超声波避障小车外文文献翻译.docx

超声波避障小车外文文献翻译.docx

《超声波避障小车外文文献翻译.docx》由会员分享，可在线阅读，更多相关《超声波避障小车外文文献翻译.docx（27页珍藏版）》请在冰豆网上搜索。

超声波避障小车外文文献翻译

单位代码01

学　　号1103100080

分类号TN929.3

密级

文献翻译

用于开发避障系统声纳仿真

院（系）名称

信息工程学院

专业名称

通信工程

学生姓名

雷海峰

指导教师

王缓缓

2013年4月3日

用于开发避障系统声纳仿真

摘要：

海岸线的安全威胁或事件的响应时间是一个需要改进的地方。

目前，美国海岸警卫队的任务是使用船只或飞机监测沿海地区，潜水部署检查在海岸线或在任何港口潜在水下的威胁。

这会显著阻碍事件的响应时间。

解决这个问题的方案是使用自主水下航行器（AUV）持续监测端口。

自主水下航行器必须在它运行的环境中不碰撞到物体。

因此避障系统是自主属水下航行器活动所必备的。

传统的水下航行器通常使用成像或避障扫描声纳。

航行器必须有够大的空间与可用功率来支持这些系统。

小型水下航行器可能无法容纳一个用于躲避障碍的扫描声纳系统。

因此，它需要确定适当的声纳系统以及相应的信号处理方法来解决海岸线的安全问题。

本文提出了一套系统的方案从环境、障碍、声纳配置与信号处理方法的建模与仿真来描述避障系统的性能。

声纳模拟器是基于一组圆形活塞换能器建模并基于镜面反射产生的回波。

光线跟踪算法应用于模拟从平面、球形与圆柱形物的反射。

所提出的主要贡献有三点1）帮助我们更好的了解与返回信号相关的障碍与环境，2）帮助我们优化了海岸线的避障传感器的复杂性，3）帮我们更好的设计了一个特定情况下所需的回避策略。

