[发明专利]一种智能多水下机器人动态避障及围捕控制系统

说明书

本发明公开了一种智能多水下机器人动态避障及围捕控制系统，涉及动态围捕技术领域，通过设置物体识别模块，使用CNN深度神经网络模型训练出可识别围捕目标的模型；在水下机器人发现围捕目标后，设置包围圈构造模块，通过预先在围捕目标周围构造好的包围圈范围，为每个水下机器人提前计算进入包围圈位置；每个水下机器人从当前位置直接前往进入包围圈的位置即可完成包围；且在某个水下机器人遇到难以绕过的障碍物时，其他水下机器人动态的构造新的包围圈；并在包围圈完成后，通过缩小包围圈的方式捕获围捕目标；解决了动态围捕以及动态规避障碍物的问题。

技术领域

本发明属于水下机器人领域，涉及动态围捕技术，具体是一种智能多水下机器人动态避障及围捕控制系统。

背景技术

随着移动机器人应用领域的不断扩大，对机器人的要求也越来越高。在面对一些复杂、需要并行完成任务时，单个机器人难以胜任，需要多个机器人协调合作来共同完成任务。在多机器人协调合作的任务中，水下围捕任务由于围捕目标处于运动状态且在水下的环境深受环境影响；

现有的水下围捕技术中，往往考虑的是静态的围捕目标，且在围捕过程中，未能考虑到规避障碍物的问题；

为此，提出一种智能多水下机器人动态避障及围捕控制系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种智能多水下机器人动态避障及围捕控制系统，该一种智能多水下机器人动态避障及围捕控制系统通过设置物体识别模块，使用CNN深度神经网络模型训练出可识别围捕目标的模型；在水下机器人发现围捕目标后，设置包围圈构造模块，通过预先在围捕目标周围构造好的包围圈范围，为每个水下机器人提前计算进入包围圈位置；每个水下机器人从当前位置直接前往进入包围圈的位置即可完成包围；且在某个水下机器人遇到难以绕过的障碍物时，其他水下机器人动态的构造新的包围圈；并在包围圈完成后，通过缩小包围圈的方式捕获围捕目标；解决了动态围捕以及动态规避障碍物的问题。

为实现上述目的，根据本发明的第一方面的实施例提出一种智能多水下机器人动态避障及围捕控制系统，包括物体识别模块、包围圈构造模块、动态避障模块以及围捕模块；

所述物体识别模块用于区分围捕目标与非围捕目标；

所述物体识别模块包括安装在每个水下机器人上的物体识别程序；所述物体识别程序区分围捕目标与非围捕目标包括以下步骤：

步骤S1：所述物体识别模块预先人工收集若干围捕目标与非围捕目标图片；并将每张图片对应标记为围捕目标与非围捕目标；所述非围捕目标图片可以是任意除围捕目标外的物体图片；

步骤S2：将收集的图片作为训练集输入至CNN神经网络模型，以围捕目标和非围捕目标为目标值，判断训练集中的每张图片是否为围捕目标；并以判断的准确率为训练目标；训练CNN神经网络模型；直至准确率达到95％以上；将训练完成的CNN神经网络模型标记为M；

水下机器人在运动过程中，通过携带的智能摄像头实时获取视野内的环境；且智能摄像头将视野内的环境发送至物体识别模块，物体识别模块使用CNN神经网络模型M实时判断视野内是否出现围捕目标以及非围捕目标；

水下机器人均携带有定位及通信装置；定位装置用于确定自身位置；通信装置用于实时与其他水下机器人交换信息；每个水下机器人实时向其他水下机器人通过无线信号广播自身位置信息；

当某个水下机器人通过物体识别模块预发现围捕目标时，向其他水下机器人发送围捕目标位置以及移动方向和速度；其中，移动方向和速度根据若干视频帧后，围捕目标的位置变化情况确定；

所述包围圈构造模块主要用于水下机器人在发现围捕目标后，构造出一个包围围捕目标的包围圈；

所述包围圈构造模块构造包围圈包括以下步骤：