一种基于自主水下机器人平台的浊度数据处理方法
阅读说明：本技术 一种基于自主水下机器人平台的浊度数据处理方法 (Turbidity data processing method based on autonomous underwater robot platform ) 是由 贾栋 王轶群 邵刚 徐会希 李阳 于 2020-04-16 设计创作，主要内容包括：本发明属于海洋运动平台的浊度数据处理领域,具体说是一种基于自主水下机器人平台的浊度数据处理方法。本发明包括以下步骤：搭载水质仪设备的自主水下机器人在规划线路上进行探测运动,测量并记录路线上的水质仪浊度数据；根据水质仪浊度数据进行数字化建模,根据已探测水质仪浊度数据的线性关系预测未探测区域的浊度,根据自主水下机器人的探测运动构建大地系浊度数据地图。本发明将大量离散的浊度数据融合成数字化模型,使浊度数据满足线性关系,为海水浊度研究提供更加显明证据。(The invention belongs to the field of turbidity data processing of an ocean motion platform, and particularly relates to a turbidity data processing method based on an autonomous underwater robot platform. The invention comprises the following steps: carrying out detection movement on a planned line by an autonomous underwater robot carrying water quality instrument equipment, and measuring and recording turbidity data of the water quality instrument on the line; and carrying out digital modeling according to the turbidity data of the water quality instrument, predicting the turbidity of an undetected area according to the linear relation of the turbidity data of the detected water quality instrument, and constructing a ground turbidity data map according to the detection motion of the autonomous underwater robot. The invention fuses a large amount of discrete turbidity data into a digital model, so that the turbidity data meets the linear relation, and more obvious evidence is provided for the research of seawater turbidity.)
技术领域
本发明属于海洋运动平台的浊度数据处理领域，具体说是一种基于自主水下机器人平台的浊度数据处理方法。
背景技术
随着自主水下机器人的快速发展，海洋探索的科学价值日益明显。海洋的海水温度、浊度、氧化还原电位等参数是海洋科学调查的重要指标，科学高效的处理这些数据显得尤为重要。自主水下机器人得益于无人无缆的特点，它具备探测范围大，作业时间长，机动灵活的特点。自主水下机器人不仅可以获得垂直面的水体数据，还可以获得大面积平面水体数据。每次下潜作业自主水下机器人可以获取丰富的水体探测数据，特别是浊度信息能够在相当大程度上为探测海底羽流热液区域提供直接证据，传统的空间插值方式是针对站点离散采样观测，不适合自主水下机器人平台连续时间观测，势必占用宝贵的外场科考时间，难以发挥科考价值最大化。需要利用浊度数据域自主水下机器人运动方向的时间和空间依赖关系，建立一个数字化模型，进而融合和预测海底区域的浊度数据格外重要。
发明内容
本发明涉及到自主水下机器人大洋海底热液搜寻的浊度数据处理领域，本发明针对传统的自主水下机器人平台的浊度数据处理方法的不足，利用数字化建模，融合浊度数据间的空间和时间关系，通过分析自主水下机器人的空间运动，构建大洋海底的浊度特征地图。
本发明为实现上述目的所采用的技术方案是：
一种基于自主水下机器人平台的浊度数据处理方法，包括以下步骤：
搭载水质仪设备的自主水下机器人在规划线路上进行探测运动，测量并记录路线上的水质仪浊度数据；
根据水质仪浊度数据进行数字化建模，根据已探测水质仪浊度数据的线性关系预测未探测区域的浊度，根据自主水下机器人的探测运动构建大地系浊度数据地图。
