[发明专利]基于数据驱动的自主式水下航行器海底路径规划方法

说明书

本发明属于自主式水下航行器技术领域，涉及一种基于数据驱动的自主式水下航行器海底路径规划方法，包括，AUV探测前，将拟探测区栅格化，规划AUV的全局路径，此时设定以全局探测模式遍历路径；AUV探测时，实时分析扫描数据，计算目标特征在单位栅格中的密集度，若目标特征密集度满足探测需求，则AUV转换为局部探测模式，AUV实时分析周围特征，若此时局部路径周围一直存在探测目标且目标特征密集度满足探测需求，则一直采用局部探测模式；如果目标特征密集度不满足探测需求，则局部探测模式结束，AUV根据未探测区域重新规划一条探测路径，采用全局模式对未探测区域进行探测。本发明的路径规划方法，效率高，智能性高。

技术领域

本发明属于自主式水下航行器技术领域，具体涉及一种基于数据驱动的自主式水下航行器海底路径规划方法。

背景技术

目前AUV(Autonomous Underwater Vehicle，自主式水下航行器)在执行各类海洋调查任务时，其航行模式通常是人工预先设定的，航行过程中采集的水下观测数据被AUV采集和保存，在AUV返航后经过后处理揭示和发现海洋现象与规律。搭载侧扫声呐时，AUV的传统探测方式为，固定侧扫声呐的工作频率和探测量程后，AUV完全遍历整个任务区域。AUV的航行路线和拟探测区域是预先设置的，AUV到达工作区域后按照预先规划的路线航行并采集观测数据(如侧扫声呐数据)。通过离线分析处理这些观测数据，得到AUV探测区域海底目标的分布和位置。

AUV探测的整个工作区域中，包含着海底探测目标，AUV探测的目的就是为了获得海底探测目标的信息。由于AUV在工作区域内的航行路线是预先规划的，在不知道海底探测目标的信息之前，AUV无差别的探测所有的任务区域，在整个航行过程中，观测数据与AUV航行模式没有直接关联，AUV的航行路线与侧扫声呐探测到的目标之间也没有关联。这会导致AUV的工作效率低下，智能性不高。

发明内容

本发明针对上述技术问题，提出一种基于数据驱动的自主式水下航行器海底路径规划方法，通过实时检测感兴趣目标区域，调整AUV的路径规划方法和侧扫声呐的工作频率、侧扫声呐图像的分辨率，实现探测效率的提升。

为了实现上述目的，本发明采用如下技术方案：基于数据驱动的自主式水下航行器海底路径规划方法，包括，

AUV探测前，将拟探测区栅格化，规划AUV的全局路径，此时设定以全局探测模式遍历路径；

AUV探测时，实时分析扫描数据，计算目标特征在单位栅格中的密集度，若目标特征密集度满足探测需求，则AUV转换为局部探测模式，AUV实时分析周围特征，若此时局部路径周围一直存在探测目标且目标特征密集度满足探测需求，则一直采用局部探测模式；如果目标特征密集度不满足探测需求，则局部探测模式结束，AUV根据未探测区域重新规划一条探测路径，采用全局模式对未探测区域进行探测。

进一步地，所述全局模式的探测范围大于局部模式的探测范围，所述局部模式的探测频率高于全局模式的探测频率。

进一步地，局部探测模式结束时，AUV采用基于栅格激励的全局路径规划算法重新规划探测路径。

进一步地，所述目标特征密集度为目标区域的面积占单位栅格的比例。

进一步地，所述AUV采用测扫声呐进行探测。

进一步地，所述AUV实时分析扫描数据，计算目标特征在单位栅格中的密集度，其具体过程为：

(1)侧扫声呐图像的预处理；

(2)水下目标的分类与识别。

进一步地，所述步骤(2)的中首先采用深度学习方法完成对调查对象的离线学习，利用离线学习后的模型对水下目标进行在线的分类识别。

本发明的基于数据驱动的自主式水下航行器海底路径规划方法，相对于现有技术具有以下有益效果：