申请/专利权人：杭州爱易特智能技术有限公司;浙江省水利水电勘测设计院;哈尔滨工程大学

申请日：2018-01-17

公开（公告）日：2024-04-19

公开（公告）号：CN107990890B

主分类号：G01C21/00

分类号：G01C21/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2018.05.29#实质审查的生效;2018.05.04#公开

摘要：本发明涉及一种多传感器隧洞定位系统及其方法，系统中主要包含测距声呐、姿态传感器和深度计等三大模块。其中，利用测距声呐可以获取测距声呐到洞壁的距离信息；利用姿态传感器可以获得机器人的艏向角信息；利用深度计，可以获得机器人在水中的深度信息。本发明涉及一种隧洞的定位方法，根据隧洞的走向，可以分成上坡、下坡、水平、前进、左转、右转、孔径收缩、孔径扩大、孔径不变等9个类别。根据走向的排列组合，洞内走向一共可以分成27种。根据隧洞的地图信息，从27种分类走向中，找到隧洞中存在的实际走向类别。通过传感器的数据处理，隧洞走向信息的特征定义、提取，构建基于支持向量机的隧洞走向识别模型，识别机器人在隧洞中的特征位置，实现机器人在隧洞中的定位功能。

主权项：1.一种多传感器隧洞定位系统，其特征在于，包括利用测距声呐获得声呐到洞壁的距离信息，利用姿态传感器获得机器人的艏向角信息，利用深度计获得机器人在水中的深度信息，并将采集到的数据进行数据平滑处理，形成3个传感器的时域图，根据隧洞上坡、下坡、水平、左转、右转、前进、孔径收缩、孔径扩大、孔径不变9个基本走向，根据排列组合，得到隧洞中一共存在27种走向变化，然后根据实际的隧洞地图信息，通过比对，得到实际隧洞的走向类别，并进行隧洞走向信号进行特征提取，最终通过支持向量机的训练、测试，能够实现机器人位于隧洞中特殊位置的定位，同时基于机器人在隧洞中进行匀速运动的条件，计算机器人位于每个区段的速度信息，再结合机器人内置的时间节拍信息，实现机器人在隧洞特征位置的定位功能。

全文数据：一种多传感器隧洞定位系统及其定位方法技术领域[0001]本发明涉及水下定位领域，特别涉及一种水下多传感器定位系统和机器人在隧洞内的定位方法。背景技术[0002]随着自动控制，电子计算机和能源技术的快速发展，水下智能航行器的应用越来越广泛。实现水下的自主定位是水下智能航行器在水下活动的一个关键。为了保障水下智能航行器的导航定位，水下智能航行器大多都会安装捷联惯性导航系统和多普勒计程仪进行船位推算。[0003]捷联惯性导航系统将加速度计和陀螺直接安装在载体上，陀螺仪敏感载体的角速度信息，加速度计敏感载体的比力信息，这些信息都是相对于惯性空间的;然后通过数学平台将加速度计测得的比例信息由载体坐标系转换到导航坐标系，从而进行导航参数计算。捷联惯性导航系统的加速度信息通过积分可以获得速度信息，但是这个速度信息并不是十分准确，需要通过多普勒计程仪的速度信息对其进行校准。[0004]但是，当水下智能机器人在隧洞中运行时，由于隧洞尺寸的限制，会使多普勒计程仪的功能失效，失去多普勒计程仪对捷联贯性导航系统的速度校准，会使整个导航定位系统精度降低，从而无法实现机器人位于隧洞内的定位。[0005]结合隧洞实际的情况，其呈现孔径变化，隧洞方向变化和隧洞坡度变化等特征，可以通过测距声呐，深度计和姿态传感器对隧洞特征信息的测取，实现机器人在隧洞中特殊点的定位，相对捷联惯性导航系统加多普勒计程仪的传统水下导航定位，基于测距声呐，深度计和姿态传感器的多传感器隧洞定位系统具有更高的精度。