立管档案的重建一个使用惯性导航的水下机器人gydF4y2Ba

文摘gydF4y2Ba

提出了一种运动模型和立管检查机器人的惯性定位系统架构。机器人卷轴在悬链线立管,用于水下石油勘探,是为了执行一些非破坏性测试。它也可以用来重建立管概要文件。在这里,一个现实的机器人运动学仿真模型及其环境,提出了使用不同来源的数据:石油平台特点,立管静态配置,海洋水流和波浪,涡激振动,和仪表模型。立管的动态有限元模型生成一个名义上的立管。当机器人运动学模型几乎卷轴模拟立管,一个机器人运动学计算模式。这种模式反馈误差模型的捷联惯性测量单元(IMU)和深度传感器。卡尔曼滤波融合模拟加速度计数据与模拟外部测量。沿立管垂直部分,模拟之间的定位误差估计名义和卡尔曼滤波器重构机器人路径是约2米。当机器人模型方法海底它假设更水平轨迹和定位误差显著增加。gydF4y2Ba

1。介绍gydF4y2Ba

深海石油勘探的关键要素之一是生产立管。立管的管道运输石油、水或气体从开发到生产平台。刚性或柔性立管的类型可用于油田。这两种类型都提交给广泛的失败原因(gydF4y2Ba1gydF4y2Ba]:机械负载、老化、腐蚀、侵蚀、温度影响、安装或制造不符合,等等。因此,检验工具的可用性评估立管完整性状态gydF4y2Ba原位gydF4y2Ba是非常可取的。此类程序主要由执行目视检查用遥控装置(机械)gydF4y2Ba2gydF4y2Ba)或自治水下机器人(auv (gydF4y2Ba3gydF4y2Ba]。在某些情况下,传感器直接安装在立管表面的不动点测量应变和立管运动(gydF4y2Ba4gydF4y2Ba]。其他类型的无损检测(NDT)技术可以被使用,如磁性、射线或超声波方法(gydF4y2Ba5gydF4y2Ba]。在这些情况下,然而,使用人类操作员的操作约束是一个大问题。几篇论文提到了水下机器人设备专门为立管检查。Psarros和他的合作者(gydF4y2Ba6gydF4y2Ba]提出了一种移动机器人沿立管通过使用一种机制由两部分组成的。保持连接到立管的身体一部分,另一部分走向立管的一侧,以循环的方式。gydF4y2Ba

水下机器人的主要技术问题检查机器人的导航和/或定位在一个高度动态的海洋环境。水下机器人导航是尤其重要的,有些机械的关键。李在al。gydF4y2Ba7gydF4y2Ba)解决这个问题通过使用多个传感器融合了多重速率的扩展卡尔曼滤波器(EKF)。传感器集包括捷联惯性平台、多普勒速度日志(DVL)、磁罗经、深度传感器。然而,他们在一个水下声纳传感器安装参考站和远程车辆。Jouffroy和OpderbeckegydF4y2Ba8gydF4y2Ba)解决测量ROV的水平位置的问题通过使用gyro-Doppler连同一个超短基线水声定位系统(USBL)。Diffusion-based观察员被用来处理轨迹片段,而不是一个典型的逐点详述的本地化。他等。gydF4y2Ba9gydF4y2Ba]提出的方法基于不变性扩展卡尔曼滤波器(IEKF)解决的问题使用声纳在浅水区。在当机器人机械与结构检查,问题的关键是准确地定位在每一个瞬间的时间。这样的定位坐标相关的无损检测数据和可以准确确定缺陷的位置。gydF4y2Ba

最近,我们小组设计并建造的原型机器人设备专门设计用来执行无损检测(NDT)生产立管(gydF4y2Ba10gydF4y2Ba]。机器人有中性的浮动性和gydF4y2Ba拥抱gydF4y2Ba立管通过沿着其外部(图gydF4y2Ba1gydF4y2Ba),使用一对推进器的推进以及聚合物轮子保证滑动,与立管表面正确对齐。在图gydF4y2Ba2gydF4y2Ba可以观察机器人连接立管通过打开和关闭其机动武器。这个操作由人类潜水员协助。它与运营商的电脑通过控制电缆的传输功率,图像和控制命令。机器人的尺寸和其他参数使用工作表所示gydF4y2Ba2gydF4y2Ba。这个机器人将能够执行一些无损检测程序,如超声波、成像和机械振动测量。gydF4y2Ba

