本發(fā)明涉及信息，尤其是一種基于能耗感知的水下機器人自主導(dǎo)航方法。

背景技術(shù)：

1、隨著水下機器人技術(shù)的發(fā)展，機器人在復(fù)雜的海底環(huán)境中執(zhí)行任務(wù)的能力顯得尤為關(guān)鍵，這些環(huán)境通常包含不確定的水流速度、方向和水壓動態(tài)因素，為了有效地導(dǎo)航和執(zhí)行任務(wù)，機器人必須能夠準(zhǔn)確地感知并適應(yīng)這些變化，此外，機器人的能耗管理也成為了一個挑戰(zhàn)，因為水下操作通常伴隨著高能耗和有限的能源供應(yīng)。

2、因此，構(gòu)建一個能夠?qū)崟r預(yù)測并優(yōu)化能耗的多維度時空能耗感知模型顯得尤為重要，該模型需結(jié)合水流速度、水流方向、水壓環(huán)境參數(shù)和機器人的速度、姿態(tài)狀態(tài)參數(shù)，實現(xiàn)精準(zhǔn)的能耗預(yù)測和路徑規(guī)劃。

3、本發(fā)明解決的技術(shù)問題包括如何在局部能耗地圖尚未覆蓋全局目標(biāo)位置的情況下，有效地進行導(dǎo)航?jīng)Q策，在這種情況下，機器人需要在局部地圖范圍內(nèi)，以當(dāng)前位置為根節(jié)點，生成隨機采樣樹并選擇能耗代價最低的路徑，此外，該技術(shù)問題也涉及到如何在動態(tài)變化的水下環(huán)境中，準(zhǔn)確預(yù)測分支延伸方向上的能耗和水流變化趨勢，以指導(dǎo)采樣樹的生長方向，這要求機器人的感知系統(tǒng)能夠?qū)崟r且準(zhǔn)確地獲取環(huán)境參數(shù)，并將這些參數(shù)有效地融合到能耗感知模型中，同時，需要處理的另一個關(guān)鍵問題是如何確保在全局路徑規(guī)劃時，能夠?qū)崟r更新局部能耗地圖，并在此基礎(chǔ)上計算出能耗最優(yōu)的全局路徑，這些技術(shù)問題是相互關(guān)聯(lián)的，解決它們對于提高水下機器人的自主性和效率至關(guān)重要，但同樣也充滿挑戰(zhàn)。

4、基于能耗感知的水下機器人自主導(dǎo)航中的環(huán)境建模技術(shù)需要對水下環(huán)境進行精確建模，傳統(tǒng)的環(huán)境建模技術(shù)如slam技術(shù)主要關(guān)注環(huán)境的幾何特征而忽略了環(huán)境的能耗特征，通過引入能耗感知機制優(yōu)化導(dǎo)航策略，考慮水流、水壓因素對機器人能耗的影響，構(gòu)建包含能耗特征的水下環(huán)境模型，為水下機器人的能耗感知自主導(dǎo)航提供環(huán)境信息支持。

技術(shù)實現(xiàn)思路

1、本發(fā)明為了解決上述存在的技術(shù)問題，提供一種基于能耗感知的水下機器人自主導(dǎo)航方法。

2、本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：一種基于能耗感知的水下機器人自主導(dǎo)航方法，主要包括：

3、根據(jù)機器人攜帶的多傳感器融合數(shù)據(jù)，獲取水下環(huán)境參數(shù)，包括水流速度矢量場、水壓分布和障礙物分布圖，同時結(jié)合機器人狀態(tài)參數(shù)，包括速度、姿態(tài)和能耗數(shù)據(jù)，構(gòu)建多維度時空的能耗感知模型；

4、針對能耗感知模型，采用基于圖的slam算法，構(gòu)建包含位姿節(jié)點和能耗節(jié)點的因子圖模型，將位姿節(jié)點表示機器人在環(huán)境中的位置和方向，將能耗節(jié)點表示該位姿下的能量消耗值，將節(jié)點間的邊表示位姿約束和能耗約束；

