CN118741573B 一种提高水下机器人组网鲁棒性的容错方法 （广州航海学院）

一种提高水下机器人组网鲁棒性的容错方法本发明公开了一种提高水下机器人组网鲁改进的蚁群算法生成机器人节点的角色分工和点广播目标信息和任务要求，触发协同作业机进行初步融合和处理，引入多分类故障诊断模推理和证据理论方法对目标的概率分布进行估2S101、采用声纳和水下摄像头采集目标特征信器人节点的角色分工和空间位置分布的最优组网方案，综合考虑各机器人节点的性能参S102、当某个机器人节点检测到新的目标时，将高水流速度区域与障碍物密集区域分配对应的机器人，通过人S104、各机器人节点在其分配的子区域内采集数据，通S106、在多机器人协同作业中，各节点通率;述S101在水下目标和环境数据建模过程中,采用八叉树空间划分数据结构对三维空间进行递归划分,并将高分辨率声纳点云数据和视觉图像特征映射到空间网格中，在任务分解与3述S103中水下机器人集群通过声学通信获取节点性能参数、节点位置和水下环境参数信迭代耗时小于1s,生成分辨率为1m的三维环境网格模型，应用泰森多边形算法进行作业区所述RRT算法的采样点数取1000,最短避障路径长度缩短20%，自适应在动态水流环境中,ADCP设备以5Hz的频率采集128层水流剖面数据,采用克里金插值构建三维水流场模型,并使用集合卡尔曼滤波算法进行实时预测,编队控制采用基于图的多智能体一致性算法,用于优化4x4的网格编队的空间位置。所述领导者节点采用基于共识的多智能体强化学习框架，将每个节对于严重程度隶属度低于3的轻微故障，采取将CPU频率降低20%，将通信功4所述求援信号的SOS消息采用基于XML的故障信息描述语言FIDL封装，并通过AES_256对于新目标，节点利用Metropolis_Hastings采样算法生成20000述S107中母船上的数据处理中心采用Hadoop和HBase构建分布式数据存储系统,将非结构化数据切分为64MB的数据块,采用3副本机制容错,并利用Zookeeper分布式协调服务弹性Flink处理水下目标检测任务,使用RocksDB作为StateBackend保存中间状态,设置3个Spark批处理海洋环境时空预测任务,使用HDFS存储训练数据集,采用随机梯度下降算5[0005]本发明的技术方案是这样实现的：一种提高水下机器人6分配高防水等级和推进器推力大的机器人，障碍物密集区域则分配避障能力强的机器人，式联合卡尔曼滤波算法和迭代最近点算法生成目标的精细三维模型，动态调整模型参数，78分数据结构对三维空间进行递归划分,并将高分辨率声纳点云数据和视觉图像特征映射到[0034]在机器人组网覆盖优化中,采用基于图论的最大覆盖问题模型,将水下空间划分大覆盖子图,每次选择覆盖新区域最多的节点加入子图,直到覆盖区域总面积达到90％以[0035]在容错能力评估中,采用层次分析法确定各项指标的权重,能量剩余量的权重为[0036]在任务分解与分配过程中,采用基于语义网络的任务本体描述方法,将任务划分[0037]在多机器人任务分配中,采用市场出价机制,每个机器人节点根据自身能力和状9[0044]同时，以兼容ROS的消息形式向邻近节点广播协同作业请求，并将自身的状态信目标价值评分8,任务紧迫程度评分9,均超过预设阈值7,触发紧急任务[0050]领导者节点根据异构机器人集群的性能参数，包括防水等级IPX8、电池容量[0052]AUV节点通过ContractNet协议与任务节点协商任务分工，交换资源状态和进度[0054]将评估结果反馈给各节点，用于更新节点的Q_Learning策略模型和协作机制参分配高防水等级和推进器推力大的机器人，障碍物密集区域则分配避障能力强的机器人，顺序高斯模拟方法对水下环境参数进行三维空间动态建[0057]通过泰森多边形算法对水下作业区域进行划分，划分