提出了一种机器人的运动学模型进行立管概要任务,在一个现实的模拟环境。最初,立管动态姿态估计使用有限元模型的立管受到海洋和船舶运动。名义机器人运动路径(包括位置、速度和加速度),立管,这卷轴的gydF4y2Ba受污染的gydF4y2Ba与实验误差,模拟IMU和深度传感器模型。模拟传感器数据使用卡尔曼滤波器来估计原机器人路径。这条路是一个很好的估计实际的立管,如果机器人任务时间很小,而平台运动。gydF4y2Ba

获取配置文件可以作为实施位移数据基于有限元素的一些结构分析软件技术,使压力计算。此外,每个无损检测定位算法可用于将测量立管的几何坐标。这两个方面是紧密联系的,定位算法既可用来配置文件,用于快速机器人运行,或本地化无损检测。gydF4y2Ba

繁殖预期的环境条件,测试该方法,在实验室实验本质上是行不通的。实地测试,轮到他,应该需要一个昂贵的定位系统,如三维声纳,不操作所需的频率分辨率,由于涡激振动的存在(韦夫)。因此,立管的仿真应用,结合模拟传感器,用于评估定位算法的性能。gydF4y2Ba

实际上,一个特定的环境和立管配置场景正在解决。然而,这种方法可能适用于类似的情况。沿着海底管道系统的其他设备,如空调、跳投,和脐,采用本文提出的主要观点。没有额外的定位设备,如声纳信标,是必要的。gydF4y2Ba

本地化问题公式化标准卡尔曼滤波器用作传感器融合算法基于一个简单的运动学模型的捷联式IMU与深度传感器融合。更复杂的传感器融合算法和状态空间模型的系统(例如,动态模型)也可以测试在未来实现,但问题制定可能会非常相似。gydF4y2Ba

2。立管模拟条件gydF4y2Ba

特定的海洋和船舶运动条件选择运行的模拟通信gydF4y2Ba严重的gydF4y2Ba条件下,相对类似于坎波斯盆地,通常发现在南美洲的东南海岸。实际上,他们设计成比预计最严重的场景,在该场景中,一个机器人操作(表gydF4y2Ba1gydF4y2Ba)。此外,温和的海洋条件下,应该能预期的定位性能要比这里更好。gydF4y2Ba

数据从一个灵活的自由悬挂立管安装在PETROBRAS(巴西国家石油公司)炮塔浮式生产储存卸货(单点)石油平台,目前在操作坎波斯盆地,被用作FLEXCOM立管模拟的输入软件。这是一个软件定制的非线性有限元素离岸系统的静态和动态分析,使用全球石油行业从过去的20年里,对实验和验证测试和其他有限元素(包gydF4y2Ba11gydF4y2Ba,gydF4y2Ba12gydF4y2Ba]。软件允许将立管响应模拟几种平台特色,海流资料、水动力载荷,规则和不规则的波浪,等等。两种情况进行了研究:静态和动态。在静态分析中,只有均衡配置的立管被认为是,除了从机器人本身没有运动。三个平台的位置与车轮的头被认为是:标准和一艘抵消150的方向gydF4y2Ba附近gydF4y2Ba和gydF4y2Ba远gydF4y2Ba。动态分析、海洋环境与普通波,达到船45°斜,被用来生成立管运动资料。gydF4y2Ba

估计数字定位系统性能和计算位移相关错误,安排如图gydF4y2Ba3gydF4y2Ba是使用。通过模拟运动模型(部分gydF4y2Ba4gydF4y2Ba),一个gydF4y2Ba物理gydF4y2Ba的欧拉角、惯性加速度和深度进行了计算。这些模拟变量然后被噪声污染,使用IMU和深度传感器仪表误差模型(部分gydF4y2Ba5gydF4y2Ba),提供现实的传感器输出。机器人的轨迹运行由传感器融合估计算法(卡尔曼滤波),使用这种嘈杂的传感器数据(部分gydF4y2Ba6gydF4y2Ba)。最后,两个gydF4y2Ba物理gydF4y2Ba估计和立管形状比较,估计本地化错误在运行(部分gydF4y2Ba7gydF4y2Ba和gydF4y2Ba8gydF4y2Ba)。gydF4y2Ba

