AUV智能避碰方法

摘要

本发明提供的是一种AUV智能避碰装置及避碰方法。传感器采集AUV的状态信息，通过串口传给动态控制机，动态控制机在将这些信息通过网络发送给使命管理机；多波束前视声纳采集障碍物信息，转换为描述局部环境的数字信号；使命管理机接收局部环境的数字信号，用AUV障碍物判定系统确定障碍物位置，建立局部环境模型并传递给避碰规划系统；避碰规划系统通过避碰算法计算出AUV航向、速度、深度，并把这三个指令通过网络传递给动态控制机；动态控制机通过运动控制解算，利用控制电压驱动执行机构，按控制指令调整AUV的航向、速度和深度，实现AUV避碰。此发明的优点在于无需先验知识，能够实时实现避碰，且通过湖试验证了该发明方案的可靠性和有效性。

主权项

一种AUV智能避碰方法，其特征是：(1)传感器采集AUV的状态信息，通过串口传给动态控制机，动态控制机将这些信息通过网络以2Hz的频率发送给使命管理机；(2)多波束前视声纳采集障碍物信息，将探测到的模拟信号转换为描述局部环境的数字信号；(3)使命管理机通过串口接收局部环境的数字信号，用AUV障碍物判定系统确定障碍物位置，滤除环境噪声，建立局部环境模型并发送给避碰规划系统；所述AUV障碍物判定系统为一个基于BP网络的障碍物判定系统，由量化模块、数据库、神经网络模块、反量化模块和解释器5个部分组成；量化模块：以每个栅格周围的若干个相邻栅格为一组，被占用的栅格量化为0.8，未被占用的栅格量化为0.3；数据库：存放初始事实，推理的中间结论以及推理出的最终结果的数据；神经网络模块：BP网络输入取8个或者更多，BP网络离线训练，在线使用；八个输入为量化后的相邻栅格数据，输出为中心栅格的估计值grid[i][j]′；当越多的相邻栅格被占用时，中心栅格grid[i][j]被占用的可能性越大；但如果相邻栅格分值比较低，则中心栅格grid[i][j]的分值不应该增加太多；同时，对于中心栅格，它自身占用信息应该优先考虑，所以其权重取为1，而通过相邻栅格得到的估计值grid[i][j]′所占权重取为0.5；得到中心栅格的分值为：grid[i][j]＝grid[i][j]′×0.5+grid[i][j]×1；反量化模块：根据多次试验取定一个阈值ξ，grid[i][j]＞ξ时栅格赋1，grid[i][j]＜ξ时栅格赋0；解释器：输出最终推理结果，即障碍物信息的两种情况：1为有障碍物，0为无障碍物；第一次量化后的信息数据送入BP网络模块，经BP网络推理后把判定结果直接传给解释器，同时存入数据库；下一次数据传来时，检查数据库中是否有相匹配的类型，若有，不再用BP网络模块作重复判定，直接在数据库中通过匹配得出结论，否则送到BP网络模块重新判定；(4)避碰规划系统根据AUV当前状态和障碍物所在的位置，通过避碰算法计算出AUV航向、速度、深度，并把这三个指令通过网络传递给动态控制机；(5)动态控制机通过运动控制解算，利用控制电压驱动执行机构，按控制指令调整AUV的航向、速度和深度，高航速时采用舵控制航向，低航速时采用推进器控制航向，实现AUV避碰。