所述根据水质仪浊度数据进行数字化建模，根据已探测水质仪浊度数据的线性关系预测未探测区域的浊度，根据自主水下机器人的探测运动构建大地系浊度数据地图包括以下步骤：
1)利用水质仪浊度数据和自主水下机器人前向运动的时间依赖关系，构建相邻浊度值间的线性关系；
2)利用相邻浊度值间的线性关系构建自主水下机器人在前向运动方向的浊度数据模型和自主水下机器人在辅助运动方向即右向的浊度数据模型；
3)根据自主水下机器人在前向运动方向的浊度数据模型和右向运动方向的浊度数据模型，构建浊度数据预测模型；
4)根据自主水下机器人的多条探测运动线路，重复步骤1)～步骤3)，得到多个浊度数据预测模型；
5)对自主水下机器人的多个浊度数据预测模型进行融合，构建基于自主水下机器数据感知的大地系浊度数据地图。
步骤1)包括：
以自主水下机器人为原点，自主水下机器人前向为X轴正方向，自主水下机器人右向为Y轴正方向，建立运动坐标系，浊度z是关于二维空间位置(x,y)的函数，即z(x,y)＝f(x,y)，f表示从二维空间位置(x,y)到浊度z的映射，在x方向轴上，y＝0，则z(x,0)简写为z(x)，即f(x,0)简写为f(x)，定义A表示自主水下机器人的一条测线的坐标集合；当区间在自主水下机器人的测线轨迹A上，即时，定义表示区间A的点和处的函数值，且均为已知测量值；定义点的梯度值为它们是待定系数，m1，m2均为常数。
1.1)构建关键离散点的梯度模型
在附近左右分别对称取Δn个坐标点(工程上Δn通常取20到50之间的数值，用户可以自行设定，建议取值为30)，计算点的梯度值的方法如下：
其中T是矩阵转置算子，表示坐标点与其相邻坐标点之间的浊度增量，是坐标点与其相邻坐标点之间的位置增量，它们是中间变量，计算方法如下：
点的梯度值的计算方法如下：
其中是坐标点与其相邻坐标点之间的位置增量，表示坐标点与其相邻坐标点之间的浊度增量，它们是中间变量，它们的计算方法如下：
1.2)利用空间数据的高斯关系，将离散数据连续化，构建相邻浊度值间的线性关系：
所述自主水下机器人在前向运动方向的浊度数据模型和自主水下机器人在辅助运动方向即右向的浊度数据模型为：
其中，Δy为二维位置坐标(x,0)Y方向的位置增量，为设定值。
所述浊度数据预测模型为：
其中，Δy为二维位置坐标(x,0)Y方向的位置增量，为设定值。
取满足z(x,y)数学模型的X方向的线性区间其中 定义A表示自主水下机器人的一条测线的坐标集合；定义B表示自主水下机器人的一条测线的坐标和预测范围内未知区域坐标集合，Δl表示预测范围，为设定值，L表示未知区域距离最大值。性区间内任意一点根据步骤1)计算得到测量点浊度和的值，以及和的值和浊度值从而预测自主水下机器人测线外的相邻未知区域的海水浊度z。
步骤5)包括：
根据投影公式求解得
xN＝xcosθ-ysinθ
yE＝xsinθ+ycosθ
其中xN为大地正北方向坐标，yE为大地正东方向坐标。θ为自主水下机器人航迹角；
由多项式z(x,y)建立以自主水下机器人运动坐标系的点阵(x,y,z)，然后求解后的投影公式将(x,y,z)转化为大地坐标系(xN,yE,z)，得到实际海底坐标的浊度值。
本发明具有以下有益效果及优点：
1.本发明将大量离散的浊度数据融合成数字化模型，使浊度数据满足线性关系，为海水浊度研究提供更加显明证据。
2.根据已知测量数据的线性关系预测邻近未探测区域的浊度数据，拓宽了海底热液搜寻渠道，为后期海底浊度探测提供有效的数据支撑。
3.应用范围广。本发明浊度处理方法可以应用于能搭载水质仪或者浊度计的走航式海洋探测设备，如水下滑翔机、有缆水下机器人等。
附图说明
图1是本发明水质仪浊度数据处理流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明内容包括，利用海洋浊度数据和自主水下机器人前向运动的时间依赖关系，构建自主水下机器人在前向运动方向(前向运动是自主水下机器人的主要运动方向)的海洋浊度数据模型；利用海洋浊度数据的空间依赖关系和前向运动的梯度信息，构建自主水下机器人在右向运动方向(右向运动是自主水下机器人的辅助运动方向)的浊度数据模型；在自主水下机器人运动方向的浊度数据模型基础上，对自主水下机器人航迹的邻近未探测区域的浊度进行模型预测；最后，对自主水下机器人的多条采样条带数据进行融合，构建基于自主水下机器数据感知的大地系浊度数据地图。
本发明利用浊度数据时间和空间依赖关系，构建的以自主水下机器人运动方向为主导的海洋浊度数据模型，实现了自主水下机器人平台连续时间观测，比传统的的空间插值方式的站点离散采样观测更加高效。该发明能够数字化分析已知测量的浊度数据线性关系，根据线性关系预测邻近未探测区域的浊度数据，解决了单方面分析离散浊度数据不能有效解析局部区域浊度特征的问题。这种数字化浊度数据模型，大大提高了处理大量离散浊度数据的效率，并且其空间预测性可以带来进一步的科研价值。该方法具备比较强的实用性，可以拓展到水下滑翔机、有缆水下机器人领域。
本发明旨在利用一种基于自主水下机器人搭载的水质仪数据处理方法高效的处理水质仪中浊度数据。
