一种水下机器人近目标自主精密作业的通信导控感知协同系统及方法
本发明涉及到水下机器人智能作业、水下机器视觉、水下通信、自主导控及远程监督,具体涉及到一种水下机器人近目标自主精密作业的通信导控感知协同系统及方法,尤其是一种以作业状态为纽带,使感知结果、导控动作、通信资源和岸端指令相互作用,面向水下机器人近目标自主精密作业的通信导控感知协同系统及方法。
背景技术:
1、水下资源调查、海洋工程维护、珊瑚礁采样、管线巡检以及水下构筑物检测等任务,通常要求水下机器人在接近目标后完成自主对准、稳定跟踪、精细抓取、局部检测或样品采集。近目标作业并非单一的感知或控制过程,而是由目标观测、作业条件判断、动作生成、信息回传和岸端监督连续构成的闭环;任一环节的状态变化均可能改变后续作业方式。
2、水下环境中的光衰减、后向散射、悬浮颗粒、非均匀照明和色彩偏移会导致光学图像出现低对比度、模糊、偏色和细节缺失。现有系统往往将处理后的图像直接送入导控模块,却未将目标关键区域是否具备可靠观测依据作为动作许可条件,因而可能在目标位姿、接触边界或局部障碍关系仍不确定时执行接近或接触动作,造成对准偏差、碰撞、滑脱或目标损伤。
3、现有水下机器人主要依据目标位姿或任务状态调整动作,尚未充分利用水下退化图像的感知可信度判断作业条件。当目标关键区域观测不可靠时,仍缺少联动动作限制、主动再观测、信息回传和岸端确认的协同机制。在洋流扰动、局部遮挡或目标状态变化条件下,即使单项控制算法能够输出动作,也难以保证该动作具有充分的感知依据和持续有效的安全边界。
4、另一方面,远距离水下通信主要依赖带宽有限且时变的水声链路。若持续回传完整高清图像,会造成关键状态延迟;若仅按照纹理复杂度或目标区域压缩回传,又不能保证所传信息足以解释机器人当前准备执行的动作。通信模块若不了解作业阶段、待执行动作及其风险,便无法在有限链路资源下优先传输岸端确认动作所必需的信息。
5、此外,现有水下机器人通常采用模块化架构,感知、导控和通信之间虽存在数据传递或局部反馈,但各模块多依据自身状态分别进行处理,尚缺少由感知可信度、作业风险和通信链路状态共同驱动的跨模块协同机制。
6、因此,亟需一种面向近目标自主精密作业的通信导控感知协同系统及方法。
技术实现思路
1、本发明的目的是针对现有技术中感知、导控、通信和岸端监督相互独立的问题,提供一种水下机器人近目标自主精密作业的通信导控感知协同系统及方法。
2、为实现上述目的,本发明采用的技术方案是:
3、一种水下机器人近目标自主精密作业的通信导控感知协同方法,包括如下步骤:
4、步骤1:建立水下机器人端、通信链路和岸端或母船端监督终端之间的数据连接,采集目标环境、机器人本体及通信链路信息,形成通信导控感知协同状态;
5、步骤2:根据所述通信导控感知协同状态判断是否满足作业条件;满足时生成作业许可,不满足时禁止新的接触动作,并触发重新观测;
6、步骤3:获得作业许可后,生成待执行导控动作,并将所述待执行导控动作及其不确定度写入通信导控感知协同状态;在感知状态变化或安全约束不满足时,对所述待执行导控动作进行限制、暂停或撤销;
7、步骤4:根据所述待执行导控动作,确定关键视觉证据;
8、步骤5:根据所述关键视觉证据的重要程度、当前作业风险、作业阶段和通信链路质量,确定回传内容、传输顺序、编码精度和保护强度;在通信资源受限时优先回传状态元数据及支持当前动作判断所必需的关键视觉证据;
9、步骤6:岸端或母船端监督终端根据接收到的通信导控感知协同状态、待执行导控动作和关键视觉证据生成监督指令,水下机器人端根据所述监督指令更新通信导控感知协同状态,并重新进入感知判断、导控执行、通信回传或安全处置过程,形成闭环交互。
10、本通信导控感知协同方法通过建立感知可信度与作业许可之间、待执行动作与回传证据之间、作业风险及链路质量与自主等级之间、岸端监督指令与后续观测及动作之间的因果连接,使水下机器人在低可见度、强扰动和低带宽条件下形成闭环协同。
11、进一步地,所述作业包括目标接近、末端对准、受控接触和目标操作中的至少一个阶段;所述作业条件至少包括目标关键操作区域感知可信度达到预设阈值、目标位姿不确定度和末端执行器的位置误差及姿态误差低于对应阈值、局部碰撞风险低于预设阈值以及预测任务成功概率高于预设阈值。
12、进一步地,水下机器人获取原始水下图像,将原始水下图像输入包括低频恢复分支、高频细节恢复分支和空间可靠性融合单元的图像修复网络,分别校正色偏、照度、雾化和对比度以及补偿目标接触边界、纹理和局部模糊,得到修复图像:
13、,
14、其中,
i
o、
i
r分别为原始水下图像和修复图像,
r
l、
r
h分别为低频和高频恢复残差,
w
l、
w
h分别为空间可靠性权重;根据多尺度特征一致性、残差幅值和多帧观测一致性生成目标关键操作区域的感知可信度。
