首页 / 专利库 / 变压器和转换设备 / 传感器 / 传感器 / 声纳传感器 / 一种水下机器人纯方位目标估计方法

一种机器人纯方位目标估计方法

阅读:480发布:2020-05-08

专利汇可以提供一种机器人纯方位目标估计方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种 水 下 机器人 纯方位目标估计方法,在水下机器人进行被动声纳探测过程中,利用被动声纳提供的目标纯方位信息,结合基于图优化的估计模 块 和保证可观测性的路径规划模块,在机器人高 精度 航位推算的 基础 上,实现纯方位目标的非线性估计。本发明使得水下机器人在执行探测任务的过程中,能够利用连续观测信息,实现 时间窗 口内的最优估计,并充分利用水下机器人的机 动能 力 ,增强探测过程中的可观测性,满足目标探测过程的鲁棒性要求。,下面是一种机器人纯方位目标估计方法专利的具体信息内容。

1.一种机器人纯方位目标估计方法,其特征在于,包括以下步骤:
步骤1:开始目标探测任务,规划探测路径,水下机器人开始航行;
步骤2:水下机器人利用多普勒测速仪采集速度信息,获得水下机器人在大地坐标系下的速度值,并将速度值输入至机器人航位推算模
步骤3:水下机器人利用姿态传感器采集姿态信息,获取水下机器人在大地坐标系下的姿态值,并将姿态信息输入至机器人航位推算模块;
步骤4:机器人航位推算模块根据输入的速度信息和姿态信息,采用航位推算算法,完成对于机器人自身位置的估计,并根据输出的位置信息,迭代更新水下机器人位置因子图的变量节点
步骤5:将目标位置信息作为一个变量节点,并根据目标位置信息和机器人位置信息,以及被动声纳探测模块获取的目标相对于机器人的方位信息,构成因子图的因子节点
步骤6:利用非线性最小二乘求解因子图的最大后验估计,获取目标位置信息,实现对于目标位置的修正;
步骤7:判断估计的目标位置是否收敛,若收敛结束目标探测任务,否则回到步骤2,根据当前位置估计信息,更新探测路径,继续执行探测任务。
2.根据权利要求1所述的一种水下机器人纯方位目标估计方法,其特征在于:航位推算模块利用多普勒测速仪与姿态传感器,结合卡尔曼滤波器,完成水下机器人位置与姿态的计算。
3.根据权利要求1所述的一种水下机器人纯方位目标估计方法,其特征在于:被动声纳探测模块利用多元声纳阵列,根据目标噪声的测量信息,完成目标噪声的方位估计,为图优化估计过程提供目标观测数据。

说明书全文

一种机器人纯方位目标估计方法

技术领域

[0001] 本发明属于水下机器人应用领域,涉及一种水下机器人纯方位目标估计方法,特别是一种基于图优化的水下机器人纯方位目标估计方法。

背景技术

[0002] 水下机器人为水下目标探测任务提供了一种新的平台和形式,水下目标探测是水下机器人领域的重要应用方向。然而,水下目标探测往往只能获取有限的目标方位信息,为目标位置估计带来了极大的难题。
[0003] 本发明中的水下机器人纯方位目标估计方法,利用被动声纳提供的目标纯方位信息,结合基于图优化的估计模和保证可观测性的路径规划模块,在机器人高精度航位推算结果的基础上,建立位置估计误差图模型,通过非线性优化算法,实现纯方位目标的非线性估计。