3所示。定位系统的体系结构gydF4y2Ba

该定位系统,将模拟数值,如图gydF4y2Ba4gydF4y2Ba。IMU措施三个加速度、角速度和欧拉角从机器人沿立管卷轴。加速度测量在当地参考系(见定义部分gydF4y2Ba4gydF4y2Ba)。使用欧拉角加速度转化为全球参考系统,使用经典gydF4y2Ba捷联式gydF4y2Ba惯性导航的方法(gydF4y2Ba13gydF4y2Ba]。IMU的模拟测量融合的卡尔曼滤波(KF)与深度的加工模拟外部测量传感器。它的输出是一个估计的状态向量,包括机器人的位置,在全球参考框架。gydF4y2Ba

4所示。代的静态和动态传感器配置文件gydF4y2Ba

一个模拟的惯性传感器物理激发。首先,gydF4y2Ba名义上的gydF4y2Ba或gydF4y2Ba静态gydF4y2Ba立管几何获得有限元分析有限元模型。全球参考系统(gydF4y2Ba,gydF4y2Ba,gydF4y2Ba)是在炮塔中心定位,这样gydF4y2Ba轴指向任意方向(例如,北),gydF4y2Ba分了,gydF4y2Ba两个正交(图gydF4y2Ba5gydF4y2Ba)。这参考系与单点,因此一个缓慢移动的框架。然而,由于非常低的频率相比单点运动的机器人任务时间跨度、全球参考系被认为是惯性。gydF4y2Ba

本地参考系统(gydF4y2Ba,gydF4y2Ba,gydF4y2Ba)是局部的几何中心立管部分,伴随着位置,相对于机器人身高、惯性传感器将被安装,和机器人一起移动。本地参考系统定义的中心,相对全球参考系统,使用相同的有限元网格的节点,这在全球参考坐标系统gydF4y2Ba,gydF4y2Ba(gydF4y2Ba在网格的节点数量上标gydF4y2Ba表达系统)的引用。每一个gydF4y2Ba向量是发现从一个单位向量gydF4y2Ba连接节点gydF4y2Ba到节点gydF4y2Ba有限元网格。定义的负号gydF4y2Ba在(gydF4y2Ba2gydF4y2Ba)是由于这一事实gydF4y2Ba点:gydF4y2Ba

的序列,一个特定的gydF4y2Ba被选中(连同它的正交同行吗gydF4y2Ba),这样它可以代表一个似是而非的使命轨迹。模型的当前版本中,机器人通过脐与运营商平台通信电缆,而只有少量的自旋可以允许,防止电缆沿立管卷曲。因此,gydF4y2Ba同时在正交于一个点足够远gydF4y2Ba方向和−gydF4y2Ba。的gydF4y2Ba向量正交的两个gydF4y2Ba和gydF4y2Ba。为每个本地参考系统gydF4y2Ba一个董事余弦矩阵(DCM)定义如下:gydF4y2Ba 在哪里gydF4y2Ba是单位向量,它定义了吗gydF4y2Ba和类似的gydF4y2Ba和gydF4y2Ba。gydF4y2Ba

欧拉角gydF4y2Ba,gydF4y2Ba,gydF4y2Ba定义之间的gydF4y2Ba和gydF4y2Ba,gydF4y2Ba和gydF4y2Ba,gydF4y2Ba和gydF4y2Ba分别轴。在每个步骤中,这些角来自DCM矩阵,利用提出的公式(gydF4y2Ba14gydF4y2Ba]。由此产生的变换矩阵从地方到全球的参考系统gydF4y2BaDCM后方验证是一样的,为了确定奇异点。一个固定的点gydF4y2Ba表示在当地坐标系对应于机器人身体IMU将可能安装。这一点是任意选择的在合理gydF4y2Ba立管截面中心的距离,当地参考系原点位置。的坐标gydF4y2Ba表示,在全球坐标系,被假定为传感器位移概要文件。gydF4y2Ba

4.1。海流的影响gydF4y2Ba

一个线性电流分布gydF4y2Ba来自海洋的最大流速(gydF4y2Ba)在海平面在海底(0gydF4y2Ba15gydF4y2Ba)被认为是与立管悬链线平面。gydF4y2Ba被假定为1.68 m / s,从坎波斯盆地数据:gydF4y2Ba 在哪里gydF4y2Ba是旋转矩阵与悬链线角的gydF4y2Ba飞机,由以下表达式:gydF4y2Ba

