论文部分内容阅读
21世纪水下机器人技术作为人类探索水下世界的最主要的手段，水下探测机器人受到了人们的普遍的关注。超小型有缆水下机器人（Remote OperatedVehicle，简称ROV）作为水下机器人的一员，有非常广泛的用途，常应用于在河道、湖泊等浅水域中，尤其在复杂的水域环境下，具有体积小、携带方便、安全可靠等优点。这种超小型ROV能够在狭窄、水质有污染、有一定危险的浅水环境中作业，主要用于水库大坝，防洪大堤、港口岸边、船舶等经常性检测。尤其适用于水域、河道、水闸等日常排污、防水、检测的引导指示工作。超小型ROV在水下作业时，准确的确定其在水下的位置对超小型ROV的作业性能有重要的影响。因此，研究建立一套适合超小型ROV在狭小水域作业的水声定位系统就显得尤为重要。该水声定位系统需要具有硬件构成简单、建立方便、性能可靠等特点，同时定位精度也需要达到超小型ROV作业要求。本文研究基于短基线（SBL）系统的水声定位技术。由于搭载本套定位系统的超小型ROV作业水域水下环境比较复杂，水下的水声混响非常明显，会对水听器收集水声信号产生很明显的干扰。同时，由于水流和波浪的作用，超小型ROV在水下的位置变化更加的复杂。为了克服超小型ROV水下定位时水听器受到的干扰，提高定位系统的定位精度，本次研究的短基线（SBL）水声定位系统引入基于超小型ROV水下运动方程定位算法和扩展的卡尔曼EKF滤波算法。通过这两种智能算法对水听器收集到的水声信号进行检验和优化分析，降低水下混响和水流对超小型ROV水下作业时定位精度的影响。本文最后采用LabView平台，编写超小型ROV水声定位系统，在该系统中融合了上述智能定位算法。同时，还在波浪水池进行水下定位试验，对超小型ROV搭载的短基线（SBL）水声定位系统的可靠性以及定位精度进行研究。试验结果表明，单纯的短基线(SBL)定位系统在浅水域会受到水下混响的严重影响而不能准确的确定超小型ROV在水下的运动轨迹，定位的结果存在很大的误差。融合了水下运动方程定位算法和扩展的卡尔曼EKF滤波算法后，可以有效的排除水下混响的干扰，提高定位系统的定位精度。在超小型ROV低速运动的情况下能把短基线水声定位系统的精度控制在1m，同时能使超小型ROV在水下运动的轨迹更加清晰。为超小型ROV浅水应用打下了良好的基础。