[发明专利]自主式水下机器人组合导航系统

说明书

技术领域

本发明涉及水下机器人导航系统，尤其是一种自主式水下机器人组合导航系统。

背景技术

惯性导航是自主式水下机器人(Autonomous Underwater Vehicles，简称AUV)在水下自主航行时采用的主要定位手段，但是其主要问题在于精度能满足要求时，往往价格过于昂贵。由于声纳技术的进步，目前较先进的AUV基本不采用加速度计而是采用多普勒测速仪，可以直接测出AUV相对于海底的3D速度而无需积分。采用多普勒测速仪与光纤陀螺相结合的导航方法，仍然不可避免的产生累积误差，其导航精度为航程的0.2％。为消除这种偏差，目前主要采用的方法有：(1)利用GPS修正，即让AUV在其路途中的一系列位置上浮，接受GPS信号以修正当前位置；(2)声学辅助导航，在作业区域布置如长基线、短基线等；(3)地形辅助导航。但是目前上述主要方法均以不同形式对AUV工作范围加以限制，其中GPS多次上浮修正偏差，能源消耗很大，限制了工作时间和工作范围；而声学基线方法限制AUV只能在短距离内有效；地形辅助导航类似于巡航导弹所采用的方法，利用地形信息来定位和导航，对AUV而言，这要求事先必须有精确的海底地形地图。由于海底地形和陆地不同，因此获得精确的海底地图仍然是各国正在探索的问题，目前而言，只有在近海的部分区域才具有比较精确的海底地形地貌数据，因此基于海图的地形辅助导航的应用也有很大局限。

随着AUV技术的不断发展，其作为深海水下运载技术的重要执行载体，将向更长程、更广阔工作海域发展。如果要求AUV在更广阔的区域以更低廉的运行费用工作，一个可行性思路是尽量减少对母船和基阵等外部导航框架的依赖，使AUV实现自主导航定位。“同时定位与地图构建方法”(Simultaneous Localization and mapping，简称SLAM方法)被认为是机器人在未知环境中真正实现自主导航的关键。SLAM方法可描述为：在未知环境下，移动机器人从未知的起点开始，经过一系列位置，利用机载传感器信息构建增量式环境地图同时对自身位置定位。该方法自1990年提出以来得到很快的发展。同时定位与地图创建方法与地图表达形式密切相关，如栅格地图、特征地图、拓扑地图等，基于环境特征的SLAM方法应用最为广泛，特别是对于户外环境，障碍物没有规则几何形状。它将机器人的位姿和环境特征坐标表达在一个状态向量之中，在机器人的运动过程中通过对环境特征的观测作最优准则的估计。分为三个步骤：(1)基于外部感知的环境特征提取；(2)递推形式的预测和更新算法；(3)相应的数据关联技术。

为此，声纳技术应用到AUV中，扫描声纳具有较好的成像能力，扫描声纳配合使用中等精度的惯性导航传感器即可满足自主导航定位，并且无需采用昂贵的高精度惯性系统，大大降低了AUV的制造成本，针对大范围的水下环境，扫描成像声纳和内部传感器可以实现大尺度全局自主导航，但是其不适用于在局部海域内精确自主导航，尤其是当局部海域的地形地貌比较复杂时，扫描成像声纳可能无法实现自主导航的功能。

发明内容

本发明的目的在于提出了一种自主式水下机器人组合导航系统，其同时实现了在大尺度、中尺度和小尺度精确自主导航。

本发明是采用以下的技术方案实现的：一种自主式水下机器人组合导航系统，包括惯性基础导航装置和外部传感器导航装置，其中惯性基础导航装置包括多普勒测速仪、光纤陀螺、压力传感器、电子罗盘和深度计，外部传感器导航装置包括声纳，其中，该组合导航系统还包括水下结构光传感器和水下双目视觉平台，其中水下结构光传感器包括位于自主式水下机器人外框架前部的前视结构光传感器和位于外框架底部的下视结构光传感器，水下双目视觉平台包括位于外框架前部的前视双目视觉平台和位于外框架底部的下视双目视觉平台，前视结构光传感器和前视双目视觉平台组成了位于外框架前部的前视结构光与视觉系统模块，下视结构光传感器和下视双目视觉平台组成了位于外框架底部的下视结构光与视觉系统模块。

本发明中，所述的声纳包括设置在外框架前部上方的窄波束扫描成像声纳和设置在外框架前部下方的具有较宽波束的普通避碰声纳。所述的水下结构光传感器包括摄像机、激光投射器、振镜以及振镜控制板。所述的水下双目视觉平台包括两台水下高清摄像机和对应的图像采集卡。

本发明还涉及一种自主式水下机器人组合导航系统的声纳信号斑特征提取方法，其中该方法包括以下步骤：首先，利用融合脉冲耦合神经网络、中值滤波和维纳滤波优势的混合滤波进行图像噪声滤除；然后，利用广义形态学复合运算进行边缘检测和特征提取，获取障碍物信息，并提取障碍物的质心应用于AUV导航。