本发明为了实现上述目的所采用的技术方案是：一种基于自主水下机器人的水质仪浊度数据处理方法，包括以下作业步骤：
(1)自主水下机器人搭载有效水质仪设备进入梳型探测规划路线；
(2)自主水下机器人在梳型探测测线上航行足够长一段距离并测量该距离的水质仪浊度数据；
(3)潜次结束后上载水质仪浊度数据或者在线获取浊度数据；
(4)选择水质仪浊度数据中的浊度数据进行数字化建模处理，根据已探测浊度数据得线性关系预测附近未探测区域的浊度，根据自主水下机器人的探测运动构建大地系下的浊度地图。
如图1所示，自主水下机器人第(4)作业步骤具体过程如下：
实际浊度数据是大量的离散数据，现利用连续的数学模型描述，构建空间时间关系。基于自主水下机器人的空间运动关系，将它的运动解耦成两个互不干涉的运动方向。
假设x为自主水下机器人前向运动坐标，y为自主水下机器人右向运动坐标。z(x,y)为自主水下机器人以x为前向运动坐标，y为右向运动坐标的坐标系中(x,y)点的浊度值。
第1步，利用海洋浊度数据和自主水下机器人前向运动的时间依赖关系，构建自主水下机器人在前向运动方向(前向运动是自主水下机器人的主要运动方向)的海洋浊度数据模型。
浊度z是关于二维空间位置(x,y)的函数，即z(x,y)＝f(x,y)，f表示从二维空间位置(x,y)到浊度z的映射。在x方向轴上，y＝0，则z(x,0)简写为z(x)，即f(x,0)简写为f(x)。定义A表示自主水下机器人的一条测线的坐标集合；当区间在自主水下机器人的测线轨迹A上，即时，定义 表示区间A的点和处的函数值，且均为已知测量值；定义点 的梯度值为它们是待定系数，m1，m2均为常数。
1)构建关键离散点的梯度模型。
在附近左右分别对称取Δn个坐标点(工程上Δn通常取20到50之间的数值，用户可以自行设定，建议取值为30)，计算点的梯度值的方法如下：
其中T是矩阵转置算子，表示坐标点与其相邻坐标点之间的浊度增量，是坐标点与其相邻坐标点之间的位置增量，它们是中间变量，计算方法如下：
同理，点的梯度值的计算方法如下：
其中是坐标点与其相邻坐标点之间的位置增量，表示坐标点与其相邻坐标点之间的浊度增量，它们是中间变量，它们的计算方法如下：
2)利用空间数据的高斯关系，将离散数据连续化。
水质仪设备中的相邻浊度值一般满足线性关系，满足多项式如下：
第2步，利用海洋浊度数据的空间依赖关系和前向运动的梯度信息，构建自主水下机器人在右向运动方向(右向运动是自主水下机器人的辅助运动方向)的浊度数据模型。
由于自主水下机器人的右向运动仅为辅助运动方向，存在Y方向数据量不足，基于X方向梯度近似平面内的梯度。其中Δy为满足y方向任意距离。
z(x,y)＝z(x,0)+G(x,y)Δy········(2)
G(x,y)即为x方向上对z(x)求梯度的多项式。
即G(x,y)＝G(x,0)＝G(x)＝z'(x)········(3)
第1、2步分别对X，Y方向解耦，构建平面连续模型如下：
其中，Δy为二维位置坐标(x,0)Y方向的位置增量，为设定值。
第3步，在自主水下机器人运动方向的浊度数据模型基础上，对自主水下机器人航迹的邻近未探测区域的浊度进行模型预测。
已知运动测线的平面线性模型如(5)式，测量的离散浊度数据具备空间线性关系，根据内部数据依赖关系构建平滑数据模型，凭借这种平滑数据模型预测每条测线结束后的邻近位置区域的浊度数据。预测模型如下：
其中，Δy为二维位置坐标(x,0)Y方向的位置增量，为设定值。
取满足z(x,y)数学模型的X方向的线性区间其中 (定义A表示自主水下机器人的一条测线的坐标集合；定义B表示自主水下机器人的一条测线的坐标和邻近未知区域坐标集合，Δl表示预测范围，为设定值，L表示未知区域距离最大值)，由(1)式计算可得测量点浊度和的值。根据(6)式求得和的值和浊度值从而实现对自主水下机器人测线区域外的未知区域的海水浊度z的预测。
第4步，对自主水下机器人的多条采样条带数据进行融合，构建基于自主水下机器数据感知的大地系浊度数据地图。
由于实际科考应用中自主水下机器人通常采用大地坐标系，所以需要把自主水下机器人运动坐标系(x为前向运动坐标，y为右向运动坐标)投影到大地坐标系中。
根据
求解得
其中xN为大地正北方向坐标，yE为大地正东方向坐标。θ为自主水下机器人航迹角。自主水下机器人任何的测线方向相对于大地坐标均有确定的航迹角。由多项式z(x,y)建立以自主水下机器人运动坐标系(x为前向运动坐标，y为右向运动坐标)的点阵(x,y,z)，然后通过公式(7)将(x,y,z)转化为大地坐标系(xN,yE,z)，根据此方法求得实际海底坐标的浊度值。
自主水下机器人运动坐标系投影到大地坐标系算法如下：
表1自主水下机器人运动坐标系投影到大地坐标系的算法
其中i表示自主水下机器人执行的第i条探测测线，即自主水下机器人运动坐标系下第i条浊度条带；N表示自主水下机器人总探测测线数目，即自主水下机器人运动坐标系下总浊度条带数目。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：生成配置文件及数据处理的方法和装置