时考虑水下环境的三维特障路径的曲率和障碍物分布情况动态调节PID参数，使实际运动轨迹与规划路径的偏差最位置和水下环境参数信息,采样频率为10Hz，利用顺序高斯模拟算法对1000个采样点进行形算法进行作业区域划分,使用八叉树数据结构存储划分结果,检索时间复杂度为O[0070]针对高水流速度区域,根据机器人节点的推进器推力和防水等级匹配度,采用模糊C均值聚类算法选择最优节点,聚类过程迭代20次收敛，控制频率为200Hz,采用T_S模糊[0071]在障碍物密集区域,基于卡尔曼滤波算工势场法的引力系数和斥力系数分别取0.8和1.2,RRT算法的采样点数取1000,最短避障路径长度缩短20自适应PID控制器的参数根据模糊规则在线调整,调整周期为1s,轨迹跟踪误差减小50%;[0072]在动态水流环境中,ADCP设备以5Hz的频率采集128层水流剖面数据,采用克里金插值构建三维水流场模型,并使用集合卡尔曼滤波算法进行实时预测,预测精度达80编队控制采用基于图的多智能体一致性算法,优化4×4的网格编队的空间位置,平均通信延法,通过3次竞价投标将任务分配给最优节点组合,任务完成时间缩短25复杂协同作业采用Max_sum算法进行任务分解,每个节点与邻居节点进行5轮迭代通信,得到全局最优调[0074]水下机器人集群采用D_OFDM技术进行通信,根据信道估计结果自适应调整512个子载波的间隔和128个循环前缀的长度,通信成功率提高15定位方面,采用松耦合扩展式联合卡尔曼滤波算法和迭代最近点算法生成目标的精细三维模型，动态调整模型参数，制，该机制基于Paxos协议实现分布式一致性，领导者节点定期将状态快照同步给备份节[0083]在目标三维重建方面，领导者节点采用分布式联合多视图立体视觉(DI_MVS)算子区域，某节点通过计算与相邻节点的Voronoi图，发现自身位于水深30米、光照强度为领导者节点，网络采用OFDM调制方式，子载波数为1024，符号周期为100us，发射功率为[0094]对于严重程度隶属度低于最低阈值的轻微故障，降低节点的计算资源和通信资发局部路径修正和能耗优化程序，路径修正时，采用深度强化学习中的异步优势Actor_降速率低于0.1％时触发主动学习，从未标注样本池中选取信息熵最大的10％样本进行人教师网络的知识迁移至节点的学生网络，最后在小规模标注样本上微调，微调过程采用测量不确定度小于1%;[0121]在ROS机器人操作系统上实现多机器人自主协同系统的仿真平台，搭建由异构水布式文件系统(HDFS)和HBase列式数据库对异构数据进行分布式存储和管理，支持高效的Reynolds平均Navier_Stokes(RANS)方程与长短期记忆网络(LSTM)，实现水下环境的精细[0136]具体而言，在S107中所述母船上的数据处理中心采用Hadoop和HBase构建分布式数据存储系统,将非结构化数据切分为64MB大小的数据块,采用3副本机制实现容错,并利[0137]Flink实时处理水下目标检测任务,使用RocksDB作为StateBackend保存中间状经过10次迭代后模型预测准确率达到95点云数据采用八叉树和kdtree空间索引方法,[0139]点云分割时,采用法向量和曲率的加权欧氏距离度量局部特征相似性,自适应调度为8,生成的网格曲面与真实模型的Hausdorff距离小于1cm，声呐与影像数据配准时,采[0141]水下环境状态融合时,使用容积卡尔曼滤波[0142]水下环境插值时,采用分形分析方法拟合温度场和流场的变异函数模型,通过交叉验证获得最佳变程和基台值,插值方差小于5物理与机器学习耦合建模时,采用k_ε湍流模型求解雷诺平均N_S方程,生成流场数据集,并以此训练长短期记忆神经网络,学习水[0143]虚拟现实中的海洋环境渲染时,采用三维纹理表示体积散射介质,通过光线步进[014