发明内容[0006]本发明的目的在于克服现有的隧洞机器人无法实现在隧洞中精确定位的缺陷，从而提供一种基于测距声呐、深度计和姿态传感器的多传感器定位系统与隧洞定位方法。[0007]本发明的技术方案是：该系统包括利用测距声呐可以获得声呐到洞壁的距离信息，利用姿态传感器可以获得机器人的首相角信息，利用深度计可以获得机器人在水中的深度信息，并将采集到的数据进行数据平滑处理，形成3个传感器的时域图，根据对隧洞走向的定义，隧洞走向信号特征的定义，并进行隧洞走向信号进行特征提取，最终通过支持向量机进行建模识别，实现机器人在隧洞特征位置的定位功能。[0008]作为优选，该系统根据隧洞的上坡、下坡、前进、水平、左转、右转、前进、孔径收缩、孔径扩大、孔径不变9个基本走向，根据排列组合，可以得到隧洞中一共存在27种走向变化，然后根据实际的隧洞地图信息，通过比对，得到实际隧洞的走向类别。[0009]作为优选，该系统通过滤波算法，能够对数据进行平滑处理，使得处理后的数据便于走向特征信号的提取。[0010]作为优选，该系统通过隧洞走向分类的定义，隧洞走向信号特征定义，并通过三种4传感器获得的时域图，提取隧洞走向信息特征，然后使用支持向量机算法进行训练、测试，如果隧洞走向分类效果符合预期，则可以通过定义的隧洞走向信号特征进行实验，实现机器人在隧洞特殊位置的定位;如果分类效果不符合预期，则重新进行隧洞走向信号特征定义。[0011]作为优选，该系统通过支持向量机的训练、测试，能够实现机器人位于隧洞中特殊位置的定位，同时基于机器人在隧洞中进行匀速运动的条件，可以计算机器人位于每个区段的速度信息，再结合机器人内置的时间节拍信息，可以实现任意时刻机器人在隧洞中的定位功能。[0012]该多传感器隧洞定位方法，包括：[0013]步骤1、利用机器人首部和尾部的各4个测距声呐测得声呐到壁面的距离信息，并对前后四个测距声呐的距离信息进行取平均值处理，从而抑制由于机器人在管道中的运动对测距信息产生的干扰。[00M]步骤2、利用深度计获取机器人距离设定参考点的深度信息。[0015]步骤3、利用姿态传感器获取机器人在隧洞中首相角的信息。[0016]步骤4、经过上面的步骤1-3,根据隧洞的走向，根据隧洞的上坡、下坡、水平、左转、右转、前进、孔径收缩、孔径扩大、孔径不变9个基本走向，根据排列组合，可以得到隧洞中一共存在27种走向变化。根据隧洞的地图信息，从27种分类走向中，找到隧洞中存在的实际走向类别。通过传感器的数据处理，隧洞走向信息的特征定义、提取，构建基于支持向量机的隧洞走向识别模型，识别机器人在隧洞中的特征位置，实现机器人在隧洞中的定位功能。[0017]作为优选，所述步骤1中，在一段工作周期T中，可以根据机器人前部和尾部的各四个测距声呐的测量距离的平均值，绘制出两条测距声呐测量距离的时域图，如果曲线的趋势在工作周期内呈下降趋势，说明该段路程中，隧洞孔径不断减小;如果曲线的趋势在工作周期内呈上升趋势，说明该段路程中，隧洞孔径不断扩大;如果曲线的趋势在工作周期内先保持一个水平状态，接着呈下降趋势，说明该段路程中，隧洞孔径起先维持上一阶段的孔径的大小，接着孔径不断缩小;如果曲线的趋势在工作周期内先保持一个水平状态，接着呈上升趋势，说明该段路程中，隧洞孔径起先维持上一阶段的孔径，接着孔径不断扩大。