机器人可以沿立管中自由移动gydF4y2Ba方向,但这是在其他方向,因为它限制gydF4y2Ba拥抱gydF4y2Ba立管。如果没有水流,名义机器人速度推动由一对推进器gydF4y2Ba的方向gydF4y2Ba。然而,由于当前的存在,机器人的绝对速度被发现通过考虑海流速度分量,预计在机器人的轨迹,从而改变机器人的发展速度:gydF4y2Ba 在哪里gydF4y2Ba绝对速度和吗gydF4y2Ba点积。从初步研究,gydF4y2Ba估计1 m / s。图gydF4y2Ba6gydF4y2Ba说明了机器人gydF4y2Ba特定的海流和推进器的速度条件下采用。gydF4y2Ba

纵向的影响纯粹的机器人和立管由于横向电流没有考虑。当前组件预计本质上增加法向力的机器人应用于立管的外表面。因为立管紧密安装在机器人的刚性免费井避免纵向和扭转下滑,剪切力的增加的车轮减速机器人被认为是微不足道的。gydF4y2Ba

因为所有有限元网格的元素有大约相同的长度,时间步骤不再是均匀分布的变量速度剖面。结果数组变量的时间计算:gydF4y2Ba

这种非均匀阵列不方便未来的计算速度和加速度资料,和一套新的gydF4y2Ba发现了样条插值使用统一的时间数组具有相同的极限gydF4y2Ba。序列的本地引用系统gydF4y2Ba,gydF4y2Ba,gydF4y2Ba,DCM矩阵和欧拉角重新使用这个新的坐标,由一个统一的时间采样数组。所有资料都重新取样5赫兹的样条插值,这样高频立管运动可以跟着(下一小节)。总的任务时间gydF4y2Ba,总共gydF4y2Ba点生成。gydF4y2Ba

4.2。立管运动的影响gydF4y2Ba

动态有限元分析可以发现,沿着时间的改变几何立管,对名义静态配置文件。有限元素模型有170梁元素与弯曲、轴向和扭转变形。每个元素有一个名义上的10米的长度。动态有限元分析提供了gydF4y2Ba,gydF4y2Ba,gydF4y2Ba只有十对时间节点的坐标gydF4y2Ba采样率。分析100年竞选第二个时间跨度,但是第一批50秒无视避免有限元瞬态效应的解决方案。下半年的时间窗口然后复制达到总的任务时间。因此,偏移,相位和振幅参数被保存了下来。这种调整提供了矩阵(一个为每个节点)和十行gydF4y2Ba列,由连续样条插入重新取样。第一个插值列的数量减少gydF4y2Ba,第二个扩大到原来的有限元网格节点(171)和第三再次重新取样线gydF4y2Ba。因此,三个gydF4y2Ba摄动矩阵gydF4y2Ba,gydF4y2Ba,gydF4y2Ba了,一个用于每个坐标gydF4y2Ba,gydF4y2Ba,gydF4y2Ba。在这些矩阵,每一行是一个特定的立管偏离名义姿态,每一列是一个时间步。位移向量的三个组件gydF4y2Ba被定义为每个节点gydF4y2Ba:gydF4y2Ba

这个向量分解为其正常gydF4y2Ba和切向gydF4y2Ba部分。因为机器人沿立管自由移动,只有正常的组成部分gydF4y2Ba向量是有效地传递给机器人:gydF4y2Ba

因此,新坐标gydF4y2Ba,gydF4y2Ba,gydF4y2Ba(在当地参考系)立管的路径是由以下的序列gydF4y2Ba点,gydF4y2Ba,gydF4y2Ba

4.3。涡激振动(韦夫)的效果gydF4y2Ba

大海电流通过一个圆柱体产生涡旋脱落后,导致结构振动。调用这个复杂的固耦合涡激振动(韦夫),它主要发生在错流方向(gydF4y2Ba16gydF4y2Ba]。模拟这种效果是一个艰巨的数值问题。在本文中,我们使用实验数据从航空获得可用的开源韦夫数据存储库的麻省理工学院的海洋工程中心(gydF4y2Ba17gydF4y2Ba]。错流位移数据用于测试中执行一个裸缸,20毫米直径和长度10米,由埃克森美孚捐赠,用于我们的模拟。一些流体速度和线性剪切和线性流条件可以使用。我们选择了一个gydF4y2Ba强大的gydF4y2Ba条件的正常流动,大约1米/秒,提供更大的位移与剪切流相同的名义速度。gydF4y2Ba

