《根据相关传感器数据估计水下航行器的位置和方向的制作方法》由会员分享，可在线阅读，更多相关《根据相关传感器数据估计水下航行器的位置和方向的制作方法（4页珍藏版）》请在金锄头文库上搜索。
1、根据相关传感器数据估计水下航行器的位置和方向的制作方法专利名称：根据相关传感器数据估计水下航行器的位置和方向的制作方法技术领域：本发明涉及估计(判断)水下航行器的位置和方向，具有非常高的精确度。所述估计(判断)通过将根据所采集的传感器数据的航行器位置和方向的非常高精确度的估计与由航行器的导航系统提供的位置和方向数据进行组合而获得。所组合的数据还被处理以便向航行器的航行器导航系统提供更新的定位，随后更新航行器的位置和方向的其估计。背景技术：需要有估计水下环境中航行器的位置和方向的能力。通常，存在有许多水下结构和其它设备，在所述水下结构和其它设备周围可能需要非常高精确度的导航。目前估计水下航行器的
2、位置和方向的方法包括使用不提供所要求的非常高的精确度测量结果的一个或更多个传感器。发明内容本发明披露了一种可用于高精度扫描水下结构的方法和系统，以便对水下结构有更好的了解，例如，用于估计水下航行器相对于水下结构的位置和方向。所述位置和方向的估计经常被称作“姿态”。所述能力可用于例如引导水下结构的检查、维修和操纵。本文所述的方法和系统可用于扫描任何类型的水下结构。例如，水下结构包括人造物体，例如海洋石油平台支撑结构和支柱和油井类设备，以及自然物体例如水下山脉。水下结构还可以包括固定和非固定的结构，以及全部或者部分在水下的结构，例如在水下环境中可能经受漂移的结构。一般地说，水下结构表示为任何具有深
3、度变化的任意三维结构并且具有不同的复杂性。当在本文中使用时，术语水下包括任何类型的水下环境，其中可能探明有水下结构并且可能需要利用本文所述的系统扫描所述水下结构，包括但不限于咸水地点例如海和洋以及淡水地点。一般，本文所述的方法和系统采用来自两个来源对位置和方向(姿态)的估计。所述估计被组合成融合的估计，用于更新水下航行器相对于水下结构的位置和方向。在一个实施例中，一种估计水下航行器的位置和方向的方法包括从一个来源接收位置和方向数据，并从另一个来源接收姿态数据。来自一个来源的数据与来自另一个来源的数据被组合，其中所述组合产生融合的姿态估计。确定是否生成从所述一个来源或另一来源接收到的数据的正向预
4、测，并且如果需要则生成正向预测。根据融合的姿态估计确定水下航行器的更新的姿态。在一个实施例中，一个来源是水下航行器的航行器导航系统，被设置成提供所述水下航行器的姿态的估计。在一个实施例中，另一来源是基于声纳的传感器，被设置成提供水下结构的三维图像。在一些实施例中，从所述基于声纳的传感器得到的姿态的估计可能由航行器导航系统辅助，并因而会与从航行器导航系统得到的估计相关联。所述这些估计的融合会说明这些相关性以便提供姿态的当前融合的估计，例如说明两个估计的相对频率。在另一个实施例中，希望具有的系统能够在水下航行器上进行估计。水下航行器是例如但不限于自主式水下航行器(AUV)和远程操纵水下航行器(RO
5、V)中的一种。当在本文中使用时，ROV是通过线缆拴系至主机(主航行器)例如水面船只的远程操纵水下航行器。ROV是无人的并由在主机(主航行器)上的操纵员操作。系缆可在主机和ROV之间来回传送例如电力(取代或补充自含式系统上的电池电源)、视频和数据信号。当在本文中使用时，AUV是无人驾驶(操纵)的并且不被栓系至主航行器(vessel)的自主式水下航行器。在一个实施例中，所述估计水下航行器的姿态的系统包括在水下航行器上的传感器。所述传感器被设置成引导声波声纳波朝向水下结构，其中所反射的声波声纳波被处理以便提供水下结构的三维图像并提供姿态的基于图像传感器的姿态估计。航行器导航系统在水下航行器上。航行器