[0018]作为优选，步骤2中，在一段工作周期T中，可以根据机器人的深度计获取的信息，绘制出水深深度的时域图，如果曲线的趋势在工作周期内呈下降趋势，说明该段路程中，隧洞为下坡走向；如果曲线的趋势在工作周期内呈上升趋势，说明该段路程中，隧洞为上坡走向。[0019]作为优选，步骤3中，在一段工作周期T中，可以根据机器人的姿态传感器获得首相角的数据，绘制出首相角的时域图，如果曲线的趋势在工作周期内呈上升趋势，则说明该段路程中，隧洞走向为顺时针转弯，即相对于原走向为向右转弯;如果曲线的趋势在工作周期内呈下降趋势，则说明该段路程中，隧洞走向为逆时针转弯，即相对于原走向为向左转弯;如果曲线的趋势在工作周期内呈水平趋势，则说明该段路程中，隧洞的走向为前进。[0020]将隧洞走向分成上坡、下坡、水平、左转、右转、前进、孔径收缩、孔径扩大等8个类另IJ，本发明使用基于支持向量机的方法，因此8个基本走向类别定义标签如下：5[0021][0022]当隧洞的走向为下坡前进孔径不变时，则其标签为269。其余26种情况依次类推。[0023]隧洞走向信息波形特征定义主要分上拐下拐和下拐上拐两种情况，定义有上拐下拐值，下拐上拐值，上拐下拐差，上拐点曲率，下拐点曲率，下拐上拐差，其中的“值”指的是上下差值，“差”指的是左右差值。通过“值”与“差”的比值a来确定隧洞走向的8类基本走向，在通过上拐点曲率和下拐点曲率实现由8种基本走向排列组合形成的47种小类别走向的确TE-〇〇[0024]特征信号的提取：[0025]在首相角时域图中，当ab，说明隧洞右转；当_ab，说明隧洞左转，当_b〈a〈b，说明隧洞前进。[0026]在深度信息时域图中，当a0，说明隧洞下坡，当a〈0，说明隧洞上坡。[0027]在测距信息是时域图中，当al0，a20时，说明隧洞的孔径扩大；当al〈0，a2〈0时，说明隧洞的孔径缩小。[0028]上面的测距信息时域图中al，a2分别代表机器人首尾各四个测距声呐均值的比值信息，b是一个阈值，用来避免由于机器人水平面的运动导致隧洞走向的误判。[0029]通过上述分析，可以从传感器时域图中提取出上拐点曲率、下拐点曲率和“值”与“差”的比值a三个特征值。[0030]利用上述找到的特征数据和和自己定义的走向类别标签，通过基于决策树的多类支持向量机进行数据训练，实现机器人位于隧洞中特征走向的识别与定位。[0031]根据时间序列，可以得出机器人在经过隧洞中每个特征走向的时间节点，结合现成的隧洞地图，可以计算出前后两个节点的路程，通过路程和时间差计算出每段路程中的速度信息，从而根据数据处理模块内的节拍信息，可定位出机器人在隧洞中每个时刻的位置，实现定位功能。[0032]本发明的有益效果是:本发明所提供的水下多传感器定位系统可以有效的实现智能水下机器人在隧洞的定位功能，通过机器人对隧洞内信息收集，处理，利用基于决策树的多类支持向量机的算法，实现隧洞中的位置匹配，是一种实用的隧洞定位系统。同时避免使用传统水下导航系统的捷联惯导系统，设备成本大大降低。附图说明[0033]图1是本发明的水下多传感器隧洞定位系统的结构示意图。[0034]图2是隧洞走向信号特征提取流程图。[0035]图3和4是上拐点、下拐点、上拐下拐值、下拐上拐值、上拐下拐差、下拐上拐差的定义示意图。[0036]图5和6是决策树示意图。6具体实施方式[0037]下面结合附图和实施例对本发明作进一步说明。[0038]参考图1本发明提供一种隧洞水下多传感器定位系统，包括:利用测距声呐可以获取声呐到洞壁的距离信息;利用姿态传感器可以获得机器人的首相角信息;利用深度计，可以获得机器人在水中的深度ί目息。