适应的立管的实验数据分析,扩展了位移测试立管直径和乘以实际的立管直径。脱落的频率(gydF4y2Ba)在气缸与错流是由以下几点:gydF4y2Ba 在哪里gydF4y2Ba斯特鲁哈尔数,gydF4y2Ba是流体的速度,gydF4y2Ba缸直径。保持gydF4y2Ba固定的比率gydF4y2Ba实验和立管是14.78。这个因素是用来尺度向量时,这样的频率向量数据频谱,用来模拟立薇芙,除以这个量。沿缸套10分,位移测量与最接近的节点的有限元模型。一个窗口的数据,没有瞬态效应,是复制的十倍,直到总任务时间实现,类似于前一节中,同样的插值过程应用。最后,引起的位移韦夫旋转成为垂直于悬链线平面和添加到(gydF4y2Ba10gydF4y2Ba)。gydF4y2Ba

图gydF4y2Ba7gydF4y2Ba显示了RMS的立管位移概要文件gydF4y2Ba,gydF4y2Ba,gydF4y2Ba方向作为标准化的立管长度的函数。的图还显示了RMS韦夫平面垂直于悬链线。轮的数字0头,1对应的炮塔。gydF4y2Ba

4.4。速度和加速度传感器配置文件gydF4y2Ba

模拟IMU输出预期的物理加速度传感器安装点必须被发现。这个加速度是用来喂养找到现实的传感器信号的传感器模型。加速度点gydF4y2Ba表示在全球参考框架是由著名的运动方程如下:gydF4y2Ba

当地的加速度gydF4y2Ba和科氏力为零,因为传感器固定在机器人体内。gydF4y2Ba角加速度和吗gydF4y2Ba是角速度。角速度表示在全球参考框架计算的方法(gydF4y2Ba14gydF4y2Ba,gydF4y2Ba18gydF4y2Ba]:gydF4y2Ba

解决(gydF4y2Ba12gydF4y2Ba)和(gydF4y2Ba13gydF4y2Ba),衍生品的位移和旋转的时间gydF4y2Ba,gydF4y2Ba,gydF4y2Ba,gydF4y2Ba等等被有限的差异发现,考虑所有变量在全球参考系统。gydF4y2Ba

5。仪表模型gydF4y2Ba

一种低成本的微应变3 dmgx-1 IMU是项目的选择。这是一个紧凑和集成装置,适用于最高深度潜艇应用程序中,电子的情况下必须尽可能细,机械结构原因。它提供了三维加速度、角速度和态度/方向矩阵在单个连续的通道。每个输出的误差特征建模为宽带噪声+一阶移动偏见马尔可夫过程(gydF4y2Ba19gydF4y2Ba]:gydF4y2Ba 在哪里gydF4y2Ba :模拟gydF4y2Ba损坏gydF4y2Ba传感器输出,gydF4y2Ba :模拟gydF4y2Ba清洁gydF4y2Ba物理信号,gydF4y2Ba :比例因子误差,gydF4y2Ba :抵消误差,gydF4y2Ba :移动偏见,一阶马尔可夫过程,gydF4y2Ba :宽带传感器噪声。gydF4y2Ba

宽带传感器噪声被定义为gydF4y2Ba,gydF4y2Ba(零均值白噪声)。gydF4y2Ba是宽带噪声方差。通过传感器规格比例因子误差,0.5%,被认为是如下:gydF4y2Ba 这样gydF4y2Ba一个统一的随机变量在吗gydF4y2Ba和gydF4y2Ba是gydF4y2Ba征gydF4y2Ba函数。这个方程引入了随机误差限制在0.5%,传感器输出信号振幅,当替换(gydF4y2Ba14gydF4y2Ba)。gydF4y2Ba

移动的偏见被发现通过整合以下有限差分方程的欧拉方法:gydF4y2Ba 在哪里gydF4y2Ba :采样周期(s),gydF4y2Ba :采样频率(赫兹),gydF4y2Ba :偏差输入噪声方差,gydF4y2Ba :随机漫步方差,gydF4y2Ba :时间常数(s)。gydF4y2Ba

5.1。传感器参数的确定gydF4y2Ba

一个实验进行收集错误特征通过保持传感器固定在实验室记录信号。总收购时间是4小时21分钟,采样频率75赫兹,内部温度稳定后。第一个参数是时间常数决定的gydF4y2Ba。两种技术被使用:阿伦方差图(gydF4y2Ba20.gydF4y2Ba)和自相关函数(gydF4y2Ba19gydF4y2Ba]。这两种技术给不同的结果(见表gydF4y2Ba2gydF4y2Ba)。根据实际和模拟信号之间的相似性,选择了两种时间常数的方法之一。传感器的态度,gydF4y2Ba由阿伦方差被选中,而加速度和角速度,自相关提供了最好的结果。gydF4y2Ba

