导航:EXPO21XX>机器人21 xx>H25: AI, IT和计算机视觉夏威夷大学马诺阿分校
夏威夷大学马诺阿分校
视频
载入播放器…
  • 提供配置文件
  • SAUVIM(用于干预任务的半自动水下航行器)始于1997年夏威夷大学马诺阿分校。2001年，该项目被分成三个实体，通过技术转让促进学术界(夏威夷大学马诺阿分校自主系统实验室)、地方工业界(夏威夷小企业海洋自主系统工程- MASE)和政府研究实体(纽波特海军水下作战中心- NUWC)之间的合作。
产品组合

  • 概述

  • 目前，许多水下干预作业都是使用远程操作模式下的载人潜水器或远程操作航行器完成的。自主水下航行器主要用于测量应用。事实上，水下声学通信固有的低带宽和显著的时间延迟是远程操作操作系统的一大障碍，使远程控制器无法及时对问题做出反应。因此，只有少数auv配备了用于水下干预的操纵器。

    SAUVIM(用于干预任务的半自主水下航行器)是为了解决这一具有挑战性的任务而开发的。今天，它是第一批(如果不是唯一的)能够自主操作的水下机器人之一。

    SAUVIM没有物理联系，也没有人类乘员，它将允许在危险区域进行干预，如深海，在任务中检索危险物体，或在机密区域。

    SAUVIM水下干预的关键是自主操作。这是一个具有挑战性的技术里程碑，它指的是机器人系统执行干预任务的能力，需要与非结构化环境进行物理接触，而不需要持续的人类监督。

  • 技术:汽车

  • SAUVIM建筑围绕着一个开放的框架结构，由淹没复合整流罩包围。它有6个铝制压力容器用于容纳电子设备，为了便于进行深度升级，已经进行了研究。

    它的运动由位于质心周围的八个推进器控制。四垂直移动车辆在z轴上(升沉);两个，内部安装，水平推进器移动车辆在y轴(摇摆);两个安装在外部的水平推进器在x轴上移动车辆(喘振)。

    下框架只容纳NI-MH电池组，而上框架容纳所有必要的电子设备、视觉硬件、导航和六个圆柱形压力容器中的任务传感器。

    • 车辆

    • 车辆

    • 电源

    • SAUVIM使用电池供电，使用几个NI-MH银行。

  • 技术:控制体系结构

    • SAUVIM平台的体系结构计划非常强调自主和全球信息共享。

      SAUVIM使用了高级(或任务控制)和低级(或车辆控制)之间的精确角色分离。这种分离是通过一个专用的软件环境实现的，用于自治系统。任务控制系统是一个软件模拟的CPU，它运行一种专门创建的定制编程语言(SPL, Sauvim编程语言)，以便同时简化高级操作和代数操作。

      由于它是一个软件模拟的CPU，它可以在主车辆计算机内编译，同时仍然保持任务控制和车辆控制(前座)之间的虚拟分离。硬件驻留在抽象层中，只要给出接口过程的精确和标准规范，整个语言就可以轻松地重新适应不同的硬件层。

      导航控制器的计算架构托管在基于vme的系统上，使用VxWorks操作系统。其他分布式模块(如传感器服务器)运行在PC104系统上。

  • 水下数据网络

    • SAUVIM使用客户机-服务器方法从每个分布式模块向每个模块传递信息。

      每个子系统嵌入一个定制的TCP-IP客户端-服务器通信系统(xBus)。在这种体系结构中，每个服务器都可以按需向任意数量的客户机交付所请求的信息，而且这种配置允许对带宽的不同利用，因为每个数据仅按需广播。

      除了允许不同模块(导航服务器、DIDSON、机械手等)之间的数据更改外，xBus还可以应用于多auv系统。

  • 感知水下世界

  • 与远程操作机器人不同，自主操作系统必须能够通过广泛使用传感器数据处理对环境进行操作和反应。因此，感知系统是干预式AUV最关键的组成部分之一。

    为了实现这些干预能力，SAUVIM配备了一套最先进的水下传感器，最终可感知不同类别的重要信息(位置、方向、速度、深度、底部轮廓、声学图像、光学相机的目标识别和位置、声学跟踪器等)。

