自主水下航行器避障的视景仿真实现

为了在虚拟环境下模拟自主水下航行器的避障过程,基于软件平台MuhiGen Creator和Vega,在HP图形工作站上开发了自主水下航行器避障视景仿真平台.提出了一种避碰声纳的仿真方法,利用Vega提供的碰撞矢量函数和自定义的Vol-ume碰撞方式,模拟前视卢纳的功能,并利用Vega的Isectors来仿真避碰声纳发现障碍物的过程.在AUV避障的视景仿真中运用,实现了虚拟环境下自主水下航行器避障.仿真结果表明,视景仿真能够使仿真系统更加逼真和接近于实际情况,并且满足系统仿真的实时性要求.     

基于前视声纳的AUV同时定位与地图构建

AUV要实现在未知环境中的自主导航,SLAM理论与方法是最有潜力的途径之一.本文采用前视声纳扫描水下环境,采用数字图像处理的方法对环境的声纳图像进行特征提取,并使用最邻近数据关联算法(NNF)实现数据关联,应用EKF SLAM进行水下机器人的姿态估计与环境中障碍物特征的地图构建.仿真结果表明,主动成像声纳可以成功地应用于AUV在未知环境中的自主导航;另外,通过对比点特征和线特征对AUV运行轨迹的影响,我们发现参照分布合理的点特征AUV能够更加精确地进行同时定位.     

基于多波束前视声纳的AUV实时避障方法研究

在未知海洋环境下的远程航海过程中,基于前视声纳的避障能力是AUV（自治式水下机器人）的一个基本要求．提出了一种基于多波束前视声纳的实时避障专家系统．介绍了声纳特性以及障碍物描述方法,给出了避障专家系统的结构,说明了避障专家系统的决策过程．结合当前任务执行信息设计了专家系统知识库,针对声纳图像设计并实现了一种可以给出避障和重规划指令的推理机．最后,通过湖试对AUV避障专家系统进行了验证．     

基于传感器信息的水下机器人动态避障研究

提出一种新的基于传感器信息的自治式水下机器人(AUV)动态避障方法。介绍了传感器的工作原理。通过栅格法把传感器采集的AUV运行环境障碍信息进行合理描述,并预测动态障碍物的速度,保证AUV能够根据传感器信息躲避障碍物,达到航行要求。最后,通过仿真实验对机器人自主避障能力进行了验证。     

手持式三维声纳实时成像系统设计

针对传统三维声纳成像系统集成度低、实时性差的问题,提出一种手持式三维声纳实时成像系统设计方案。利用DM8127实现声纳图像的处理,通过坐标转换数组预生成、自适应阈值的网格构建等方法实现实时高精度的三维建模,同时采用多线程并行处理架构改善网格构建时的系统处理性能,降低处理时延,并利用Open GL ES2.0实现三维声纳图像的渲染和显示。实验结果证明,该系统能清晰显示水下探测目标,且实时成像速率高达25帧/s,满足系统实时性要求。     

基于多AUV间任务协作的水下多目标探测机制

利用自主式水下航行器（Autonomous Underwater Vehicle, AUV）对水下多目标进行协同探测是目前海洋技术领域的研究热点。本文主要研究在水下三维区间内的多AUV任务分配与协作探测机制,建立了以每个AUV能量耗费与能耗均衡为约束条件的水下三维空间中的多旅行商（Multiple Traveling Salesman Problem, MTSP）问题模型,利用遗传算法（Genetic Algorithm, GA）对该NP-Complete问题进行启发式求解,同时设计了考虑巡航总路径及访问目标数的适应度函数以提高多AUV间的能耗均衡性,实现多个AUV对多个水下目标的优化协同探测。最后本文利用Matlab R2014a软件对多AUV任务协作与多目标探测机制进行了仿真,仿真结果验证了该方法能够均衡多AUV多目标探测问题的能量消耗,进而提高巡航速度和生命周期。     

基于多AUV间任务协作的水下多目标探测路径规划

利用自主式水下航行器(Autonomous Underwater Vehicle,AUV)对水下多目标进行协同探测是目前海洋技术领域的研究热点.主要研究在水下三维区间内的多AUV任务分配与协作探测路径规划机制,建立了以每个AUV能量耗费与能耗均衡为约束条件的水下三维空间中的多旅行商MTSP(Multiple Traveling Salesman Problem)问题模型,利用遗传算法GA(Genetic Algorithm)对该NP-Complete问题进行启发式求解,同时设计了考虑巡航总路径及访问目标数的适应度函数以提高多AUV间的能耗均衡性,实现多个AUV对多个水下目标的优化协同探测.最后本文利用MATLAB R2014a软件对多AUV任务协作与多目标探测路径规划机制进行了仿真,仿真结果验证了本文方法能均衡多AUV多目标探测问题的能量消耗,进而提高巡航速度和生命周期.     

基于前视声纳信息的AUV局部路径规划研究

针对水下环境的不确定性,建立了前视声纳的视域模型。主要采用强化学习的方法对自治水下机器人(AUV)进行控制和决策,综合Q学习算法、BP神经网络法、人工势场法对AUV进行局部路径规划。在AUV与环境的试错交互中,借助于来自成功与失败经验的奖励和惩罚值,不断改进水下机器人的自治能力。并设计了AUV局部路径规划器,实现AUV在不确定环境下的避障任务。半实物仿真证明了算法的可行性与可靠性。     

基于前视声纳信息的AUV避碰规划方法

提出了基于实时前视声纳信息实现AUV避碰规划的框架.整个避碰规划系统包括声纳探测目标、目标跟踪、特征信息提取、目标运动估计、避碰算法等部分.在小型局域网仿真系统上仿真表明,该控制方法使得AUV能够较好的实现对静止目标和运动目标的避碰.     

