[发明专利]一种面向海参捕捞的作业型水下机器人及其控制方法

权利要求书

1.一种面向海参捕捞的作业型水下机器人，其特征在于，所述作业型水下机器人包括：本体框架、推进器、第二控制板、第一控制板、摄像机构和抓取机构；

推进器、第二控制板、第一控制板和摄像机构均设置在本体框架上，抓取机构的固定端与本体框架连接；

摄像机构与第二控制板的信号输入端连接，第二控制板的信号输出端分别与第一控制板和抓取机构连接；所述摄像机构用于拍摄所述作业型水下机器人的前方视觉图像和下方视觉图像，并将前方视觉图像和下方视觉图像均传输至第二控制板；所述第二控制板用于根据下方视觉图像确定海参的三维位置信息，并根据所述海参的三维位置信息和前方视觉图像进行在线路径规划；

第一控制板与推进器连接，所述第一控制板用于根据所述在线路径规划调节推进器，使所述作业型水下机器人按照所述在线路径规划进行运动，具体包括：

获取作业型水下机器人的当前运动姿态，并将所述当前运动姿态传入行动网络中的在线策略网络；所述当前运动姿态包括偏航角、俯仰角、滚转角、三维坐标、角速度和线速度；

根据Actor-Critic强化学习模型的奖励函数和所述路径，计算当前奖励值；所述奖励函数为R=r₀-ρ₁||Δφ,Δθ,Δψ||-ρ₂||Δx,Δy,Δz||₂；其中，Δx,Δy,Δz为三维坐标状态量，Δφ,Δθ,Δψ分别为偏航角状态量、俯仰角状态量、滚转角状态量，r₀为奖励常量，ρ₁||Δφ,Δθ,Δψ||为相对方位误差的二范数，ρ₂||Δx,Δy,Δz||₂为相对位置误差的二范数，ρ₁和ρ₂分别为第一系数和第二系数；

将当前奖励值与状态函数融合为训练样本加入样本空间；所述状态函数为s=[g,Δx,Δy,Δz,Δφ,Δθ,Δψ,u,v,w,p,q,r]；其中，g为状态常量，u,v,w为线速度状态量，p,q,r为角速度状态量，s为状态函数；

通过高斯混合模型对样本空间中的样本进行融合，压缩样本空间；所述高斯混合模型为；其中，P(x)为压缩后的样本空间，K为压缩前的样本空间中样本的类别，是类分布概率，与σ_k分别为类均值与类方差，（R_i,s_i）为压缩前的样本空间中的第i个样本，N为子模型的高斯分布密度函数；

将压缩后的样本空间中的样本输入评价网络中的目标-行为网络，进行梯度计算，更新在线状态-行为网络的参数；

通过评价网络计算得到的梯度对行动网络中的在线策略网络进行优化与参数更新，并在累计多次梯度后，通过在线策略网络的梯度更新目标策略网络的参数；

通过行动网络中的在线策略网络生成新的状态函数，用于机械臂与螺旋桨推进器的控制；

循环以上步骤直至收敛，使得作业型水下机器人的运动结果符合所述路径；

所述第二控制板还用于在所述作业型水下机器人到达所述在线路径规划的目标点时，控制所述抓取机构对海参进行捕捞。