欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024114280270
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,包括以下步骤:S1、初始化原路径;初始化静态环境中的路径,并让无人水下航行器按照该路径执行任务;

S2、不确定事件检测;根据无人水下航行器的传感器和执行器的反馈,检测是否发生了不确定事件,若发生,则进一步判断不确定事情类型并进行速度策略重设置和路径重规划;所述不确定事件包括:推进器故障、存在水流干扰、存在移动障碍物;

S3、推进器故障检测;检测到推进器故障时,重新设计行进策略和推进器推力分配,之后进入步骤S4;没检测到推进器故障时,则直接进入步骤S4;

S4、水流检测;检测到存在水流干扰时,获取水流数据并进行分析,再依据人工势场法APF重规划一条在复杂水流范围中的合适路径,之后再进入步骤S5;未检测到存在水流干扰,则直接进入步骤S5;

S5、移动障碍物检测;检测到移动障碍物时,获取其状态信息并输入至模糊逻辑中,再以模糊逻辑的输出作为DWA动态窗口评价函数的参数,输出合适的速度策略使无人水下航行器进行安全性减速,并尽量保持行进在经过APF重规划后的路径上;没检测到移动障碍物,则直接进行路径跟踪;

S6、经过步骤S3-S5的策略重设置和路径重规划后,无人水下航行器回归原路径并执行任务;

S7、回归原路径后,以一定的频率重新执行步骤S2-S6,直到完成水下任务。

2.根据权利要求1所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S3中:所述推进器包括控制水平自由度的推进器,即水平推进器,和控制潜浮的推进器即垂直推进器;跟据推进器的类型及故障程度,确定是否需要规划返回水面的路径并重新设计速度策略和推力分配,具体包括:

1)水平推进器轻微故障时,利用剩余正常推进器代偿故障推进器,重新分配推力继续工作,增加正常推机器的推力补偿故障推进器的不足,并维持原路径规划不变;

2)水平推进器严重故障至无法工作时,分配剩余正常推进器的垂直推力,即通过垂直推进器进行上浮,规划一条向上的路径以尽快回到水面便于打捞;

3)垂直推进器故障时,调节无人水下航行器的姿态,倾斜水下航行器后再重新分配推力,利用水平推进器代偿,产生向上的合力,帮助上浮。

3.根据权利要求2所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S3中基于最优化求解推力分配,具体通过二次序列规划实现,包括:首先设定推力上限不等式约束,然后给出方向等式约束,将典型二次型函数作为目标函数给出优化问题,公式表示为:其中,

上诉式子中,f(T)为标准二次规划最小化推进器推力以降低能耗;T为所有推进器推力矩阵;Ti为单个推进器的推力,i表示是第i个推进器,推进器的数量为n;Tm为单个推进器能提供的最大推力;F为推进器产生的合力矢量,W是与推进器的布局相关的计算方程;约束条件s.t.为:F=W*T且Ti≤Tm,即以整个推力矩阵的合力方向为目标,以各种情况下的单个推进器限制为约束,最终实现重规划。

4.根据权利要求1所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S4中,获取水流数据并进行分析具体为:计算水流矢量在路径矢量上的投影分量Uproj,公式表示为:

其中,U和D分别代表水流矢量和路径矢量,|D|是路径矢量的模长;根据计算出的投影分量,判断水流的强度;若无人水下航行器的动力不足以克服水流的作用,则依据人工势场法APF进行重规划,并选取一个新的局部目标点作为重规划路径目标。

5.根据权利要求4所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S4中所述根据计算出的投影分量,判断水流的强度具体为:根据水下机器人的特性设定一个阈值;计算水流速度矢量在机器人运动矢量上的投影,若为正值代表水流在运动方向上为助力;若为负值代表水流在运动方向上为阻碍;当负值的绝对值大于设定的阈值时,则视作无法通过,即无人水下航行器的动力不足以克服水流作用。

6.根据权利要求4所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S4中,依据人工势场法APF重规划一条在复杂水流范围中的合适路径,具体包括:S41、确立重规划目标;选取一个原路径上的局部目标点作为引力来源回归原路径,局部目标点的引力FOPA表示为:其中,P和G分别为无人水下航行器的当前位置和局部目标点的位置;d是重规划起点与局部目标点的距离;无人水下航行器的起点与局部目标点之间的空间即为重规划空间;

S42、计算静态障碍物排斥力Frep;即计算由于原路径不能正常使用,常规存在的静态障碍物在规划路径时的斥力,公式表示为:其中,Oi是被检测到的每个静态障碍物表面距离无人水下航行器的最近位置;δ是调整水流威胁和障碍物威胁之间平衡的参数;ε用于防止在距离静态障碍物较远时影响APF算法的效率;

