修成本。
实施例2:
实施例1的基础上,路径分析单元包括障碍分析单元和干扰分析单元;
将路径信息代入Dijkstra算法中输出n6条运动路径,n6取值为大于1的正整数;其中路径信息包括机器人当前位置、目的地、行进方向、当前位置和目的地之间存在的障碍和干扰设备;行进方向为机器人当前位置和目的地的直线连线;
获取运动路径中或者运动路径周围存在的干扰设备,并将其记为相关干扰器;其中干扰设备是指本机器人以外的其他能够干扰机器人接收和传输信息和设备;预设每个干扰器均对应一个干扰范围和干扰系数,将相关干扰器与所有的干扰器进行匹配得到对应的干扰范围和干扰距离;其中干扰范围指的是以干扰器为中心,以干扰距离为半径画圆所组成的圆的面积记为干扰范围;
当干扰范围和运动路径重合或者部分重合时,则将相关干扰器记为目标干扰器,获取目标干扰器的干扰范围和运动路径的重合部分面积,并将其记为有效干扰范围;请参阅图2所示,以运动路径前进方向为横坐标,干扰范围为纵坐标建立二维直角坐标系;将有效干扰范围呈现在坐标中,其中干扰范围的坐标起点记为r1,终点记为r2;将r1和r2的连线与其干扰设备所属的干扰范围的圆的半径进行比较,当r1和r2的连线大于半径时,说明此时有效干扰范围为原干扰设备的全部干扰范围的大部分,则此时匹配到干扰强度值计算公式一;当r1和r2的连线小于半径时,说明此时有效干扰范围为原干扰设备的全部干扰范围的小部分,则此时匹配到干扰强度值计算公式二;当r1和r2的连线等于半径时,说明此时有效干扰范围为原干扰设备的全部干扰范围的一半,则此时匹配到干扰强度值公式三;
设定干扰强度值公式一为:
设定干扰强度值公式二为:
设定干扰强度值公式三为:
上述公式中,f1、f2、f3、f4、f5和f6为设定的权重系数,且f1+f2>f5+f6>f3+f4;L表示的是r1与r2连线的线段长度,pa为干扰系数,R为干扰范围的半径,表示的是有效干扰范围,A表示的是干扰范围;由公式可知,r1和r2的线段除以2后与半径的比值越接近1,表示有效干扰范围面积越接近圆心的位置,说明干扰设备越接近运动路径,其干扰强度值越大;同时有效干扰范围越大,干扰强度值越大;
将对应的r1与r2连线的线段长度、干扰系数、干扰范围的半径、有效干扰范围和干扰范围代入对应的干扰强度值公式计算得到对应的干扰强度值,将干扰强度PA1、PA2和PA3记为干扰强度PAg,其中g=1,2,3;当g=1时PA1表示的是由干扰强度公式一计算得到的干扰强度值,当g=2时PA2表示的是由干扰强度公式二计算得到的干扰强度值,当g=3时PA3表示的是由干扰强度公式三计算得到的干扰强度值;