15、进一步地,生成待执行导控动作的步骤包括:通过专家基础策略生成基础控制动作,通过在线残差策略生成有限幅度的残差补偿动作,并根据感知可信度、策略不确定度和安全约束确定残差门控系数,得到最终控制动作:
16、,
17、当关节限位、末端接触力、对准误差、碰撞距离或目标保护约束不满足安全要求时,将置为0。
18、进一步地,所述关键视觉证据的确定步骤包括:
19、读取生成的待执行导控动作,将修复图像划分为目标主体区域、接触边界区域、机械臂区域、障碍区域、异常区域和背景区域,形成与当前动作可能相关的候选视觉单元;
20、分别对候选视觉单元进行遮挡、降采样或特征置零;
21、计算第i个候选视觉单元的动作反事实贡献度ai:
22、,
23、其中,at、pt、rt为原始输入对应的动作、成功概率和风险,、和分别表示移除第 i个候选区域后的控制动作、任务成功概率和作业风险;
24、将ai超过预设阈值的候选视觉单元确定为关键视觉证据。
25、进一步地,支持当前动作判断所必需的关键视觉证据的获取步骤为:
26、读取已生成的所述关键视觉证据及其动作反事实贡献度,对待回传证据提取全局频域特征,通过二维离散小波变换获得低频和高频的多尺度时频特征;
27、根据当前水声信道状态融合所述全局频域特征和多尺度时频特征,得到融合特征,并将融合特征映射为预设调制集合中的离散符号s:
28、,
29、式中,fm表示融合特征向量,表示特征变换/编码函数,表示量化器;
30、根据动作反事实贡献度、当前作业风险和通信链路质量,为不同视觉证据分配传输优先级和冗余保护强度;在通信链路受限时优先保证状态元数据、目标边界、接触区域和障碍关系可靠回传,在通信链路改善时补充高分辨率细节和完整场景信息。
31、进一步地,作业风险的判断步骤包括:
32、汇总所述通信导控感知协同状态的感知可信度、所述待执行导控动作的动作不确定度、所述关键视觉证据以及所述通信链路质量,计算当前作业风险,作业风险表示为:
33、,
34、其中,表示目标关键区域平均可信度,表示目标位姿或控制策略不确定度,表示局部碰撞风险,表示预测任务成功概率,α、β、γ、δ和ε分别表示权重系数;
35、当作业风险低于第一阈值时,机器人依据作业许可自主执行并回传状态元数据;当作业风险处于第一阈值和第二阈值之间时,暂停新的接触动作并返回执行重新观测;
36、当作业风险处于第二阈值和第三阈值之间时,水下机器人保持安全姿态,通过回传支持待执导控行动作判断的关键视觉证据,并等待岸端确认或远程辅助;当作业风险超过第三阈值时,停止当前动作并执行机械臂回撤、机器人后退或安全退出。
37、一种水下机器人近目标自主精密作业的通信导控感知协同系统,用于实现如上所述的水下机器人近目标自主精密作业的通信导控感知协同方法,系统包括水下机器人端、通信链路以及岸端或母船端的监督终端;
38、所述水下机器人端至少包括多源感知与视觉修复模块、目标状态估计与主动观测模块、导控决策与安全执行模块、协同状态与作业风险评估模块、关键视觉证据生成模块以及通信编码与调度模块,并通过统一的通信导控感知协同状态进行连接:感知结果用于确定作业许可,作业许可用于约束导控动作,待执行动作用于确定关键视觉证据,作业风险和通信链路质量用于确定回传及控制方式,监督终端的监督指令用于更新后续感知、导控或安全状态。
39、进一步地,所述协同状态与作业风险评估模块建立通信导控感知协同状态zt:
40、,
41、其中,xt为目标相对位姿及末端对准状态,σt为目标位姿不确定度,ct为目标关键操作区域感知可信度,ut为精细导控动作不确定度,dt为环境扰动和接触状态,qt为通信链路质量,ht为精密作业阶段。
42、进一步地,所述关键视觉证据包括状态元数据层、作业最小视觉证据层和细节增强层;所述作业最小视觉证据层包括动作反事实贡献度超过阈值的预定操作位、目标接触边界、末端执行器与目标的相对位置关系、局部障碍关系或声呐结构,通信编码与调度模块根据作业风险和通信链路质量选择回传的数据层级。
43、与现有技术相比,本发明的有益效果是:1、本水下机器人近目标自主精密作业的通信导控感知协同方法以统一协同状态连接感知、导控、通信和岸端监督,使各环节由固定串行运行转变为事件触发的闭环运行;2、将感知可信度作为导控动作的前置许可条件,在观测依据不足时触发主动再观测,降低由不可靠视觉信息导致的误操作风险;3、以待执行导控动作对视觉信息的依赖关系确定关键视觉证据,使有限带宽优先服务于当前动作判断和安全监督;4、通过本方法步骤的设置,使作业风险和通信链路质量共同决定自主执行、重新观测、岸端确认、远程辅助或安全退出状态,避免通信模块与作业决策相互脱节;使岸端监督指令能够反向更新后续感知、导控和通信过程,从而形成可解释、可监督且可安全降级的近目标自主精密作业体系。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com