5、結(jié)合因子圖模型和能耗感知模型計算位姿間的能耗增量，形成能耗增量因子，與傳統(tǒng)的視覺、里程計因子一起，優(yōu)化因子圖方法，求解位姿和能耗的最大后驗估計；

6、將位姿和能耗的最大后驗估計與機器人狀態(tài)參數(shù)融合，得到一個包含環(huán)境參數(shù)的空間分布和各個位置的能耗預(yù)估值的局部區(qū)域環(huán)境能耗地圖，根據(jù)機器人探索區(qū)域的擴展實時更新局部能耗地圖；

7、若當(dāng)前局部能耗地圖覆蓋全局目標(biāo)位置，進行全局路徑規(guī)劃，采用八叉樹結(jié)構(gòu)，在樹形空間內(nèi)以能耗最優(yōu)為目標(biāo)搜索，根據(jù)路徑長度和能耗計算全局能耗最優(yōu)路徑；

8、若當(dāng)前局部能耗地圖尚未覆蓋全局目標(biāo)位置，則僅在局部能耗地圖范圍內(nèi)進行導(dǎo)航?jīng)Q策，以機器人當(dāng)前位置為根節(jié)點，在鄰域內(nèi)生成隨機采樣樹，根據(jù)水流方向、水流速度，機器人位姿和能耗的最大后驗估計，選擇能耗代價最低的分支作為局部能耗最優(yōu)路徑，同時預(yù)測分支延伸方向上的能耗和水流變化趨勢，引導(dǎo)樹的生長方向；

9、將上述全局或局部能耗最優(yōu)路徑離散為控制航點序列，生成控制指令，通過運動控制模塊執(zhí)行，運動控制采用自適應(yīng)pid控制器，在跟蹤期望航點的同時，根據(jù)實際能耗與預(yù)期能耗的偏差，在線調(diào)整控制參數(shù)；

10、在機器人運動過程中，持續(xù)進行環(huán)境感知和能耗建圖，當(dāng)實際能耗嚴(yán)重偏離預(yù)期，觸發(fā)局部路徑重規(guī)劃，生成能耗補償策略，若環(huán)境發(fā)生重大變化導(dǎo)致當(dāng)前路徑失效，則需重新執(zhí)行全局規(guī)劃。

11、有益效果

12、本發(fā)明通過融合多傳感器數(shù)據(jù)，獲取水下環(huán)境參數(shù)和機器人狀態(tài)參數(shù)，構(gòu)建了一個多維度的能耗感知模型，解決傳統(tǒng)方法中對水下環(huán)境感知不夠全面、能耗建模不精確的問題，采用創(chuàng)新的因子圖模型，將位姿和能耗節(jié)點進行優(yōu)化，提升能耗預(yù)估的精度和路徑規(guī)劃的合理性，通過動態(tài)更新的局部能耗地圖和實時導(dǎo)航?jīng)Q策，確保機器人在復(fù)雜水下環(huán)境中的高效、低能耗運行，并且在環(huán)境變化時能夠及時進行路徑重規(guī)劃和能耗補償，解決環(huán)境變化對路徑規(guī)劃的影響，保證任務(wù)執(zhí)行的穩(wěn)定性和可靠性。

技術(shù)特征：

1.一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：

2.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s101步驟采用卡爾曼濾波、貝葉斯估計多傳感器數(shù)據(jù)融合算法對所述傳感器數(shù)據(jù)進行融合處理，得到水下環(huán)境參數(shù)。

3.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s102步驟采用基于圖的slam算法，構(gòu)建包含位姿節(jié)點和能耗節(jié)點的因子圖模型，采用能耗感知模型計算相鄰能耗節(jié)點之間約束關(guān)系，構(gòu)建能耗因子，將能耗信息引入因子圖模型。

4.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s103步驟根據(jù)因子圖模型和能耗感知模型，構(gòu)建能耗增量因子；采用圖優(yōu)化庫，通過最小化所有因子的誤差平方和。