当有效干扰范围之间有重合时,则将有效干扰范围重合部分记为叠加干扰范围,剩余的有效范围则记为单相干扰范围;其中叠加干扰范围分为两相叠加干扰范围、三相叠加干扰范围……m相叠加干扰范围;需要说明的是,两相叠加干扰范围是指两个有效干扰范围的重叠部分,三相叠加干扰范围是指三个有效干扰范围的重叠部分,以此类推,m相叠加干扰范围是指m个有效干扰范围的重叠部分,其中,m=1,2,3……n5,n5取值为正整数,需要说明的是当m1时表示当前不存在有效干扰范围的叠加;
统计运动路径中的单相干扰范围A1和对应的单相干扰强度值,并将单相干扰强度值记为PAg1,两相叠加干扰范围A2和对应的两相干扰强度值,并将两相干扰强度值记为PAg1和PAg2;三相叠加干扰范围A3和对应的三相干扰强度值PAg,并将三相干扰强度值记为PAg1、PAg2和PAg3,m相叠加干扰范围Am和对应的m相干扰强度值,并将m相的干扰强度值记为PA1、PAg2、PAg3……PAgm;将其通过设定公式计算得到路径干扰值GRZ,其中Xm为设定的权重因子;
获取机器人当前所处位置和目标采集地之间存在的障碍,其中障碍包括海底障碍物、海洋植物、海底沉积物和海底地势;设定每种障碍分别对应一个障碍系数Zi,其中i=1,2,3,4;i=1时Z1表示的是海底障碍物对应的障碍系数,i=2时Z2表示的是海洋植物对应的障碍系数,i=3时Z3表示的是海底沉积物对应的障碍系数,i=4时Z4表示的是海底地势对应的障碍系数;海底障碍物指的是岩石和礁石一类障碍,海底植物指的是海草和海藻一类的障碍,海底沉积物指的是海底淤泥和沉积物一类障碍;海底地势表示的是深海沟、海山和海岭等地势;
分别获取海底障碍物的体积、海洋植物、海底沉积物海底地势的面积,并将其分别记为Vj、Sk、So和Sq,其中j=1,2,3……n1,k=1,2,3……n2,o=1,2,3……n3,q=1,2,3……n4;n1、n2、n3和n4分别表示海底障碍物、海洋植物、海底沉积物和海底地势的总数,n1、n2、n3和n4取值为正整数;通过设定公式得到障碍值ZI;
将障碍值ZI和路径干扰值GRZ通过设动的公式计算得到水环境干扰值HIZ,其中v1和v2分别为设定的权重系数;将水环境干扰值最小的运动路径记为最佳路径;
对最佳路径中进行优化得到优化路径,其中优化的具体步骤为:
调取最佳路径中m相叠加干扰范围及其对应的干扰强度值,设定干扰强度区间Q1,当干扰强度值大于设定的干扰强度区间Q1中的最大值时,说明该m相叠加干扰范围的干扰强度严重影响机器人的通信质量,容易造成数据传输受阻或延迟;则将该m相叠干扰范围记为禁进区域,并发送干扰绕行指令至机器人端控制机器人在行进到禁止区域边缘时进行绕行操作,并将此处的绕行记为干扰拐点;当干扰强度值处于设定的干扰强度区间Q1之内时,说明该m相叠加干扰范围的干扰强度对机器人的通信存在影响,则发送信号增强信号至机器人端控制增大机器人的信号发射功率以加强信号强度抵消该m相叠加干扰范围带来的干扰;当干扰强度值小于设定的干扰强度区间Q1中的最小值时,说明该m相叠加干扰范围的干扰强度对机器人的通信质量影响程度很小,可以忽略不计,则不予操作;