[0039]下面结合图2-6对本发明的水下多传感器隧洞定位方法的工作过程进行说明。[0040]隧洞走向特征信号提取：[0041]参考图2,利用机器人艏部和尾部的各4个测距声呐测得声呐到壁面的距离信息，并对前后四个测距声呐的距离信息进行取平均值处理，从而抑制由于机器人在管道中的运动对测距信息产生的干扰。[0042]利用深度计获取机器人距离设定参考点的深度信息。[0043]利用姿态传感器获取机器人在隧洞中首相角的信息。[0044]根据隧洞的走向，根据隧洞的上坡、下坡、前进、水平、左转、右转、前进、孔径收缩、孔径扩大等8个基本走向，根据排列组合，可以得到隧洞中一共存在47中走向变化。根据隧洞的地图信息，从47种分类走向中，找到隧洞中存在的实际走向类别。通过传感器的数据处理，隧洞走向信息的特征定义、提取，构建基于决策树的多类支持向量机的隧洞走向识别模型，识别机器人在隧洞中的特征位置，实现机器人在隧洞中的定位功能。[0045]在一段工作周期T中，可以根据机器人前部和尾部的各四个测距声呐的测量距离的平均值，绘制出两条测距声呐测量距离的时域图，如果曲线的趋势在工作周期内呈下降趋势，说明该段路程中，隧洞孔径不断减小；如果曲线的趋势在工作周期内呈上升趋势，说明该段路程中，隧洞孔径不断扩大;如果曲线的趋势在工作周期内先保持一个水平状态，接着呈下降趋势，说明该段路程中，隧洞孔径起先维持上一阶段的孔径的大小，接着孔径不断缩小;如果曲线的趋势在工作周期内先保持一个水平状态，接着呈上升趋势，说明该段路程中，隧洞孔径起先维持上一阶段的孔径，接着孔径不断扩大。[0046]在一段工作周期T中，可以根据机器人的深度计获取的信息，绘制出水深深度的时域图，如果曲线的趋势在工作周期内呈下降趋势，说明该段路程中，隧洞为下坡走向；如果曲线的趋势在工作周期内呈上升趋势，说明该段路程中，隧洞为上坡走向。[0047]在一段工作周期T中，可以根据机器人的姿态传感器获得首相角的数据，绘制出首相角的时域图，如果曲线的趋势在工作周期内呈上升趋势，则说明该段路程中，隧洞走向为顺时针转弯，即相对于原走向为向右转弯;如果曲线的趋势在工作周期内呈下降趋势，则说明该段路程中，隧洞走向为逆时针转弯，即相对于原走向为向左转弯;如果曲线的趋势在工作周期内呈水平趋势，则说明该段路程中，隧洞的走向为前进。[0048]将隧洞走向分成上坡、下坡、水平、左转、右转、前进、孔径收缩、孔径扩大等8个类另IJ，本发明使用基于支持向量机的方法，因此8个基本走向类别定义标签如下：7[0049][0050]当隧洞的走向为下坡前进时，则其标签为16。其余46种情况依次类推。[0051]参考图3-4,隧洞走向信息波形特征定义主要分上拐下拐和下拐上拐两种情况，定义有上拐下拐值，下拐上拐值，上拐下拐差，上拐点曲率，下拐点曲率，下拐上拐差，其中的“值”指的是上下差值，“差”指的是左右差值。通过“值”与“差”的比值a来确定隧洞走向的8类基本走向，在通过上拐点曲率和下拐点曲率实现由8种基本走向排列组合形成的47种小类别走向的确定。[0052]特征信号的提取：[0053]在首相角时域图中，当ab，说明隧洞右转；当-ab，说明隧洞左转，当-b〈a〈b，说明隧洞前进。[0054]在深度信息时域图中，当a0，说明隧洞下坡，当a〈0，说明隧洞上坡。[0055]在测距信息是时域图中，当al0，a20时，说明隧洞的孔径扩大；当al〈0，a2〈0时，说明隧洞的孔径缩小。