5.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s104步驟根據(jù)機器人的狀態(tài)參數(shù)和環(huán)境參數(shù)，采用高斯過程回歸方法，建立狀態(tài)參數(shù)與環(huán)境參數(shù)之間的非線性映射關(guān)系，得到參數(shù)空間分布，并利用能耗在空間上的相關(guān)性和時間上的連續(xù)性進行平滑處理，采用基于機器人運動速度和探索區(qū)域大小動態(tài)調(diào)整窗口大小的滑動窗口策略，通過設(shè)置速度和區(qū)域大小的閾值，動態(tài)調(diào)整局部地圖窗口的尺寸,將環(huán)境因子作為先驗因子引入因子圖，構(gòu)建環(huán)境因子與位姿、能耗因子之間的約束關(guān)系。

6.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s105步驟根據(jù)所述局部能耗地圖，采用八叉樹結(jié)構(gòu)對全局地圖進行空間劃分，得到葉子節(jié)點，每個葉子節(jié)點對應(yīng)一個局部能耗地圖塊；代價函數(shù)使用a*啟發(fā)式搜索算法進行路徑規(guī)劃。

7.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s106步驟利用高斯過程回歸方法，對矩形區(qū)域內(nèi)的水深、水流速度、地形起伏進行插值或外推預(yù)測，當(dāng)機器人當(dāng)前位置距離地圖邊界的距離小于閾值時，通過激光雷達、聲吶傳感器采集新的環(huán)境信息，并利用因子圖優(yōu)化方法，將新信息融合到原有地圖中。

8.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s107步驟根據(jù)水下機器人的控制需求，將規(guī)劃得到的全局或局部能耗最優(yōu)路徑進行離散化處理，得到離散的控制航點，每個航點包含期望的位置、速度、航向信息；根據(jù)離散化后的控制指令序列，采用pid控制、滑?？刂啤⒆赃m應(yīng)控制算法，將能耗偏差作為反饋量，采用最優(yōu)控制或自適應(yīng)動態(tài)規(guī)劃的方法，調(diào)整水下機器人的速度、加速度控制輸入；通過計算最大偏差、均方根誤差評估指標(biāo)。

9.根據(jù)權(quán)利要求1所述的一種基于能耗感知的水下機器人自主導(dǎo)航方法，其特征在于：所述s108步驟根據(jù)機器人上搭載的多源異構(gòu)傳感器獲取水下環(huán)境的地形、地貌、障礙物、水流、水質(zhì)多維度信息，采用擴展卡爾曼濾波slam與圖優(yōu)化slam相結(jié)合的方式，其中，所述擴展卡爾曼濾波slam用于在線遞推更新機器人位姿和局部地圖，局部路徑重規(guī)劃采用改進的a*搜索算法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于能耗感知的水下機器人自主導(dǎo)航方法，包括通過融合多傳感器數(shù)據(jù)，獲取水下環(huán)境參數(shù)和機器人狀態(tài)參數(shù)，采用基于圖的SLAM算法，構(gòu)建包含位姿節(jié)點和能耗節(jié)點的因子圖模型，通過將位姿和能耗的最大后驗估計與機器人狀態(tài)參數(shù)融合，得到局部區(qū)域環(huán)境能耗地圖，并根據(jù)機器人探索區(qū)域的擴展實時更新局部能耗地圖，若當(dāng)前局部能耗地圖覆蓋全局目標(biāo)位置，根據(jù)路徑長度和能耗計算全局能耗最優(yōu)路徑，若當(dāng)前局部能耗地圖尚未覆蓋全局目標(biāo)位置，觸發(fā)局部路徑重規(guī)劃，生成能耗補償策略，若環(huán)境發(fā)生重大變化導(dǎo)致當(dāng)前路徑失效，則需重新執(zhí)行全局規(guī)劃。

技術(shù)研發(fā)人員：向丹,肖明明,鐘君柳
受保護的技術(shù)使用者：廣州航海學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19