与海岸线安全相关的一个主要问题是威胁或灾难的响应时间。

这样的考虑不仅基于安全环境，也基于经济因素。

目前,美国海岸警卫队与地方执法机构通过船只或飞机监视这些区域。

然而,很少有监测活动发生水下。

任何可能存在的水下威胁必须要潜水员检测与检查。

因此，由于威胁的位置不确定响应时间可能很广泛。

解决这个问题的方法是用自主水下航行器（AUV）连续监视一个端口或推出针对某一特定事件的方案。

在任意一种情况下，自主水下航行器必须能够航行在端口不触碰到任何障碍、海堤或海底。

这是特别具有挑战性的一个港口环境，因为障碍一般没有静态位置。

因此，一个可靠地避障能力是自主水下航行器，可以动态的更新其路径安全导航的需要。

一个避障系统（OAS）对于保证自主水下航行器（AUV）的生存能力是至关重要的。

传统的水下避障系统使用扫描声纳感应环境。

这些系统能够提供有关航行器周围高分辨的信息。

然而，这些声纳系统的分辨率与其复杂性的增加是成比例。

扫描声纳需要在航行器上有足够大的空间与数量安装它。

小型水下航行器提供较小的空间、较小的电子设备并需要较小的声纳扫描功率[1]。

在一个小型的、低功率的自主水下航行器上使用声纳扫描系统可能并不总是可行的。

处理数据所需的计算时间也有问题的被针对性回避。

扫描声纳系统会收集大量的环境数据。

这个数据必须经过处理，在航行器的航行环境中提取有用的功能。

从原始的声纳数据生成实时信息是很难完成的。

通过降低系统的复杂性，可以满足功率、大小与时间的限制。

单一的、分离的传感器可以被换能器阵列代替。

这将大大减少有关环境可以收集到的数据量。

多功能避障的研究是基于假设环境与障碍已知的环境。

因此，车辆路径规划基于1）在一个任务中全局优化能源消耗的小车不碰到任何一个障碍物，2）分区周围的任何障碍都能被检测到。

此项研究的目的是创建使用圆形活塞换能器检测未知环境的避障系统。

这项研究的结果将用于实现水下海岸线的安全。

本文提出了在弗罗里达大西洋大学开发的3D声纳模拟器。

在模拟器中，障碍可以定义在球体，圆柱体，与平面的组合，并且可以调节其几何属性，如位置、方向与目标强度。

环境包含底部与表面边界。

就车辆运动而言，基本的运动学属性，如转弯速率、位置、速度与方向可被编程。

所提出的三个主要贡献是：

1）帮助我们更好地了解返回信号相关的障碍与环境。

2）帮助我们优化传感器的避障功能3）帮助我们更好的设计了为一个特定情况下所需的回避策略。

本文的其余部分将用于介绍创建仿真模型。

第二节提供了一些常用的自主避障车声纳系统的类型与背景资料。

第三节包含了讨论车辆、环境与模拟的声学模型。

模拟结果的能力可以在第四节被找到。

二背景

传感环境是避障的第一步。

了解更多的有关环境会产生更简单的避障方法。

由于声音水下的传播特性声纳成了水下传感的主要选择。

因此，两种类型的声纳进行比较，以确定哪些将执行避障系统。

第一个是飞行时间（TOF）测距系统常用于地面车辆。

第二种系统是扫描声纳。

性能，如大小与功率的限制，在测试车辆选择一种声纳类型是需要考虑。

A时间飞行系统

飞行时间（TOF）测距声纳是考虑的第一类型声纳系统。

这些系统通常用于登陆、实验室的基础机器人与陆地避障。

在这样一个系统中，传感器发出爆炸声能量与接收返回的回声。

在往返延迟的爆炸用来进行测量以确定引起反射物体的距离[2].范围通常发现在方程

（1）c是声音的速度，Tm是飞行时间。

（1）

TOF传感器的宽声纳束，如宝丽来600系列变频器[3]，在确定一个物体的位置时就会成为问题。

虽然目标的范围是准确的，轴承的目标必须落在传感器波束的某一个地方。

波束宽度可以为15°到40°取决于传感器的大小与功率。

一些TOF系统通过用重叠多个转换器的波束宽度克服轴承的误差。

这些传感器可以被当做一个离散阵列[4]。

轴承的估算可以由每个重叠范围估算。

取决于精确度与覆盖角度TOF系统的复杂性将会增加。

在[5]每三个接收器一组来确定25°视角内的物体位置。

[6]利用这种方法进利用24个重叠的传感器来覆盖360°。

传统的TOF系统对于多个对象也存在问题。

只有距离最近的物体能够被测量。

这不一定是对于航行器最相关的一个对象。

像大多数声纳系统，飞行时间也会遭受到镜面反射的影响。

镜面反射是声波从一个镜像表面的反射。

声音从一个单一的入射方向反射到一个单一的出射方向。

这种类型的反射在发射脉冲被接受前可以发生多次。

因此，TOF系统必须处理传入的范围信息以减少这种类型的传感误差。

在TOF系统处理范围读数包括三个主要的步骤[6]：

阈值，平均与聚类。

阈值，范围读数超过某一最大范围将被丢弃。

这一步试图消除多径反射产生的接近设备最大范围的范围读数。

此外，在一定范围内阅读的最小距离将被认为是小故障然后消除。

多传感器数据融合是另一种用来消除范围误差的方法。

在同一时间从不同的传感器平均结合几个独立的范围估计。

如果这些传感器有声波从同一个物体传回，这时一个更确定的范围可以被估算。

范围估计的波动是受环境与传感器灵敏度的影响的。

平均多个读数将减少波动的传播。

如果平均显示大约两个平均值，那么聚类是用来区分不同的对象。

聚类是一个收集类似范围读数提取平均值的过程。