发明内容

[0004] 针对上述现有技术,本发明要解决的技术问题是提供一种通过建立目标估计的图模型,提高目标估计算法的鲁棒性,达到目标位置估计的目的的水下机器人纯方位目标估计方法。解决水下机器人在水下被动目标探测过程中的纯方位估计问题,实现水下目标的位置估计。
[0005] 为解决上述技术问题,本发明一种水下机器人纯方位目标估计方法,包括以下步骤:
[0006] 步骤1:开始目标探测任务,规划探测路径,水下机器人开始航行;
[0007] 步骤2:水下机器人利用多普勒测速仪采集速度信息,获得水下机器人在大地坐标系下的速度值,并将速度值输入至机器人航位推算模块;
[0008] 步骤3:水下机器人利用姿态传感器采集姿态信息,获取水下机器人在大地坐标系下的姿态值,并将姿态信息输入至机器人航位推算模块;
[0009] 步骤4:机器人航位推算模块根据输入的速度信息和姿态信息,采用航位推算算法,完成对于机器人自身位置的估计,并根据输出的位置信息,迭代更新水下机器人位置因子图的变量节点
[0010] 步骤5:将目标位置信息作为一个变量节点,并根据目标位置信息和机器人位置信息,以及被动声纳探测模块获取的目标相对于机器人的方位信息,构成因子图的因子节点
[0011] 步骤6:利用非线性最小二乘求解因子图的最大后验估计,获取目标位置信息,实现对于目标位置的修正;
[0012] 步骤7:判断估计的目标位置是否收敛,若收敛结束目标探测任务,否则回到步骤2,根据当前位置估计信息,更新探测路径,继续执行探测任务。
[0013] 本发明还包括:
[0014] 1.航位推算模块利用多普勒测速仪与姿态传感器,结合卡尔曼滤波器,完成水下机器人位置与姿态的计算。
[0015] 2.被动声纳探测模块利用多元声纳阵列,根据目标噪声的测量信息,完成目标噪声的方位估计,为图优化估计过程提供目标观测数据。
[0016] 本发明的有益效果:本发明利用图优化方法,增强估计过程中的鲁棒性,并结合路径规划算法,提高轨迹过程的可观测性,为水下机器人被动目标探测提供一种新的手段。
[0017] 本发明使得水下机器人在执行探测任务的过程中,能够利用连续观测信息,实现时间窗口内的最优估计,并充分利用水下机器人的机动能,增强探测过程中的可观测性,满足目标探测过程的鲁棒性要求。方法逻辑清晰、实践简单。
[0018] 在水下机器人进行被动声纳探测过程中,利用被动声纳提供的目标纯方位信息,结合基于图优化的估计模块和保证可观测性的路径规划模块,在机器人高精度航位推算的基础上,实现纯方位目标的非线性估计。本发明建立了基于图模型的目标估计方法,为纯方位估计提供了一种新的手段,满足了水下目标估计的鲁棒性要求。附图说明
[0019] 图1为水下机器人目标估计系统结构框图
[0020] 图2为目标估计图模型结构图;
[0021] 图3为目标估计方法流程图

具体实施方式

[0022] 下面将结合附图对本发明做进一步详细说明.
[0023] 结合图1,水下机器人目标估计系统结构如下:
[0024] 如图1所示,水下机器人目标估计系统结构包括图优化估计模块、路径规划模块、被动声纳探测模块、航位推算模块等。水下机器人利用被动声纳提供的目标纯方位信息、基于航位推算模块的方位估计信息,建立目标估计的图模型,结合基于图优化的估计模块,完成非线性最优估计,实现纯方位目标的位置估计。
[0025] 图优化估计模块:利用目标的方位测量信息与水下机器人的位置信息,采用因子图优化方法,建立非线性优化目标,实现目标位置的最优估计。
[0026] 路径规划模块:根据目标位置估计,规划探测任务所需要的曲线运动轨迹,保证目标探测过程的可观测性,并优化被动声纳探测模块的探测度。
[0027] 被动声纳探测模块:利用多元声纳阵列,根据目标噪声的测量信息,实现目标噪声的方位估计,为图优化估计过程提供目标观测数据。
[0028] 航位推算模块:利用多普勒测速仪与姿态传感器,结合卡尔曼滤波器,实现水下机器人位置与姿态的计算。
[0029] 基于图优化的非线性估计模块利用因子图,实现水下机器人纯方位目标估计问题的数学抽象,建立针对方位角的优化方程,完成目标位置最优估计。被动声纳探测模块的有效探测角度为-45°~45°,超过此探测角度的目标置信较低,无法作为有效的测量数据。航位推算模块计算得到的水下机器人位置与姿态信息,具有较高的精度,足以满足目标估计过程中的位置与姿态精度需求。路径规划模块通过规划方法,生成即可保证非线性估计模块可观测性,且能提高被动声纳探测置信度的航行运动轨迹。
[0030] 结合图2,介绍水下机器人目标估计图模型结构:
[0031] 变量Xt表示机器人t时刻的自身位置信息,Tar为目标的位置估计信息,即因子图的变量节点,根据Xt与Tar,可获取目标方位的预测信息,结合目标方位观测数据,黑色实心点表示变量间的因子关系,即因子图的因子节点,表示观测与预测间的偏差。
[0032] 结合图3,介绍水下机器人纯方位目标估计方法的流程:
[0033] 1.开始目标探测任务,规划探测路径,水下机器人开始航行;
[0034] 2.水下机器人利用多普勒测速仪采集速度信息,获得水下机器人在大地坐标系下的速度值,并将速度值输入至机器人位置估计模块;
[0035] 3.水下机器人利用姿态传感器采集姿态信息,获取水下机器人在大地坐标系下的姿态值,并将姿态信息输入至机器人位置估计模块;
[0036] 4.机器人位置估计模块根据输入的速度信息和姿态信息,采用航位推算算法,实现对于机器人自身位置的估计,并根据输出的位置信息,建立/更新水下机器人位置因子图的变量节点;
[0037] 5.将目标位置信息作为一个变量节点,并根据目标位置信息和机器人位置信息,以及被动探测声纳获取的目标相对于机器人的方位信息,构成因子图的因子节点;
[0038] 6.利用非线性最小二乘求解因子图的最大后验估计,获取目标位置信息,实现对于目标位置的修正;
[0039] 7.判断估计的目标位置是否收敛,若收敛结束目标探测任务,否则回到步骤2,根据当前位置估计信息,更新探测路径,继续执行探测任务。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