6、导航系统被设置成提供水下航行器的姿态的估计。通过处理声纳传感器声波而提供的基于成像传感器的姿态估计与通过由航行器导航系统提供的辅助由航行器导航系统提供的估计相关联。数据存储器在水下航行器上，被设置成接收基于成像传感器的姿态估计。数据处理器在水下航行器上。所述数据处理器被设置成接收来自所述经处理的声纳传感器声波的基于成像传感器的姿态估计和来自所述航行器导航系统的姿态估计。所述处理器被设置成将由传感器提供的估计和由航行器导航系统提供的估计进行组合，所述组合产生融合的姿态估计。所述处理器还被设置成确定是否生成基于图像传感器的姿态估计的正向预测，并且被设置成如果需要生成所述正向预测。所述处理器被设置成
7、根据融合的姿态估计确定水下航行器的更新的姿态估计。所述处理器还被设置成向航行器导航系统提供融合的定位并确定何时提供该定位作为对航行器导航系统的重置。图1示出用于估计水下航行器的姿态的方法的一个实施例的流程图。图2示出用于处理与航行器导航系统数据相关联的传感器数据和处理来自航行器导航系统的姿态数据的一个实施例的流程图。图3示出了用于估计水下航行器的姿态的系统的示意图。图4示出了正向传播从基于特征的传感器例如图像传感器获得的姿态的一个示例。具体实施例方式 估计水下航行器的姿态的方法图1示出了用于估计水下航行器的姿态的方法10的一个实施例的流程图。一般，所述方法通过利用水下航行器的导航能力连同基于特
8、征的传感器例如图像传感器(例如声纳成像传感器)和更新水下航行器的估计的姿态的处理器进行实施。在许多情况，估计可以例如通过利用合适的商用现货供应的嵌入式硬件和软件在水下航行器上实时进行。方法10包括在步骤12从水下航行器导航系统(例如辅助或独立的航行器导航系统)接收姿态数据。在步骤14，从传感器接收估计的姿态数据，其与来自水下航行器导航系统的估计的姿态数据相关联。在一个实施例中，在步骤14从传感器接收到的数据包括引导声波声纳波朝向水下结构。在引导声波声纳波后，从水下结构接收反射的声波声纳响应。在一个实施例中，例如在三维(3D)成像声纳中，声波声纳波被处理以产生三维图像。3D成像声纳可以是任何3D
9、声纳，由单个输出的声波声纳波或声纳脉冲形成3D图像。合适的3D声纳的一个示例是从CodaOctopus Products可购得的CodaOctopus Echoscope。应当理解，3D声纳可被调整并被设置成指向水下结构，以便它可向水下结构发送声纳脉冲并可被定向成相对于纵向(垂直方向)成不同的希望的角度和不同的视角并距离水下结构有(不同的希望的)距离。应当理解，航行器导航系统是已知的，并用于确定水下航行器的位置、方向和速率(例如，运动的方向和速度)。在一些示例中，航行器导航系统是惯性导航系统(INS)。航行器导航系统可包括多普勒速度计程仪(DVL)单元，所述多普勒速度计程仪(DVL)单元面向下
10、用于确定速率，但应当理解，航行器导航系统可以是可确定位置、方向和速率(例如，运动的方向和速度)的任何系统。合适的航行器导航系统的一个示例是可从KearfottCorporation购得的SeaDeVil,可包括例如Teledyne RDIDVL (多普勒速度计程仪)。航行器导航系统产生航行器导航系统姿态估计，而3D声纳传感器产生基于成像传感器的姿态估计。一般，所述方法包括将来自航行器导航系统和3D声纳传感器的估计组合以提供来自两个来源的融合的姿态估计，见步骤16。在适当和/或需要时，融合的估计用于在由基于传感器的姿态估计和航行器导航系统的位置估计之间的相关时间所确定的某时间段定期校正航行器导航
11、系统中的偏移。所述定位可从融合过程高速获得，并被应用于航行器导航系统，例如在由融合的估计的自相关所确定的低速下重置。在一个实施例中，融合通过利用贝叶斯组合器(Bayesian Combiner)来实现,所述贝叶斯组合器被设置成对最近的基于特征的姿态估计(例如基于图像传感器的姿态估计)进行运算，正向传播到对应于来自航行器导航系统的最近可用的姿态估计的时间，例如来自INS的惯性姿态。因此，在步骤18可以调整来自3D声纳传感器(或图像传感器)的估计以便可应用于当前的时间。在步骤18，例如，可以利用来自航行器的导航系统的惯性数据正向传播来自步骤14的位置和方向估计。另参见图4。参见图4，从图像传感器获
