[发明专利]类渡槽环境中无人船测距单元与惯性测量单元的融合算法

说明书

本发明涉及一种类渡槽环境中无人船测距单元与惯性测量单元的融合算法，包括以下步骤：由测距单元计算得到船体测量偏向角；采用卡尔曼滤波技术由惯性测量单元构建系统状态模型；采用卡尔曼滤波技术由惯性测量单元构建系统测量模型；根据k‑1时刻预测k时刻的状态模型得到k时刻的船体预测偏向角；将k时刻的船体测量偏向角和船体预测偏向角结合，根据最优估算模型得到k时刻的最优预测估算值；k+1,k+2…k+n时刻的最优预测估算值重复上述步骤进行自回归运算得到；根据得到的最优预测估算值，无人船的控制系统控制推进器和舵调整船体的运动速度和方向完成渡槽检测。本发明可以控制无人船在完全密闭的条件下或无GPS的环境下进行稳定的自动航行的工作。

技术领域

本发明涉及一种类渡槽环境中无人船测距单元与惯性测量单元的融合算法，用于辅助水面无人船在类渡槽环境下的定距观测检测，属于水利工程领域。

背景技术

目前，现有的输水渡槽的安全检测只能依靠关闸停水后进行人工检查。此方法检测周期长，对下游正常供水影响大。许多已建输水工程由于无法为人工检查提供长时间的停水条件，至今未进行过检测，安全隐患大。

更为先进的是采用检测机器人(水面无人船)进行检测，现有技术所公开的水面无人船为单体船造型，主要由船体、动力系统、传感器系统、控制系统、图像系统组成。动力系统包括单个或者多个推进器配合舵对船体的运动速度和运动方向进行控制；惯性测量单元(IMU)，全球定位系统(GPS)组成了传感器系统，并为控制系统自动控制船体运动提供了底层数据支持；图像系统搭载了多个摄像机，在船体运动过程当中将所需检测部分的视频、图像录制和传输。

现有的水面无人船主要采用两种方式进行控制：1.手动遥控、2.自动控制。

渡槽检测最重要的部分在于视频、图像的质量，为保证图像系统拍摄的视频、图像清晰，船体相对渡槽运动的相对速度要小于0.5m/s，并且船体相对于被观测的侧壁和水底距离需要稳定。由于渡槽(包括明槽和暗槽)等类似环境的水利工程中，水流速度往往可以达到3m/s甚至以上，并且由于其内部环境复杂，环境相对封闭。采用手动遥控，要求操控员在高流速下保持船体稳定的运行，并且保持与被测壁的距离一定。这对操作员的要求极高，并且不能保证运行相对速度稳定在0.5m/s以内，也无法保持与观测壁面保持相同距离。采用自动控制，现有技术所公开的水面无人船所用的是全球定位系统(GPS)和惯性单元(IMU)组合控制船体的自动运行，但是在密闭环境下GPS几乎无法接受到信号，导致数据不精确，从而自动控制系统不能正常运行，且无法达到稳定观测的效果。控制系统，根据惯性测量单元和测距单元反馈的参数控制推进器和舵调整船体的运动速度和方向。使用测距单元取代GPS，克服了类渡槽环境密闭无信号的问题，测距单元和惯性测量单元采集的参数为控制系统自动控制船体运动提供底层数据支持，尤其适合在类渡槽环境下进行定距观测检测。

发明内容

为解决上述问题，本发明的目的在于提供一种类渡槽环境中无人船测距单元与惯性测量单元的融合算法，其利用外部测距单元结合内部计算融合为精确值，从而可以在完全密闭的条件下或无GPS的环境下进行稳定的自动航行的工作。

本发明的目的是通过以下技术方案实现的：

一种类渡槽环境中无人船测距单元与惯性测量单元的融合算法，包括以下步骤：

步骤1，由测距单元计算得到船体测量偏向角θ；

步骤2，采用卡尔曼滤波技术由惯性测量单元构建系统状态模型：

其中，X(k)是k时刻的系统状态，ω_imu(k-1)是k-1时刻的角速度值，W_imu(k)T为高斯白噪声，T为采样周期；

步骤3，采用卡尔曼滤波技术由惯性测量单元构建系统测量模型：

Z(k)＝HX(k)+W_laser(k)