CN119026512B 一種水下機器人的布放回收方法 （廣州航海學院）

本公開涉及一種水下機器人的布放回收方定洋流和潮汐對水下機器人的路徑規劃的影響程度以及確定洋流和潮汐對水下機器人的推進垂直剖面變化情況；根據獲取的洋流的方向數2獲取洋流的方向數據、速度數據和潮汐的周期變化數據，分析不判斷為有利洋流，控制水下機器人的壓載艙實時監測洋流的方向數據、速度數據和潮汐的周期變化根據水下機器人的電池容量、預估任務時長參數，通過能量通過多普勒流速剖面儀對目標海域的洋流進行實時監測，獲得3度漲落情況與流速剖面儀測得的流速變化進行關聯分析獲得潮汐和洋流之間的相互作用同深度層的平均流速和方向并繪制流速隨深度變化的垂直根據聲學多普勒流速計的測量結果，計算目標海域內的洋流速度浮心位置的目的是使水下機器人在靜水中達到平衡狀態，并減小動態運動時的耦合影響，4獲取水下機器人的布放任務點和回收點坐標，根據兩點間的歐氏5過大量的海試實驗來驗證其有效性和可靠性。只有在掌握了海洋動力環境特征的基礎上，[0008]判斷為有利洋流，通過自回歸移動平均模型預測未來一段時間內的流速變化趨[0009]判斷為不利洋流，通過模糊控制算法調整水下機器人的浮力和推進系統功率輸6汐高度漲落情況與流速剖面儀測得的流速變化進行關聯分析獲得潮汐和洋流之間的相互個潮周期內高潮位和低潮位的差值確定潮汐變化的幅度和不確定性；綜合分析流速剖面、7[0024]獲取水下機器人的布放任務點和回收點坐標，根據兩點8對預處理后的歷史洋流和潮汐數據進行頻譜分析，通過選取合適的時間窗口和頻率分辨[0033]示例性的，在能量預算估計中,采用了基于長短期率等參數作為輸入,以實際能量消耗值作為輸出,構建了一個三層LSTM網絡。在訓練過程9化技術,最終在測試集上達到了90%以上的預測準采用了改進的Cooley_TukeyFFT算法。通過對數據進行分段處理,選取了128個采樣點作為減少頻譜泄漏的影響。通過分析頻域結果中的幅值和相位信息,提取了主導頻率、平均流程聯立,形成了一個混合整數非線性規劃問題。采用了改進的非支配排序遺傳算法(NSGA_了一個基于模糊PID的控制器。以航向偏差和角速度偏差作為輸入,通過Mamdani推理和重量歷史數據的統計分析得出的經驗值。重規劃時采用了基于人工勢場的局部路徑優化算位計獲取的潮汐高度漲落情況與流速剖面儀測得的流速變化進行關聯分析獲得潮汐和洋不同深度層的平均流速和方向并繪制流速隨深度變化的即在目標區域內選取6個代表性測點,每個測點之間的距離不小于500m,以保證數據的空間方法。交叉頻譜的計算公式為Sxy(f)=X(f)Y*(f),其中X(f)和Y(f)分別為潮位和流[0039]多普勒流速剖面儀通過聲波在水中傳播的多普勒效應測比即為橢圓率。可以通過對潮流矢量進行主成分分析或最小二乘擬合來估計潮汐橢圓參[0048]示例性的，在實際應用中,采用工作頻率為600階巴特沃斯低通濾波器對原始流速數據進行預處理,截止頻率設置為1/30Hz,去除高頻噪策略方面,以10°和0.5m/s分別作為航向夾角和洋流速度的拖曳水池中開展阻力試驗,通過測量不同航速(0.5~3m/s)下的牽引力,得到了機器人的阻進行了數值模擬,得到了不同前進系數下的推力系數和扭矩系數曲線,并驗證了模型的網參數,構建了SVM回歸模型,并采用網格搜索和交叉驗證方法優化了模型的超參數,在測試預測和控制步長分別為10步和5步。通過PID反饋控制螺旋槳轉速,并用卡爾曼濾波算法對等環境要素的影響,生成了一條由15個航點構成的最優路徑,并根據洋流和潮汐的顯著性年盛行東北向洋流,平均流速為0.8m/s,背景場與實測數據的吻合度達到90%以上。利用20s,控制時域為5s,通過求解二次型目標函數,得到未來5s內螺旋槳轉速和舵角的最優控調整量的模糊控制規則表。控制規則采用IF_THEN形式，隸屬度函數采用三角形或梯形形大于滑翔機標稱航速1節的20%,即0.2節(0.1m/s),且持續時間超過滑翔機續航時間6小時0.5m/s)和方向(0_180°),輸出變量為浮力調整百分比(_20%_20%),采用三角形隸屬度函態變量為洋流速度和方向,觀測變量為ADCP輸出,采用常加速度模型,狀態轉移矩陣為[1,Δt;0,1],觀測矩陣為[1,0;0,1],初始狀態協方差矩陣對角線元素為1,觀測噪聲協方差矩速度與航向角偏差的加權和最小,約束條件為狀態變量范圍、控制變量范圍和滑翔機動力法優化浮力調整量和螺旋槳轉速,染色體長度為10,交叉概率0.8,變異概率0.1,迭代50次,Ua(x,y)=0.5Ka[(x_xt)^2+(y_yt)^2],斥力勢場函數為：Ur(x,y)=0.5Kr(1/ρ_1/ρ0)^2,式勢場法的權重Wapf(0_1)和反饋控制律的權重Wfb(0_1),Wapf+Wf[0071]獲取水下機器人的布放任務點和回收點坐標，根據兩點覆蓋面積約2000平方公里,垂直方向設置20層,最大深度達到海底。ADCP的工作頻率為汐力的影響,基于Navier_Stokes方程和k_ε湍流模型,采用有限體積法進行數值求解,在h(n)為當前節點到目標點的歐式距離與流速比值,每10分鐘更新一次洋流數據。當順向洋(_x^2/σ^2)作為引力勢場函數,Urep(x)=Krepe^(_1/x)作為斥力勢場函數,合力勢場函數為U(x)=Uatt(x)+ΣUre