[发明专利]一种水下机器人近场检测感知系统有效

专利信息
申请号: 201910503558.4 申请日: 2019-06-12
公开(公告)号: CN110275169B 公开(公告)日: 2023-05-16
发明(设计)人: 唐智杰;陆佳琪 申请(专利权)人: 上海大学
主分类号: G01S15/02 分类号: G01S15/02;G01D21/02
代理公司: 上海上大专利事务所(普通合伙) 31205 代理人: 顾勇华
地址: 200444*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 水下 机器人 近场 检测 感知 系统
【说明书】:

本发明公开了一种水下机器人近场检测感知系统,捷联惯导系统安装于水下机器人上,可测量水下机器人的角运动和线运动信息,多个压力传感器安装于水下机器人侧线和前端阵列中,用于水下机器人近场水流扰动冲击检测,多个矢量水听器安装于水下机器人侧线和前端阵列内,用于水下目标定位和追踪,姿态传感器安装于三维云台的内部,内含有陀螺仪和加速度计等运动传感器,用于获取前视声呐和摄像头的姿态信息,能在水下扰动涌流中调节前视声呐探测姿态以保持前视声呐和摄像头既定探测角度,通过水下近场扰动冲击定位算法使水下机器人能够探测和定位附近的扰动源,为水下机器人实现水下近场检测感知提供可靠依据,实现对水下近场水流扰动冲击感知和定位。

技术领域

本发明涉及水下机器人的水下近场感知领域,特别是涉及一种基于水下机器人侧线和前端压力传感器的水下机器人近场检测感知系统。

背景技术

海洋是人类生存和发展的第二大空间,对我国的经济、人文和社会的发展有着直接和巨大的影响。水下机器人在海洋资源勘探、水下救援、海底地貌研究等方面取得巨大的实际应用成果。水下机器人对环境的感知能力是水下机器人现阶段研究的关键。由于水下机器人特殊而复杂的工作环境,水下环境的变化将会直接决定机器人是否能够正常工作,所以探究水下机器人对水下环境的感知,可以为机器人提供重要的水流环境信息,有助于指导水下航行器更准确地完成水下探测任务。

为了应对不同复杂的环境,水下机器人配备了不同的探测系统。目前,水下机器人主要依靠声呐和视觉图像方法对水下目标进行探测和定位。声呐技术主动发射声波并接收水下目标物体返回的声波,从而测量目标的位置、速度等信息,远距离探测效果好,在近场作业时,声呐探测存在盲区,且噪声大、精度较差;又由于光线的折射、散射及水下悬浮物的干扰,采用视觉图像方法得到的水下图像存在失真、对比度低的缺点。然而,在地形比较复杂、光线暗弱、噪声繁杂的区域,已有的感知系统无法正常地发挥作用。由于这些限制因素的存在,水下机器人如何近场感知周围水流变化、探测水下目标,如何更准确地完成水下任务,这是一个迫切需要解决的难题。

因此实时感知水下机器人近场水流冲击扰动干扰,感知周围的水流变化信息,可以提高水下机器人水下航行性能,如何提高水下机器人感知近场水流扰动冲击能力是本发明所需要解决的核心问题。

中国实用新型专利ZL 201820732741.2公开了“一种模块化的多功能水下探测器”,通过模块化设计,实现水下目标探测。不适于近场水流冲击扰动感知。

中国发明专利ZL 201210089034.3公开了“电磁式水下传感器网络节点搭载装置”,通过水下传感器网络节点实现多种情况下的水下试验和海洋检测。不适于近场水流冲击扰动感知。

中国发明专利ZL 201711434606.6公开了“一种用于水下感知与取样的机器人”,通过摄像头实现水下机器人感知和取样。不适于近场水流冲击扰动感知。

中国发明专利ZL 201810020550.8公开了“基于红通道的卷积神经网络的水下光学智能感知方法”,通过光学信息对水下场景进行智能感知,利用红通道算法和卷积神经网络快速获取水下高精度感知图像。不适于近场水流冲击扰动感知。

发明内容

本发明的目的在于要解决现有技术存在的问题,提供一种水下机器人近场检测感知系统,实现对水下近场水流扰动冲击的感知和定位。

为解决上述技术问题,本发明的构思是:

由于水下机器人搭载的声呐和视觉图像在近场作业时,声呐探测存在盲区且噪声大以及视觉图像获得的水下图像存在失真、对比度低的缺点。通过水下机器人侧线和前端的多个压力传感器阵列,通过上位机显示多个压力传感器阵列反馈的压力分布曲线数据,辨别扰动源的水平位置和纵向位置,推断扰动源与水下机器人之间的距离,实现对水下近场水流扰动冲击的感知和定位。

根据上述发明构思,本发明采用下述技术方案:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海大学,未经上海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910503558.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top