基于修正导航向量场的AUV自主避障方法

针对复杂海洋环境下的自治水下机器人(Autonomous underwater vehicle, AUV)三维避障问题, 本文提出了一种高效的修正导航向量场方法.构建自由空间下的初始导航向量场, 引导AUV以最短路径向目标点航行.定义修正矩阵来量化描述障碍物对初始导航向量场的影响, 得到障碍空间下的修正导航向量场, 使得AUV向目标点航行的同时躲避静态障碍.通过结合障碍物运动速度, 分别构建相对初始导航向量场与相对修正导航向量场, 并采取有限时域推演与调整策略, 最终引导AUV安全躲避动态障碍.仿真结果表明, 本方法能较好地应用于复杂海洋环境下的AUV避障任务.     

基于多波束前视声呐的水下障碍物检测及避障算法

近年来,人们开始不断地开发海洋资源和空间,如在海底铺设大量的天然气管道以便于运输,因此,利用自主式水下航行器去探测海底天然气管道是否泄漏的技术,就具有重大的战略意义。基于自主式水下航行器搭载的多波束前视声呐采集的数据,进行声呐图像中的障碍物检测,提出了一种基于类间方差及小区域抑制的障碍物检测算法。然后,利用声呐图像的障碍物检测结果,设计了基于障碍物轮廓的避障算法,来估计合理的避障角度,传送给水下航行器的主控来控制航行器避开障碍物。     

Underwater guidance of distributed autonomous underwater vehicles using one leader

Consider the case where autonomous underwater vehicles (AUVs) are deployed to monitor a 3D underwater environment. This paper tackles the problem of guiding all AUVs to the destination while not colliding with a priori unknown 3D obstacles. Suppose that among all AUVs, only the leader AUV has an ability of locating itself, while accessing a destination location. A follower, an AUV that is not a leader, has no sensors for locating itself. Every follower can only measure the relative position of its neighbor AUVs utilizing its sonar sensors. Our paper addresses distributed controls, so that multiple followers track the leader while preserving communication connectivity. We design controls, so that all AUVs reach the destination safely, while maintaining connectivity in cluttered 3D environments. To the best of our knowledge, our article is novel in developing 3D underwater guidance controls, so that all AUVs equipped with sonar sensors are guided to reach a destination in a priori unknown cluttered environments. MATLAB simulations are used to validate the proposed guidance scheme in underwater environments with many obstacles.     

单波束前视声纳的信息提取方法研究

介绍了一种可用于小型水下机器人的前视声纳信息提取方法。利用该方法获取了声纳视域内目标的方位信息,这在小型水下机器人的自主目标跟踪和避碰方面具有很大的应用价值。该方法主要包括3个部分的内容:利用声纳数据生成声纳图像;对声纳图像进行预处理;从处理后的图像中提取目标的特征信息。针对图像中较大目标的边缘信息,提出了一种基于最小二乘法的分段曲线拟合的方法,并给出了基于实验室的水池中获得的实测数据的拟合结果,验证了该方法的有效性。     

Robust underwater obstacle detection and collision avoidance

A robust obstacle detection and avoidance system is essential for long term autonomy of autonomous underwater vehicles (AUVs). Forward looking sonars are usually used to detect and localize obstacles. However, high amounts of background noise and clutter present in underwater environments makes it difficult to detect obstacles reliably. Moreover, lack of GPS signals in underwater environments leads to poor localization of the AUV. This translates to uncertainty in the position of the obstacle relative to a global frame of reference. We propose an obstacle detection and avoidance algorithm for AUVs which differs from existing techniques in two aspects. First, we use a local occupancy grid that is attached to the body frame of the AUV, and not to the global frame in order to localize the obstacle accurately with respect to the AUV alone. Second, our technique adopts a probabilistic framework which makes use of probabilities of detection and false alarm to deal with the high amounts of noise and clutter present in the sonar data. This local probabilistic occupancy grid is used to extract potential obstacles which are then sent to the command and control (C2) system of the AUV. The C2 system checks for possible collision and carries out an evasive maneuver accordingly. Experiments are carried out to show the viability of the proposed algorithm.     

基于DGPS无人潜航器避碰声纳的试验研究

提出一种利用双频RTK的DGPS来估算船只与障碍物距离的方法,并采用基于HIMM数字滤波算法获取声纳系统探测障碍物的距离信息.对比距离信息可验证声纳系统探测的有效性.利用水面船只模拟无人潜航器安装声纳系统进行了避碰功能模拟试验,结果表明改进的HIMM滤波算法可有效降低环境背景噪声影响,提高了声纳测量信息的可信度.所提出的试验方法很好地解决了声纳避碰系统的前期功能试验困难,可大大降低直接利用无人潜航器进行试验的成本和风险.     

水下便携式三维声纳实时成像系统设计

针对传统三维声纳装置体积庞大、设备沉重,在水下难以灵活作业的问题,设计了水下便携式三维声纳实时成像系统。通过现场可编程门阵列（ FPGA）控制多路信号同步采样,优化波束形成算法大幅提高声纳信号处理速度,同时采用基于低功耗的数字媒体处理器以并行处理方式实时完成三维建模和图像显示。实验结果表明：系统续航时间可达4 h,水下零重量,可在40 m范围内实现角度分辨率1.2°的三维成像,图像刷新率可达25帧/s。