S43、计算水流对无人水下航行器施加的力Fcur;公式表达为:Fcur=[U(P),V(P),W(P)]×β;

其中,该力的大小由无人水下航行器的当前位置P的洋流函数,U,V,W即为水流矢量;Fcur的最终数值与3*1矩阵β相关,若水下航行器对于各个方向的水流具有相同的动力学特性,则视作水流完全作用于无人水下航行器,β为[1,1,1]T;

S44、计算无人水下航行器受到的合力Ftotal,公式表示为:Ftotal=-FOPA+Frep+Fcur;

所述合力Ftotal引导无人水下航行器规划出一条在空间上满足静态避障和避免水流干扰的重规划路径。

7.根据权利要求6所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S41中,所述局部目标点的选择具体为:若全局目标点在水流区域外,则可以设定原路径在水流区域外的一个安全点作为局部目标点;

若全局目标点在水流区域内则将该点直接视为局部目标点。

8.根据权利要求1所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S5具体包括:S51、通过模糊逻辑建立移动障碍物的移动状态和无人水下航行器速度策略的关系;依靠声纳和深度相机获取移动障碍物的状态信息,包括位置和速度;将位置和速度作为输入变量模糊化,得到位置模糊集和速度模糊集;

所述位置为移动障碍物相对于无人水下航行器运动方向的横向位置,所述速度为障碍物在机器人运动路径上的横向速度;

S52、设置合理的模糊逻辑实现速度变化应对障碍物状态;

S53、设置减速参数,其数值范围在0-1之间;数值为0表示不需要减速,数值为1表示以最大程度进行减速;采用重心法对模糊输出进行解模糊化得到模糊输出dcf:其中,μ(x)为输出隶属度函数,x为包含动态障碍物状态的模糊输入;

S54、根据动力约束生成DWA动态窗口;所述动力约束包括线速度约束和角速度约束,即限制速度的上限、下限以及加速度;

S55、基于DWA动态窗口评价函数结合模糊输出确定选取的速度策略;通过计算在给定时间窗口内可行的速度和转向组合生成一系列可能的轨迹,而后通过评估每条轨迹的评分选择最优的轨迹;同时引入了一个额外的评估标准,以在选取速度策略时更好地跟踪APF算法重规划路径;

所述评估标准θdiff的公式表示为:

其中,dorig和dgenerate分别代表APF算法重路径方向向量和DWA生成路径方向向量;θdiff越小表示路径的契合度越高,即能更好地跟踪APF算法重规划路径;

S56、考虑移动障碍物的安全评估;当移动障碍物较近,或其运动状态复杂,即无法预测判断其运动趋势时;分别设置近距离评价项Sob和预测减速评价项Sgoal,以实现紧急避障;

S57、根据步骤S55和S56,得到最终的DWA评价函数S,公式表示为:S=k1Sgoal-k2Sob-k3|θdiff|;

其中,k1、k2、k3为各项权重;

选择所有候选路径中DWA评价函数值最高的为最终的重规划路径,并以其相应的速度策略为最终策略。

9.根据权利要求8所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S54具体包括:S541、单位采样时间dt内无人水下航行器的线速度窗口(velmin,velmax)设定为:其中,velC为无人水下航行器当前的线速度,acc为动力限制下最大的加速度标量,maxspeed为无人水下航行器可达到的最大线速度;

所述线速度vel由无人水下航行器的纵荡速度vsurge和潜浮速度vheave进行方向合成得到,公式表示为:S542、单位采样时间dt内无人水下航行器的角速度窗口,即艏摇的采样范围(yawmin,yawmax)设定为:其中,yawC为当前相对于APF算法重规划路径的朝向角,accy为最大艏摇角加速度;

S543、速度矢量采样;采用精度为τ1和τ2,则在线速度和角速度上的采样数量Nv和Ny分别为:每个时间步采样Nv·Ny条路径,将这些路径输入DWA评价函数,选取得到最高DWA评价函数值的速度序列(vel,yaw)作为动态窗口。

10.根据权利要求8所述的一种复杂环境下的无人水下航行器路径重规划方法,其特征在于,步骤S56中:所述近距离评价项Sob的公式表达为:

其中,P为无人水下航行器的当前位置,Odi为各个移动障碍物表面距离无人水下航行器的最近位置;

所述预测减速评价项Sgoal公式表达为:

Sgoal=-|P-G0|(vel-velmax·dcf)2;

其中,G0为该时间步满速前进下的目标位置。