除了角速度(AngRate),实验时间序列是低通滤波计算gydF4y2Ba,更好地描述错误的低频分量。为gydF4y2Ba使用,高频部分。截止频率被反复试验,选择和模拟之间的协议和原始误差信号为每种情况观察。时间序列,阿伦方差图(gydF4y2Ba21gydF4y2Ba)和快速傅里叶变换(FFT)是用来测试原始和模拟误差信号之间的协议。在态度的情况下模拟、欧拉角是离散间隔组成gydF4y2Ba来gydF4y2Ba的步骤gydF4y2Ba,对应于传感器分辨率。对加速度传感器的分辨率是0.2毫克,角速度gydF4y2Ba。然而,幅度离散化并没有实现。图gydF4y2Ba8gydF4y2Ba螺旋角和图显示了结果gydF4y2Ba9gydF4y2Ba显示出加速的结果gydF4y2Ba方向。对于其他角度,方向和角速度,结果是相似的。gydF4y2Ba

水pressure-based深度传感器指定这个机器人是Digiquartz 8 cb4000-i深度传感器(Paroscientific, Inc .,雷蒙德,佤邦),提供了0.01%的精度和分辨率gydF4y2Bam。在模拟中,我们认为深度措施被添加高斯噪声gydF4y2Ba= 0.2米,据估计由Jalving [gydF4y2Ba22gydF4y2Ba]。gydF4y2Ba

6。定位算法gydF4y2Ba

定位问题是估计一组的状态,其中包括机器人的位置,通过阅读加速度作为输入,将考虑深度传感器信号作为外部测量。自捷联导航方案,定位算法假设加速度测量在当地坐标系转化成全球坐标系,利用旋转矩阵计算出IMU的欧拉角测量。也认为,如果一个DC-acceleration明智使用加速度计,垂直加速度补偿重力。问题状态方程的配方(gydF4y2Ba23gydF4y2Ba,gydF4y2Ba24gydF4y2Ba]:gydF4y2Ba

给出了状态向量和矩阵如下:gydF4y2Ba

是一个单位矩阵,这样的条款(1,4)(2、5),和(3、6)等于什么gydF4y2Ba;(4、7)(5、8)和(9)假设值gydF4y2Ba;(7)、(8)和(9)元素gydF4y2Ba。gydF4y2Ba是一个矩阵的零除外条款(1),(2,2),和(3)等于什么gydF4y2Ba;(1)4(5,2)和(6 3)元素gydF4y2Ba。gydF4y2Ba

0是一个矩阵,(我)的例外条款等于1。在这样的表达式,gydF4y2Ba样品数量,gydF4y2Ba状态向量,gydF4y2Ba输入向量,gydF4y2Ba过程噪声、gydF4y2Ba的位置,gydF4y2Ba是速度,gydF4y2Ba是加速度,gydF4y2Ba加速度是错误,gydF4y2Ba采样周期,gydF4y2Ba是外部测量向量,gydF4y2Ba是传感器噪声,gydF4y2Ba是每个相关变量的方差。这个系统的可观测性矩阵满秩,也就是说,9。gydF4y2Ba

估计gydF4y2Ba发现状态向量的卡尔曼滤波器。gydF4y2Ba

预测:gydF4y2Ba

更新:gydF4y2Ba 在哪里gydF4y2Ba状态估计误差协方差矩阵,gydF4y2Ba是传感器噪声协方差矩阵,gydF4y2Ba过程噪声矩阵,gydF4y2Ba卡尔曼增益。这是一个标准,简单和通用实现卡尔曼滤波器的估计量。更复杂的方法可以测试,虽然获得的结果与标准KF满意为目标应用程序,将在部分解决gydF4y2Ba7gydF4y2Ba。与机器人运动学模型,通常用于土地(gydF4y2Ba25gydF4y2Ba)操作或那些建立在平面(gydF4y2Ba26gydF4y2Ba这里使用状态空间模型,制定KF不使用任何gydF4y2Ba先天的gydF4y2Ba车辆的信息特征。传感器的动态特性也都包含在这个KF配方。因此,原则上,这里提出的定位算法可以应用在类似的应用程序使用不同的仪器、机器人和环境特征。然而,一些调优工作协方差矩阵应该可能是必要的。gydF4y2Ba

6.1。KF的外部测量数据的处理gydF4y2Ba

在这里,我们重点分析这个特殊的定位问题的关键方面,这是确定外部测量向量gydF4y2Ba。gydF4y2Ba等等,都是机器人的坐标位置在全球绝对参考系以一个独立的传感器。传感器,在实践中,可用来执行这样的测量深度传感器只能测量gydF4y2Ba坐标。尝试使用这种测量只在更新阶段的KF给nondrifting估计在垂直方向,是意料中的,但不是在水平的一个。gydF4y2Ba

我们提出以下的方法来估计完成gydF4y2Ba使用数据从向量gydF4y2Ba,gydF4y2Ba(深度传感器信号)和乌兹别克斯坦伊斯兰运动的欧拉角测量。考虑图gydF4y2Ba10gydF4y2Ba向量加入gydF4y2Ba来gydF4y2Ba集中在,在当地参考帧gydF4y2Ba的话,是gydF4y2Ba。这个向量是gydF4y2Ba局部坐标系的方向gydF4y2Ba,模量gydF4y2Ba之际,恰逢瞬时立管的路径。在全球参考框架,gydF4y2Ba可以发现:gydF4y2Ba

因此,gydF4y2Ba

相同的差异计算(gydF4y2Ba23gydF4y2Ba)可以表示一个向量的全球协调的差异:gydF4y2Ba

自gydF4y2Ba和gydF4y2Ba是已知的,通过比较(gydF4y2Ba23gydF4y2Ba)和(gydF4y2Ba24gydF4y2Ba),它是可能的gydF4y2Ba为:gydF4y2Ba

替换gydF4y2Ba在(gydF4y2Ba23gydF4y2Ba),KF外部测量向量gydF4y2Ba是发现。另外,位移gydF4y2Ba可以衡量一个里程表。然而,在这种情况下,特殊的建设性的护理应考虑防止滑动。在任何情况下,这种方法假设之前观察KF的调整阶段。然而,KF理论假设条件独立的观察。因此,只有gydF4y2Ba次优的gydF4y2Ba估计可能是预期性能。gydF4y2Ba

7所示。仿真结果gydF4y2Ba

7.1。静态的结果gydF4y2Ba

在静态情况下没有立管运动。的gydF4y2Ba标准gydF4y2Ba位置被用来生成动态分析的基础,是一个中介gydF4y2Ba中性gydF4y2Ba之间的配置gydF4y2Ba附近gydF4y2Ba(船取代对轮头)和gydF4y2Ba远gydF4y2Ba(反方向)的位置。图gydF4y2Ba11gydF4y2Ba显示了机器人轨迹和态度,由连续的局部坐标系,中立的立场。在图gydF4y2Ba12gydF4y2Ba所示,相关的定位错误,海底的距离的函数(使用一个网格的1.680点,或1.44赫兹)。绝对误差与中性,和附近的配置如图gydF4y2Ba13gydF4y2Ba,在一个gydF4y2Ba半对数gydF4y2Ba规模。研究影响定位误差的网格细化等级,生成额外的误差曲线,对于中性配置,以7630分(5赫兹)网格,用于动态分析。gydF4y2Ba

图gydF4y2Ba12gydF4y2Ba显示错误发生的最大的来源gydF4y2Ba方向,而在深度坐标gydF4y2Ba,误差较低。此外,总误差增加机器人横向倾斜。这一趋势预计由于深度传感器的相对精确度损失估计gydF4y2Ba参数在使用(gydF4y2Ba21gydF4y2Ba)- (gydF4y2Ba25gydF4y2Ba)。当深度测量的区别gydF4y2Ba之间的两个样本很小,减少信号高斯噪声比观察。从应用程序的角度来看,机器人不应该工作太近,立管定期接触到海底,降落点(TDP)。这建立安全裕度为50米。在这一点上,静态情况下的预期定位误差大约是10米。这个错误在遥远的情况下(图略高gydF4y2Ba13gydF4y2Ba),立管的水平比在不久的条件。通过增加采样频率(图gydF4y2Ba12gydF4y2Ba),错误可能会减少在大多数的路径,但当机器人接近计划书,定位系统失败。gydF4y2Ba