获取机器人在最佳路径前进过程中的监控视频,当监控视频内出现障碍时,则调取对应的障碍值,当障碍值大于设定的障碍阈值时,则发送障碍绕行指令至机器人端控制机器人沿着障碍边缘进行障碍绕行操作,并将此处的绕行记为障碍拐点;当障碍值小于设定的障碍阈值时,则发送跨越指令至机器人端控制机器人跨越障碍,并将此处的跨越记为障碍跨越;
将最佳路线、干扰拐点、障碍拐点和障碍跨越组成优化路线,并将优化路线发送至机器人端并控制机器人按照优化路线行进;母船服务器调取优化路,并获取机器人当前轨迹,将其在优化路径上显示,当显示实际轨迹偏离优化路径时,则控制机器人按照优化路线前进;通过优化机器人的运动路径,实现合理规划机器人的运动路径,避开深海沟壑等地形复杂和存在障碍物的区域,调整机器人的航线以避免与其他设备干扰,有效减少遇到信号受阻或延迟的情况。
本发明在使用时,通过对推进参数、声振参数,液压参数分别进行数据处理得到推进指数、声振指数和液压指数,并将三者进行归一化处理取其数值,对数值进行分析得到运行状态指数,并将其与设定的区间进行比较输出高风险机器人指令或潜在风险机器人指令与对应的操作;实现根据机器人作业时的运动状态加强对机器人的监测和控制,降低故障发生的概率,以确保其在海里的长期可靠的运行;通过对海水的物理腐蚀参数和电化学腐蚀参数进行数据处理得到物理腐蚀指数和电化学腐蚀指数,并将两者进行归一化处理取其数值,对数值进行分析得到海水腐蚀指数,将海水腐蚀指数与设定的区间进行比较不同的输出维护指令,不同的维护指令分别对应不同的维护操作;实现根据海水的腐蚀性对机器人进行维护,可以延长机器人的使用寿命,提高机器人在海上的工作效率,降低维修成本;通过对运动路径的干扰设备和对应的有效干扰范围按照其与干扰设备的距离以衡量有效干扰范围的干扰强度,将有效干扰范围中的叠加干扰范围和对应的涉及的对应的干扰强度进行数据处理得到干扰值;同时对海底障碍进行分类并匹配障碍系数,将障碍的体积或面积与对应的障碍系进行综合数据分析得到障碍值;将干扰值和障碍值进行归一化数值处理取其数值,对数值进行分析水环境干扰值,依据水环境干扰值选取最佳路径;将干扰和障碍进行准确的数量化分析,为运动路径的优化奠定基础;通过对佳路径中m相叠加干扰范围及其对应的干扰强度值和障碍进行分析并控制机器人绕行障碍、绕行禁进区域或增大信号发射功率实现最佳路径的优化;实现合理规划机器人的运动路径,避开深海沟壑等地形复杂和存在障碍物的区域,调整机器人的航线以避免与其他设备干扰,有效减少遇到信号受阻或延迟的情况。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (3)