所有传感器读取包含在来自同一物体的一个特定的集群[7]。

不同的测量范围将会发现来自工作区的多个对象。

通常，为了区分每个对象这些对象都必须通过一定的距离错开。

执行TOF传感是有利的由于其成本低、能耗低[3]与相对较低的计算要求。

此外，这些传感器耐冲击与辐射易于与电脑连接。

TOF系统不能从一个单一的抽样提供关于环境精确的信息。

相反，测距信息的历史记录必须被保存以及分析。

环境仍然可以从历史数据中粗略的提取。

B扫描系统

在前一节声纳系统使用传感器的操作，最重要的部分，在于他们自己。

每个换能器的波束形成被认为是相互独立的。

只有整个系统的范围值被分析执行了检测算法。

此外，TOF系统不能直接确定回波的方向。

概率设计法需要对物体的位置粗略的估计。

扫描声纳系统从声音的反射可以用于确定物体的位置。

这些系统是由多个传感器一起密切分组创立的。

传感器将在传输、接受与检测阶段互相合作。

许多用于水下机器人的避障系统采用高功率扫描声纳系统感知环境。

声纳系统与测距系统相比可以提供一个关于环境更高分辨率的视图。

扫描系统的一个缺点是需要增加功率、空间与计算时间。

典型的扫描系统可以用50到200个元阵列用于发送与接受声音。

这远远大于在前面章节中的任何测距系统。

扫描系统将从环境中提取大量的信息。

额外的处理这些数据意味着跟长的计算时间、更大的存储器，以及更大的处理模块空间。

在一般情况下，较大的一个阵列或投影系统，光束项目越窄的主瓣[8]。

主瓣的大小确定在声纳图像分辨率的量。

较小的主瓣意味着更高的分辨率是可能的。

一个好的近似的主辩宽度在等式

（2）中被发现，其中N是元素的数目，d是厘米的元素的间隔，与

为以厘米为单位的发射波的波长，可以发现的主瓣宽度的一个好的近似。

Beamwidth（deg.）=50.6×

/（（N-1）×d）

（2）

等式

（2）对于多束或扫描系统提出了一个重要的设计点。

高分辨率声纳需要有一个窄的波束宽度。

添加更多的元阵列可以有效地变窄光线。

然而，声纳系统的物理尺寸可能大于航行器所分配的空间。

较小的波长或更高的频率也可以缩窄光束。

如果使用更高的频率会增加信号的衰弱。

因此，必须寻找大小与频率的适当平衡。

读者可以在[8][9][10][11]了解到一个更完整的涉及复杂扫描避障声纳的讨论。

声纳系统的物理尺寸与功率是实现测试车辆的两个主要约束。

因此，TOF系统被选为声学模型的仿真。

在仿真中使用的传感器总数目为5个。

三模拟概述

环境仿真可以分解成一个环境模型、车辆模型与一个声学模型。

每个模型一起模仿从车辆行驶环境返回的声音。

仿真在设计上具有一定程度的模块化。

改变仿真可以通过快速、简单的替换不同的模块来实现。

在图1中我们可以看到一个高层次的仿真流程图。

一个脉冲循环开始，在整个周期中车辆、环境与声学模拟不断更新。

任何声从脉冲返回将被记录并发送到控制块。

控制块是在哪里将产生躲避动作。

仿真将在下一脉冲周期重新开启声学模型。

这个过程将在仿真运行时间内重复。

环境、车辆与声学模型将进一步的详细介绍。

控制块已经超出本文的范围就不讨论了。

A环境模型

简单的几何对象用于创建环境模型。

这种仿真允许使用平面的、球形的、圆柱形的物体。

这些组件可以为航行器的操纵建造更复杂的环境。

在模拟中创建的示例环境可以再第四节看到。

B车辆模型

一个动态模型被用于车辆运动仿真。

只有车辆在航向与螺距的变换被认为是控制命令。

对的影响还未被研究。

车辆的转向与潜水模式可以在方程（3）与（4）中找到。

在方程（3）中

是新的偏航角，

0是原来的偏航角，

c是指令方向，△T是仿真时间步长，

是闭环航向动力学时间常数。

潜水模型的定义同样是使用

作为闭环航向动力学时间常数。

（3）

（4）

图1高级别仿真工艺流图

潜水与转向模型表示车辆整体的参考系。

车辆的运动必须旋转到与仿真环境一致的惯性坐标系。

这是通过三个欧拉角完整连续的旋转完成的。

转动

，间距

，偏航

[12]。

在图2中可以找到这些角度的定义。

旋转矩阵与欧拉角的联系可以再方程5到7中找到。

（5）

（6）

（7）

图2在模拟中使用的车辆运动的定义

结合方程（8）中的三个转换矩阵允许主体固定速率

与惯性或全球速率

之间进行转换。

升沉与摇摆不被视为车辆模型。

因此，车辆速度只包含一个surge,

术语。

（8）

使用全球速度矢量

可以更新环境内车辆的位置。

这在使用方程式（9）时发现，其中

是车辆新的位置，

是车辆的原始位置，

是模拟的时间步长。

（9）

C声学模型

一个圆形活塞换能器用于声纳建模仿真。

轴向压力对活塞换能器,

可以在方程（10）找到现，其中

是峰值声压

是声纳的工作频率，t是时间。

轴向压力是一个时间长度相等的带宽的逆运算。

频带宽度，BW可以在方程（11）中找到。

用在方程（10）中峰值声压是根据所选取的声纳系统的震源强度设置的。

（10）

（11）

轴向压力不包含轴承或范围的信息的输入信号。

通过组合具有方向性函数的轴向压力

[4]可以检查该角的组成部分。

。

制定的

在方程（12）中发现，其中

是贝塞尔函数第一种顺序1。

到