    该设备大大提高了SAUVIM可能执行的操作的潜在价值，从革命性的水声图像测绘(水下的谷歌地球)到最具挑战性的干预任务。

    • 位置传感器

    • SAUVIM从不同的传感器收集导航数据:
      • DGPS数据．DGPS传感器的位置是绝对的，精确度约为一米。
      • DVL数据．DVL提供了相对于底部的精确速度。然而，这些速度必须主要使用航向信息进行综合。
      • 深度传感器．深度传感器测量给定深度的水压信息，其精度取决于其范围(在实际实现中~1厘米)。
      • PHINS．PHINS是一种惯性导航系统，提供真实的航向、姿态、速度和位置。PHINS包括一个基于光纤陀螺仪的高级惯性心脏，与一个嵌入式数字信号处理器耦合，该处理器运行专门为海上应用开发的卡尔曼滤波器。PHINS的卡尔曼滤波器保持GPS混合的表面对准目的。

    • DIDSON声学图像

    • SAUVIM任务中最重要的目标之一是在许多不同设置下识别环境和目标的能力。

      我们正在使用DIDSON声纳(来自Soundmetrics)来解决这个问题，该声纳主要用于中程探测和目标识别和定位。

      目标识别
      SAUVIM的另一个重要特征是执行识别和定位已知水下目标的能力，以指导载具接近这些目标。它包括识别已知的水下物体，计算它们的绝对位置，并在SAUVIM导航控制环中使用这些信息，以便车辆能够自动移动到被检测到的目标

    • IMAGENEX声纳

    • SAUVIM使用IMAGENEX 881高性能扇形扫描仪进行水下遥感。

      声纳也与DIDSON一起使用，用于准备高度场背景，在那里绘制DIDSON的图像

    • 目标定位

    • 干预任务最困难的方面之一是确定和定位目标。

      定位子系统是SAUVIM自主操作能力的主要支持，通过使用和融合不同的技术(声学和光学)来执行，以确保适当的、与距离相关的可靠性、精度和准确性水平。为了获得可靠的数据，SAUVIM AUV通过三种主要的传感方法进行切换:

      在远距离(超过25m)， 375KHz图像声纳用于初始目标搜索。在这一范围内的精度是必要的，只有将车辆导向目标区域。

      在中程(2-25米)，DIDSON声纳用于目标识别和车辆定位。在这个阶段，飞行器必须定位自己以便将目标限制在操作工作区内。

      最后，当目标在机械手工作空间内时，利用近距离高精度传感器完成实际的干预任务。这一目标是通过水下摄像机和超声运动跟踪器的联合使用来实现的，超声运动跟踪器用于在操作任务期间检索目标的实时6自由度位置。
      该装置利用高频声波来跟踪超声接收器的目标阵列。在固定位置上使用4个发射机，在目标上使用4个接收器，可用于确定目标的6自由度广义位置(旋转和平移)。

    • 基于视频处理的目标检测

    • SAUVIM的另一个特性是使用视频处理进行目标定位。
      这一目标是通过位于机械手手腕上的摄像机和专用视频处理系统来实现的。

      在我们的实际实现中，系统能够每秒处理大约10帧，这足以锁定和跟踪目标，在目标相对于车辆的相对运动情况下

    • xSense:超声波运动跟踪器

    • SAUVIM使用了一种新的传感器设备进行目标定位:超声运动跟踪器用于在一般操作任务中检索目标的实时6自由度位置。

      所实现的装置利用高频声波来跟踪包含超声波接收器阵列的探头。在固定位置使用4个发射机，探头上使用4个接收器，可用于确定物体的6自由度广义位置(旋转和平移)。

      水声位置参考系统(HPRs)主要为导航目的提供定位信息，其精度针对导航任务的要求。HPR系统包括超或超短基线(USBL或SSBL)、长基线(LBL)和短基线(SBL)。虽然上述系统提供的信息通常很好地用于导航目的，但通常不足以测量机器人干预任务的目标位置。事实上，水下机器人干预作业最显著的特点是:
      • 准确性。一般来说，机器人任务可能要求测量量与实际值高度一致，通常在毫米量级。
      • 信息。机器人任务要求了解目标相对于主框架的全6自由度广义位置(旋转和平移)(HPR系统通常只提供笛卡尔位置)。
      • 大小。测量探头的尺寸必须小，以避免与目标的相互作用问题。
        这种水下跟踪技术也可以用于不同的情况，例如在精确的车辆停靠/脱离停靠程序。由Giacomo Marani设计的用于SAUVIM的xSense设备可以达到超过大多数水下任务规格的精度，如下面的1000个测量值的平均值分布所示。