[0056]上面的测距信息时域图中al，a2分别代表机器人首尾各四个测距声呐均值的比值信息，b是一个阈值，用来避免由于机器人水平面的运动导致隧洞走向的误判。[0057]通过上述分析，可以从传感器时域图中提取出上拐点曲率、下拐点曲率和“值”与“差”的比值a三个特征值。[0058]结合特征值，利用基于决策树的多类支持向量机对隧洞走向进行分类[0059]当用于多类模式识别时，通常将原问题中分解为多个两类识别问题。现在的[0060]方法包括一对多和一对一等。其中一对多由k个两类SVMO4、…、fk组成。fj是将第j类样本的类别标号定为+1，而将其他的所有样本的类别标号定为-1.因此，第j个两类SVM的输出值为[0061][0062]总的判别函数为[0063]fX=argmaxj=i，...,kgjX[0064]这种方法的缺点是训练后得到的支持向量数较多，影响识别的速度。[0065]为此，我们进行如下的改进，提出一种基于决策树的多类支持向量机。[0066]多类支持向量机主要思想是先对训练样本集的各类中心进行分级聚类分析，生成决策树，再据此构成k_l个两类SVM。当未知样本输入时，由根节点出发，沿决策树的分支逐级进行较细的划分，最终到达某个叶节点，该叶节点所代表的类别则为最终识别结果。图5、6为两种可能的决策树类别。[0067]当k越大时，可选的决策树形式越多，决策树的形式将影响基于决策树的多类支持向量机的决策效果。若对多类问题各类有先验知识来指导叶节点的划分，则可以结合决策树的理论，构造一棵测试速度最优的SVM决策树。8[0068]若对多类问题中各类基本无先验知识，则可以采用分级聚类算法生成决策树，具体步骤如下：[0069]1对于k类样本，计算得至Ijk个类中心集合：（[0070]⑵第一级划分是每个类中心各成一类；[0071]3第二级划分是将距离最近的两个中心合并，构成k-ι类；[0072]⑷如此进行分级划分，直到第k-Ι级，所有的中心合并成1类。[0073]这样就生成一个决策二叉树，这种决策树的结构是根据训练样本集的分布情况和最近距离准则自适应确定的。通过比较，基于决策树的多类支持向量机的算法获得的支持向量数少，测试速度快。[0074]利用上述找到的特征数据和和自己定义的走向类别标签，通过基于决策树的多类支持向量机进行数据训练，实现机器人位于隧洞中特征走向的识别与定位。[0075]根据时间序列，可以得出机器人在经过隧洞中每个特征走向的时间节点，结合现成的隧洞地图，可以计算出前后两个节点的路程，通过路程和时间差计算出每段路程中的速度信息，从而根据数据处理模块内的节拍信息，可定位出机器人在隧洞中每个时刻的位置，实现定位功能。9

权利要求：1.一种多传感器隧洞定位系统，其特征在于，包括利用测距声呐可以获得声呐到洞壁的距离信息，利用姿态传感器可以获得机器人的首相角信息，利用深度计可以获得机器人在水中的深度信息，并将采集到的数据进行数据平滑处理，形成3个传感器的时域图，根据对隧洞走向的定义，隧洞走向信号特征的定义，并进行隧洞走向信号进行特征提取，最终通过支持向量机进行建模识别，实现机器人在隧洞特征位置的定位功能。2.根据权利要求1所述的多传感器隧洞定位系统，其特征在于，根据隧洞的上坡、下坡、前进、水平、左转、右转、前进、孔径收缩、孔径扩大、孔径不变9个基本走向，根据排列组合，可以得到隧洞中一共存在27种走向变化，然后根据实际的隧洞地图信息，通过比对，得到实际隧洞的走向类别。3.根据权利要求1所述的多传感器隧洞定位系统，其特征在于，通过滤波算法，能够对数据进行平滑处理，使得处理后的数据便于走向特征信号的提取。