参数是无限小的可以方程（13）找到，其中，k是所发送的声波波数，a是传感器的半径,

是关闭的接收角度传感器的轴

（12）

（13）

反射压力也会受物体的几何与材料的影响。

平面物体使用反射系数来考虑不同的材料。

球形与圆柱形物体使用的目标强度考虑他们的几何。

因此,物体接收到的压力是通过结合轴向压力、方向性、范围与对象的属性。

方程（14）用于计算平面反射所带来的压力,r是对象的距离，

是指向性可以在方程（12）中找到。

在方程（14）,是为特定材料的反射系数。

这个系数被定义在方程（15）,

是咸水的阻抗，

是阻抗的对象的材料。

阻抗是介质的密度乘以在这种材料[4]中传播的声速。

（14）

（15）

球形与圆柱形物体都使用方程（16）。

在方程（16）中是物体的目标强度。

方程（17）中给出的公式用于计算球体的目标强度,其中a是球体的半径。

同样,方程（18）显示了公式用于计算圆柱形的目标强度,a是在码半径,r是到该圆柱体中码[13]的距离。

（16）

（17）

（18）

表一在初始模拟运行中使用的参数

压力可以使用方程（14）或（16）添加线性找到。

因此,在相似时间内的压力检测可以建设或破坏干扰总压力。

时间增益被应用于综合压力这是一个选项,用于实际声纳系统,放大的信号是随时间增加，以弥补这个系统[3]接收信号强度由于传播与吸收所造成的损耗。

该仿真使用的模型显示在方程（19）中,其中P是原来的压力值,

是放大压力,

是传输时间,

是接收时间,

是声音在盐水中的速度。

（19）

四结果

仿真将从每个传感器产生强度与范围信息。

这可能是在现实世界中实现的唯一避障系统信息。

一个更强大的系统可以从避障系统保持环境模型独立。

这对于车辆一无所知的先验环境很重要。

应用于环境、车辆与声学模型的参数，可以容易的改变。

这允许不同的配置进行测试。

仿真,然后,可以在设计阶段使用的避障声纳以及测试车辆。

本节将提供一些结果与功能仿真。

一些用来在这一节中生成这些数字的参数可以在表I中清楚地看到。

共有5个传感器在车辆模型上使用。

侧面，底部与顶部的传感器是在一个45°角的朝向车辆前方取向。

布置在船上的传感器对测试车辆的测试结果可以在图3中看到。

在图3中传感器的大小已经被夸大了，能更清楚的看见。

共有5个传感器在车辆模型上使用。

侧面，底部与顶部的传感器是在一个45°角的朝向车辆前方取向。

图3、传感器放置在船体上的测试车的初始运行。

如前所述该环境可以构造成平面，球形，圆柱形物体。

这些简单的组件可以被组成更复杂的场景而车辆在其中必须能够运作。

图4（a）与4（b）表明两种环境中创建的模型。

图4（a）近似为一种薄的圆柱体代表一组桩。

图4（b）同样代表一个固定的油轮。

这两种环境中包含的海面与沙质底部采用平面对象创建。

图4、在使用三个几何构造块中创造的两个环境。

（a）GroupofPilings

（b）AnchoredTanker

在图4（a）中看到的堆积环境用于演示仿真输出。

车辆按指示通过使用“摆动”策略航行在一个固定的路径环境。

此动作比车辆行驶在一条直线路经能让传感器查看到更多环境。

在图5中，可以看到车辆运动通过堆积环境。

图5车辆通过打桩环境的议案

每个传感器的强度与范围估计的时间序列输出可以在图6与图7中找到。

给出了一个电压输出强度，为了控制器从变频器的硬件接受模拟值。

每个声返回电压被发现通过方程（14）与（16）的压力值乘以一个常量与单位[volts/

]。

值为

表示传感器灵敏度用于产生结果在图6。

在图7中显示的范围值是基于TOF的计算公式

（1）。

只有第一声被用于发现每个传感器的范围估计。

忽略其余声脉冲返回的数据是合理的反应避免，因为最接近的物体是最重要的。

此外，仅使用第一个返回值将减少幻想对象产生的多径镜面反射[5]的影响。

图6、模拟时间序列通过打桩环境返回每个传感器的强度。

图7、每个传感器通过打桩环境模拟的时间序列范围估数

五结论

尝试在避障中不适用高功率的扫描声纳。

这种仿真可以用于一个测试床建立一个低功耗的解决方案。

在声学仿真中是基于众所周知的模型。

然而，使用这样一个简单的模型，是一种新的避障方法。

这种仿真可以有效地较低创造与测试回避方法的成本。

除了测试车辆运动,模拟可以帮助优化硬件与车辆参数。

配置用来模拟声纳模型与车辆模型的值是一个容易完成的任务。

保留历史测试结果将增加车辆与声学在各种环境中行为的理解。

下一步的仿真是开发躲避运动的算法与在各种环境中测试他们。

更多的结果将在会议上提出。

致谢

作者衷心感谢海军研究办公室提供奖号N00014-05-C-0031的资金。

摘自：

中国知网

附：

英文原文

ASONARSimulationusedtoDevelopanObstacleAvoidanceSystem

PhilipBouxsein",Dr.EdgarAn",Dr.StevenSchock",andDr.Pierre-PhilippeBeaujean"

"DepartmentofOceanEngineering

FloridaAtlanticUniversity

777GladesRoad

BocaRaton,Florida33431

Email:

Ahstract-Responsetimetoathreatorincidentforcoastlinesecurityisanareaneedingimprovement.Currently,theU.S.CoastGuardistaskedwithmonitoringthecoastalareasusingboatsorplanes,andSCUBAdiversaredeployedtoinspectanypotentialunderwaterthreatsonthecoastlineorinaport.Thiscansignificantlyhindertheresponsetimetoanincident.Asolutiontothisproblemistouseautonomousunderwatervehicles（AUVs）tocontinuouslymonitoraport.TheAUVmustbeabletonavigatetheenvironmentwithoutcollidingintoobjectsforittooperateeffectively.Therefore,anobstacleavoidancesystemisessentialtotheactivityoftheAUV.ConventionalunderwatervehiclesoftenuseimagingorscanningSONARsforobstacleavoidance.Thespaceandpoweravailableonavehiclemustbelargeenoughtosupportthesesystems.SmallerunderwatervehiclesmaynotbeabletoaccommodateascanningSONARsystemforuseinobstacleavoidance.Thus,itisofgreatinterestandneedtodeterminetheproperconfigurationoftheSONARsystemanditscorrespondingsignalprocessingmethodsforthecoastlinesecurityproblem.ThispaperproposesasystematicapproachtocharacterizetheOASperformanceintermsofenvironments,obstacles,SONARconfigurationandsignalprocessingmethodsviamodelingandsimulation.TheSONARsimulatorisbasedonmodelingasetofcircularpistontransducers,andtheechoesarecreatedbasedonspecularreflections.Theray-tracingalgorithmusedinthesimulationconsidersreflectionsfromplanar,spherical,andcylindricalobjects.Themaincontributionofthepresentedworkisthreefolded:

1）helpusunderstandbetterhowthereturnsignalsarerelatedtotheobstaclesandenvironment,2）helpusoptimizethecomplexityofthetransducersforcoastlineobstacleavoidance,and3）helpusbetterdesigntheavoidancestrategyneededforaspecificscenario.

1INRODUCTION.

Onemajorconcernwithcoastlinesecurityistheresponsetimetoathreatordisaster.Thisconsiderationisbasednotonlyonprovidingsafetyandsecuritytoasituation,butalsooneconomicfactors.Currently,U.S.CoastGuardandlocalenforcementagenciesmonitortheseareaseitherbyboatsorbyplanes.However,verylittlemonitoringactivityhastakenplaceunderwater.Anypotentialunderwaterthreatswillhavetobedetectedandinspectedbyscubadivers.Thus,theresponsetimecanbeextensiveduetotheuncertaintyinlocationofthethreats.Onesolutiontoaddressingthisissueistodeployanautonomousunderwatervehicle（AUV）tocontinuouslymonitoraportortobelaunchedinresponsetoaspecificincident.Ineithercase,the