1.基于数据分析的水下机器人运行监控管理系统,包括母船服务器、与母船服务器通讯连接的机器人端;机器人端采集推进参数、声振参数、液压参数、物理腐蚀参数、电化学腐蚀参数、干扰信息和障碍信息并将其发送至母船服务存储;其特征在于,还包括运行监测模块、路径分析模块和路径优化模块;
运行监测模块通过获取的推进参数、声振参数、液压参数对机器人水下作业的运行状态进行分析得到运行状态指数;当运行状态指数大于设定的运行状态区间中的最大值时,则输出高风险机器人指令并将其发送至母船服务器,母船服务器则发送返航指令至机器人端并控制机器人启动备用推进器返航;当运行状态指数处于设定的运行状态区间之内时,则输出潜在风险机器人指令发送至母船服务器,并控制机器人重复水下运行状态的分析频率P,直至运行状态分析后输出高风险机器人指令并进行对应的控制操作为止;同时从海水的物理腐蚀和电化学腐蚀综合分析得到海水腐蚀值,依据海水腐蚀值与设定腐蚀值比较结果将返航的机器人进行相对应的维护操作;
路径分析模块通过将路径信息代入Dijkstra算法中输出若干条运动路径,分别对运动路径的干扰和障碍进行量化分析得到干扰值和障碍值,将两者进行归一化处理取其数值,并对数值进行分析得到水环境干扰值,将水环境干扰值最小的运动路径记为最佳路径;
路径优化模块对最佳路径进行优化得到优化路线,其中优化的具体步骤为:
调取最佳路径中干扰范围及其对应的干扰强度值,当干扰强度值大于设定的干扰强度区间Q1中的最大值时,则将m相叠干扰范围记为禁进区域,并发送干扰绕行指令至机器人端控制机器人在行进到禁止区域边缘时进行绕行操作,将此处的干扰绕行记为干扰拐点;当干扰强度值处于设定的干扰强度区间Q1之内时,则发送信号增强信号至机器人端控制增大机器人的信号发射功率;
获取机器人在最佳路径前进过程中的监控视频,当监控视频内出现障碍时,则调取对应的障碍值,当障碍值大于设定的障碍阈值时,则发送障碍绕行指令至机器人端控制机器人沿着障碍边缘进行障碍绕行操作,并将此处的绕行记为障碍拐点,当障碍值小于设定的障碍阈值时,则发送跨越指令至机器人端控制机器人跨越障碍,并将此处的跨越记为障碍跨越;
将最佳路线、干扰拐点、障碍拐点和障碍跨越组成优化路线,并将优化路线发送至机器人端;母船服务器调取优化路线并将其与机器人的实际轨迹进行核对,当显示实际轨迹偏离优化路线时,则控制机器人按照优化路线前进;
运行状态分析的具体步骤为:
将推进器异常次数、推进器异常时长代入设定的公式计算得到推进指数;将获取机器人的异响次数、异响时长、异振次数和异振时长代入设定的公式计算得到声振指数;将压力峰值、压力峰值次数和压力峰值时长代入设定的公式计算得到液压指数;
将推进指数、声振指数和液压指数,将三者进行归一化处理并取其数值,对数值进行分析得到运行状态指数;
对运动路径的干扰和障碍分别进行量化分析得到干扰值和障碍值,其中对干扰的量化分析的具体步骤为:
将运动路径中或周围的干扰设备记为相关干扰设备,设定干扰设备均存在一个干扰范围和干扰系数,将相关干扰设备与所有设定干扰设备进行匹配得到对应的干扰范围和干扰系数;当干扰范围和运动路径重合或者部分重合时,则将相关干扰器记为目标干扰器,并将重合部分面积记为有效干扰范围;
将有效干扰范围的起点和终点的连线与其干扰设备所属的干扰范围的圆的半径进行比较后匹配到不同干扰强度计算公式,将对应参数代入匹配到的公式计算得到对应的干扰强度值;依据有效干扰范围之间的叠加将有效干扰范围分为m相叠加干扰范围,并调取其中m相所涉及的干扰强度值,将两者代入设定公式计算得到路径干扰值。
2.根据权利要求1所述的基于数据分析的水下机器人运行监控管理系统,其特征在于,推进参数包括推进器异常次数和推进器异常时长;声振参数包括异响次数、异响时长、异振次数和异振时长;液压参数包括压力峰值,压力峰值次数和压力峰值时长;物理腐蚀参数包括pH值、水温和盐度;电化学腐蚀参数包括氧化还原电位值、有机物浓度和其他离子浓度;障碍信息包括障碍类型、障碍位置和障碍的体积或面积,干扰信息包括干扰设备类型和干扰设备位置。
3.根据权利要求1所述的基于数据分析的水下机器人运行监控管理系统,其特征在于,对障碍的量化分析的具体步骤为:
获取机器人当前所处位置和目标采集地之间存在的海底障碍物、海洋植物、海底沉积物和海底地势;设定每种障碍分别对应一个障碍系数;
分别获取海底障碍物的体积、海洋植物、海底沉积物海底地势的面积,将其和其对应的障碍系数代入设定公式计算得到障碍值。
CN202311141897.5A 2023-09-06 2023-09-06 基于数据分析的水下机器人运行监控管理系统 Active CN116880513B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311141897.5A CN116880513B (zh) 2023-09-06 2023-09-06 基于数据分析的水下机器人运行监控管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311141897.5A CN116880513B (zh) 2023-09-06 2023-09-06 基于数据分析的水下机器人运行监控管理系统