4.根据权利要求1所述的多传感器隧洞定位系统，其特征在于，通过隧洞走向分类的定义，隧洞走向信号特征定义，并通过三种传感器获得的时域图，提取隧洞走向信息特征，然后使用支持向量机算法进行训练、测试，如果隧洞走向分类效果符合预期，则可以通过定义的隧洞走向信号特征进行实验，实现机器人在隧洞特殊位置的定位;如果分类效果不符合预期，则重新进行隧洞走向信号特征定义。5.根据权利要求1所述的多传感器隧洞定位系统，其特征在于，通过支持向量机的训练、测试，能够实现机器人位于隧洞中特殊位置的定位，同时基于机器人在隧洞中进行匀速运动的条件，可以计算机器人位于每个区段的速度信息，再结合机器人内置的时间节拍信息，可以实现任意时刻机器人在隧洞中的定位功能。6.—种多传感器隧洞定位方法，包括：步骤1、利用机器人首部和尾部的各4个测距声呐测得声呐到壁面的距离信息，并对前后四个测距声呐的距离信息进行取平均值处理，从而抑制由于机器人在管道中的运动对测距信息产生的干扰。步骤2、利用深度计获取机器人距离设定参考点的深度信息。步骤3、利用姿态传感器获取机器人在隧洞中首相角的信息。步骤4、经过上面的步骤1-3,根据隧洞的走向，根据隧洞的上坡、下坡、水平、左转、右转、前进、孔径收缩、孔径扩大、孔径不变9个基本走向，根据排列组合，可以得到隧洞中一共存在27种走向变化。根据隧洞的地图信息，从27种分类走向中，找到隧洞中存在的实际走向类别。通过传感器的数据处理，隧洞走向信息的特征定义、提取，构建基于支持向量机的隧洞走向识别模型，识别机器人在隧洞中的特征位置，实现机器人在隧洞中的定位功能。7.根据权利要求6所述的多传感器隧洞定位方法，其特征在于所述步骤1中，在一段工作周期T中，可以根据机器人前部和尾部的各四个测距声呐的测量距离的平均值，绘制出两条测距声呐测量距离的时域图，如果曲线的趋势在工作周期内呈下降趋势，说明该段路程中，隧洞孔径不断减小；如果曲线的趋势在工作周期内呈上升趋势，说明该段路程中，隧洞孔径不断扩大;如果曲线的趋势在工作周期内先保持一个水平状态，接着呈下降趋势，说明该段路程中，隧洞孔径起先维持上一阶段的孔径的大小，接着孔径不断缩小;如果曲线的趋势在工作周期内先保持一个水平状态，接着呈上升趋势，说明该段路程中，隧洞孔径起先维持上一阶段的孔径，接着孔径不断扩大。8.根据权利要求6所述的多传感器隧洞定位方法，其特征在于所述步骤2中，在一段工作周期T中，可以根据机器人的深度计获取的信息，绘制出水深深度的时域图，如果曲线的趋势在工作周期内呈下降趋势，说明该段路程中，隧洞为下坡走向；如果曲线的趋势在工作周期内呈上升趋势，说明该段路程中，隧洞为上坡走向。9.根据权利要求6所述的多传感器隧洞定位方法，其特征在于所述步骤3中，在一段工作周期T中，可以根据机器人的姿态传感器获得首相角的数据，绘制出首相角的时域图，如果曲线的趋势在工作周期内呈上升趋势，则说明该段路程中，隧洞走向为顺时针转弯，即相对于原走向为向右转弯;如果曲线的趋势在工作周期内呈下降趋势，则说明该段路程中，隧洞走向为逆时针转弯，即相对于原走向为向左转弯；如果曲线的趋势在工作周期内呈水平趋势，则说明该段路程中，隧洞的走向为前进。

百度查询： 杭州爱易特智能技术有限公司;浙江省水利水电勘测设计院;哈尔滨工程大学 一种多传感器隧洞定位系统及其定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD