水下自主机器人的总结

水下自主机器人的总结

水下自主机器人AUV的设计必须考虑水下特殊的环境。针对这一特殊环境，我们需要考虑不同的传感器配置，必须考虑水下压力的影响。由于AUV为无缆机器人，只能使用蓄电池，所以能源使用效率也是一个值得注意的问题。在这些硬件达到环境要求的基础上需要做好路径规划。我将各个方面的大概情况罗列如下：

一、水下作业环境主要特点：

1、耐压问题：一些部件需要置于耐压壳体之外，为保证这些部件不受水的侵蚀和水压作用，应采取压力补偿措施。

2,、水下照明问题：一定深度水下要求有足够的照明。

3、水对运动部件的阻力问题：各运动部件会受到水阻力的影响。

4、水下载体定位问题涉及两个方面：一方面是大地坐标的确定，另一方面是水下载体坐标系的确定。

5、信号传输问题：声音在水中的传播速度远低于光速真空，信号传输时延较大，难以实时控制。激光通讯是一种有效地技术手段，特别是蓝绿激光在水中吸收最小，但蓝绿激光体积过大、效率低、能耗过大。

6、密封问题

7、能源问题：AUV多用蓄电池，所以应注意能源使用效率。

二、传感器的选择使用：

为保证自主导航的准确，通常需要采用多传感器集成与信息融合技术，以此来得到有关环境的可靠信息。机器人自主导航的传感器分

为两类：第一类是内部传感器，测量机器人自身在运动中的参数变化，如速度、加速度、位移、角度等，这类传感器包括惯导、陀螺仪、速度计、里程计、编码器、线加速度计、磁罗盘等。第二类是外部传感器，用于测量周围环境信息，常用的包括激光雷达、毫米波雷达、声纳、视觉相机、红外扫描、结构光。

对几种常用的传感器的优缺点做以分析：

<1>惯性导航系统有如下主要优点：

(1) 由于它是不依赖于任何外部信息，也不需要向外部辐射能量，因此隐

蔽性好，不受外界电磁干扰的影响；

(2)可全天候地工作于空中、地球表面乃至水下；

(3)能提供位移、速度、航向和姿态角数据，所产生的导航信息连续性好而且噪声低；

(4)数据更新率高、短期精度和稳定性好。

其缺点是：

(1)由于导航信息是经过积分而产生，误差随时间而增大，长

期精度差；

(2)每次使用之前需要较长的初始对准时间；

(3)设备的价格比较昂贵；

(4)不能给出时间信息；

<2>声纳传感器优点：

(1)信息处理简单

(2)价格低廉

(3)利用声波作为手段，被广泛用作移动机器人测距传感器

其缺点：

(1)数据采集周期长

(2)数据的误差较大

<3>视觉传感器优点：

(1)技术成熟，可以获取全面的环境特征信息

(2)在一定范围内，数据准确率高

缺点：

(1)受到光线的限制，适合的工作环境有限

(2)测量距离有限

(3)移动太快会导致图像模糊，进而引起计算出的数据失准

三、导航和定位：

移动机器人常见的导航方式有磁导航、惯性导航、激光导航、味觉导航、视觉导航、GPS导航、陀螺导航、罗盘导航、光电编码器导航等；导航和定位是确定机器人在多维工作环境中相对于全局坐标的位姿，是移动机器人最基本环节。定位方法根据机器人工作环境复杂性、配备传感器的种类和数量等，有多种不同方法。主要有：惯性定位、陆标定位和声音定位。

GPS，多普勒及声纳导航需要向外界发送信号的缺点，可以选择捷联惯导。

捷联惯导组成：三轴加速度计、三轴陀螺组成，可分别测量线加速度、角速率；

优点：用积分法实现运载体位置和动态实时更新，是一种成熟的导航技术。其不依赖外部信号，且基本不受外界干扰，完全实现自主导航，可以选择它作为导航系统的主要部分。

缺点：捷联惯导的误差随时间积累的特点,输出的数据在精度上满足不了实际应用中长时间定位的要求,需要选用其他误差不随时间累计的传感器来对捷联惯导系统作实时修正。

综上所述，确定了水下自主导航系统的总体设计框图，见下图

四、路径规划：

路径规划包括两个子问题：环境建模和路径搜索。

路径规划可以分为全局路径规划和局部路径规划。路径规划的方法主要有：人工势场法(Artificial Potential FieldApproaches)、

模糊逻辑算法(Fuzzy Logic Algorithms)、遗传算法(Genetic Algorithms)以及神经网络算法(Neural Network Algorithms)等。五、常用的环境地图描述方法大致可以分为以下几类：

栅格地图(grid-basedmap)、特征地图(geometric feature map)、拓扑地图(topological map)以及混合地图

(hybridtopological-metric map)。特征地图容易表示可选为算法的导航地图。