12、得的姿态例如来自3D声纳的姿态可例如通过系统所用的处理器被正向传播。如图所示，如果新的航行器导航系统姿态是可用的，最近的基于图像传感器的姿态可被传播到当前的航行器导航系统姿态时间。参见图4左侧的框。作为另一实施例，如果新的基于成像传感器的姿态是可用的，其可利用航行器导航速率、角速率和协方差被传播到航行器导航系统的当前的姿态时间。所传播的姿态随后被输入组合器(参见图4右侧的框)，例如贝叶斯组合器。参见当前时间的基于图像传感器的姿态和协方差的箭头。航行器导航系统姿态和协方差也被输入组合器，其中航行器导航系统姿态和基于图像传感器的姿态随后被组合成具有协方差的融合的姿态。再次参见图1，根据组合的估计和
13、步骤18的调整或传播，如果需要，在步骤20水下航行器的姿态可被更新和重置，这可用于航行器引导和控制并作为初始状况用于将来的基于图像传感器的导航。在步骤20，例如，可根据组合的位置和方向数据重置航行器导航系统的位置和方向估计。图2示出了用于处理与航行器导航系统数据相关联的传感器数据和处理来自航行器导航系统的位置/方向数据的一个实施例的流程图300。如图所示，航行器导航系统310向处理单元330或导航融合(单元)(Nav Fusion)提供姿态数据。航行器导航系统310为水下航行器提供姿态的估计。同样，在感知框中，姿态传感器320例如3D声纳传感器向导航融合单元330提供姿态数据。传感器320提供
14、水下航行器的姿态的基于图像传感器的估计。如图所示，传感器320依赖于由导航融合单元330提供的估计的姿态数据，并从而它的估计的姿态数据与来自航行器导航系统310的数据相关联。仍参见导航融合单元330，进一步对来自航行器导航系统310和传感器320的估计进行处理。估计在框332被组合。在所示的实施例中，例如上文所述的贝叶斯组合器被用于组合或融合估计。组合器被设置成对最近的基于图像传感器的姿态估计(例如，来自传感器320)进行运算，正向传播到最近可用的航行器导航系统310姿态估计的时间。应当理解，组合器包括算法，所述算法根据每个所述传感器中误差的估计加权基于传感器的姿态和航行器导航系统估计的姿态。
15、进一步关于正向传播，框334示出了通过正向预测进一步处理来自传感器320的估计，以便它可与最近可用的航行器导航系统310姿态估计进行融合。经常性的，航行器导航系统310姿态估计和传感器320姿态估计是以不同频率和在不同时间到导航单元330的不同的数据流，因此，需要对一个进行正向传播以便完成融合。例如，传感器估计可能在约5Hz的频率，而航行器导航系统姿态估计可能在20Hz的频率。因此，在框334，正向传播传感器姿态估计以便它可以与航行器导航系统姿态估计融合。在框336，可采用误差/错误或故障检测处理。由于从传感器320进入的姿态估计可能易受误差/错误的影响，将其与最当前(最近)的融合的姿态估计相
16、互对照可能是有帮助的。如果进入的传感器估计的不确定性超过某个阀值，或者如果其从融合的姿态估计的偏离超过某个阈值，传感器320可被重新初始化以便进行另外的处理以生成另一更为准确的姿态估计。这被称为监测协方差和创新散度，例如从当前接受的姿态估计。一旦估计被组合，水下航行器的姿态可被更新。在框336的进一步处理示出可根据融合的姿态估计定期重置航行器导航系统姿态估计。由于来自传感器320的数据要与航行器导航系统协调以便融合，应当理解，当航行器导航系统被重置时，传感器320被告知所述重置。在一些实施例中，例如如框340所示，融合的姿态估计可被发送至其它航行器子系统以及传感器320。仍关于与导航系统相关联的姿态传感器(例如3D声纳传感器),利用所述3D声纳传感器估计姿态已被披露于共同处于申请阶段的临时申请，所述临时申请的案号信息如下:律师案号 20057.0145USP1 -名称为 ESTIMATINGPOSITION AND ORIENTATION OF ANUNDERWATER VEHICLE RELATIVE TO UNDERWATER STRUCTU