Publications (2)

Publication Number Publication Date
CN116880513A CN116880513A (zh) 2023-10-13
CN116880513B true CN116880513B (zh) 2023-11-17

Family

ID=88271970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311141897.5A Active CN116880513B (zh) 2023-09-06 2023-09-06 基于数据分析的水下机器人运行监控管理系统

Country Status (1)

Country Link
CN (1) CN116880513B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104197944A (zh) * 2014-03-03 2014-12-10 明日交通公司 智能车辆导航的位置感测系统
JP2018177074A (ja) * 2017-04-18 2018-11-15 国立大学法人 東京大学 自律型水中ロボット及びその制御方法
CN109460041A (zh) * 2018-12-28 2019-03-12 珠海市汉图达科技有限公司 一种无人艇自动舵控制系统及方法
CN112631294A (zh) * 2020-12-16 2021-04-09 上海应用技术大学 一种移动机器人智能路径规划方法
WO2021159901A1 (zh) * 2020-02-12 2021-08-19 华为技术有限公司 一种路径规划方法及相关设备
CN115129088A (zh) * 2022-08-26 2022-09-30 中国人民解放军国防科技大学 基于频谱地图的无人机轨迹规划和避障方法及系统
WO2023045029A1 (zh) * 2021-09-27 2023-03-30 武汉理工大学 海盗区域船舶航线规划方法、系统、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210302956A1 (en) * 2021-03-24 2021-09-30 Intel Corporation Network aware and predictive motion planning in mobile multi-robotics systems

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104197944A (zh) * 2014-03-03 2014-12-10 明日交通公司 智能车辆导航的位置感测系统
JP2018177074A (ja) * 2017-04-18 2018-11-15 国立大学法人 東京大学 自律型水中ロボット及びその制御方法
CN109460041A (zh) * 2018-12-28 2019-03-12 珠海市汉图达科技有限公司 一种无人艇自动舵控制系统及方法
WO2021159901A1 (zh) * 2020-02-12 2021-08-19 华为技术有限公司 一种路径规划方法及相关设备
CN112631294A (zh) * 2020-12-16 2021-04-09 上海应用技术大学 一种移动机器人智能路径规划方法
WO2023045029A1 (zh) * 2021-09-27 2023-03-30 武汉理工大学 海盗区域船舶航线规划方法、系统、电子设备及存储介质
CN115129088A (zh) * 2022-08-26 2022-09-30 中国人民解放军国防科技大学 基于频谱地图的无人机轨迹规划和避障方法及系统

Also Published As

Publication number Publication date
CN116880513A (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN103033817B (zh) 大型auv避碰用障碍物自主识别系统
CN107577230A (zh) 一种面向无人船的智能避碰系统
CN116880513B (zh) 基于数据分析的水下机器人运行监控管理系统
CN106980317A (zh) 一种水下路障躲避方法和系统
Cai et al. Long-range UWB Positioning based Automatic Docking Trajectory Design for Unmanned Surface Vehicle
Rasmussen et al. Quantitative assessment of risk to ship traffic in the Fehmarnbelt Fixed Link project
CN117232520A (zh) 一种适用于海上航行的船舶智能导航系统及导航方法
CN113447762A (zh) 一种海上风电场海缆故障位置定位系统及其工作方法
US11977201B2 (en) Integrated detection method of electromagnetic searching, locating and tracking for subsea cables
CN116298109A (zh) 一种浒苔绿潮防控试验效果监测方法
CN114019967B (zh) 一种适用于狭长航道的无人艇航线规划方法
Acosta et al. Some issues on the design of a low-cost autonomous underwater vehicle with an intelligent dynamic mission planner for pipeline and cable tracking
US20230129831A1 (en) Method and system for subsea cable localization
Jorge et al. VITA1: An unmanned underwater vehicle prototype for operation in underwater tunnels
US20240017802A1 (en) System for ascertaining prediction data
Teng et al. Review of intelligent detection and health assessment of underwater structures
Ehlers et al. Using generalised self-organizing maps as part of underwater localisation for quay wall inspections
CN114151292A (zh) 海上风力发电机组基础冲刷在线监测系统及方法
Littlefield et al. Seafloor cable based navigation and monitoring with autonomous underwater vehicles
Forsyth et al. Underwater Inspection and Imaging Technologies for Pipelines
Zhang et al. Research on classification and navigational risk factors of intelligent ship
Evans et al. Autotracker: Real-time architecture for pipeline and cable tracking on auvs
Lan et al. Intelligent Navigation Decisions-Making in Curved Channels: Review and Challenges
Zhang et al. Research on underwater nondestructive testing technology of hydraulic culvert based on ROV
Hu et al. A Partially Buried Shipwreck Site: Implication from the Laoniu Reef Shipwreck No. 2

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