7.2。动态结果gydF4y2Ba

通过包括波和韦夫影响立管节点位移概要文件,机器人轨迹变得更加复杂(图gydF4y2Ba14gydF4y2Ba),如意料中的。相关的定位错误如图gydF4y2Ba15gydF4y2Ba使用5赫兹网。图gydF4y2Ba16gydF4y2Ba显示了一个放大的gydF4y2Ba飞机,接近计划书,机器人的轨迹和外部测量,计算(gydF4y2Ba21gydF4y2Ba)- (gydF4y2Ba25gydF4y2Ba),以及卡尔曼滤波器的位置估计。KF估计轨迹准确,处理外部测量失去精度,低于15米距离海底。KF估计基本上遵循外部测量,部分原因是KF更新频率是一样的预测。通过比较静态和动态情况下(图中的错误gydF4y2Ba17gydF4y2Ba),类似的概要文件被发现。这意味着卡尔曼滤波器能够密切跟踪机器人的轨迹,即使在动态情况下,算法的定位性能的损失是主要原因,毕竟,通过深度传感器差动信号噪声比。gydF4y2Ba

8。讨论和结论gydF4y2Ba

使用本地化的模拟显示,机器人轨迹算法,在动态情况下,提出了一个波浪模式。模式对应的路径旅行的机器人,而不是名义上的立管,如预期。如果估计的立管悬链线形状,获得路径可以用来适合光滑的轮廓曲线。gydF4y2Ba

在垂直立管的一部分从海底(高于15米),平均估计误差(标准dev)为0.76(0.47)米(图gydF4y2Ba15gydF4y2Ba)。这个错误可以被认为是足够小的本地化立管油田和满足节点位移约束结构张力有限元素分析。这个精度也满意的本地化缺陷检测的无损检测。gydF4y2Ba

定位算法很大程度上取决于外部测量,提供深度传感器和乌兹别克斯坦伊斯兰运动,使用(gydF4y2Ba21gydF4y2Ba)- (gydF4y2Ba25gydF4y2Ba)。然而,接近海底,模拟机器人轨迹倾斜向更水平的态度,和立管后部分接近计划书。在这部分的轨迹,高斯噪声的深度传感器更重要的是腐败的相对深度测量。这种效应增加当两个连续测量之间的时期变得更短。5赫兹韦夫繁殖所需的最低估计速度和波动的数据。另一方面,机器人之间的最小安全距离和海底恰逢定位算法的条件宽松的准确性。作为一个可能的极限,在15米的海底,预期的错误应该也大约15米(图gydF4y2Ba15gydF4y2Ba)。gydF4y2Ba

在我们看来,简单和标准KF的实现,提出了在这个研究是充分的提供所需的定位精度提出了应用程序。对于刚性立管和其他主要垂直海上结构物,观察到的精确度损失预计不会发生。运动学模型用于制定传感器融合问题是线性的,因此标准KF实现是适当的。其他模型可以提议,将机器人,立管或海洋动态特性。在这种情况下,使用扩展卡尔曼滤波和粒子滤波应该是必要的来处理相关的非线性。在任何情况下,外部测量可靠性似乎定位精度的关键因素这一问题。gydF4y2Ba

使用更高等级低漂移IMU而不是低成本可以消除需要外部测量在一个关键地区但在增加有效载荷的价格,成本和体积。声学定位系统可以用来定位机器人在水平方向的轨迹。然而,这些系统工作在一个非常低采样频率(0.1 - 1 Hz) [gydF4y2Ba8gydF4y2Ba),在最好的情况下,他们可能只会把机器人的外部运动包络。更实际,改善的部分精度能够达到接近计划书通过使用估计的里程表gydF4y2Ba在(gydF4y2Ba25gydF4y2Ba)。因此,里程表的机械安装应该仔细完成,防止滑动。预装RFID(无线射频识别)gydF4y2Ba27gydF4y2Ba]标签或视觉标志沿立管,信号的实际长度,是可以探索的可能性。切换深度外部测量传感器与其他传感器,接近计划书,可以使用模糊专家系统(由gydF4y2Ba28gydF4y2Ba]。在未来的研究中,应该进行实验室和现场测试,使用一个声学定位系统导航错误估计的范围来评估工作。gydF4y2Ba

确认gydF4y2Ba

作者是感激地感谢斗篷(Coordenacao de Aperfeicoamento de Pessoal de含量比),FINEP (Financiadora de Estudos e Projetos), CNPq(蹂躏Nacional de Desenvolvimento Cientifico e学府),和FAPERJ (Fundacao德帕罗尽管Estado里约热内卢)做金融的支持。gydF4y2Ba

引用gydF4y2Ba

1. p . O ' brien和j . Picksley柔性立管的完整性问题,先进技术。众议员2-1-4-181 / SR01, 2001年,UKOOA MSC,启04。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
2. g .查宾”检查和监测girassol混合立管塔,”gydF4y2Ba《海外技术会议(OTC 05)gydF4y2Ba休斯顿,德克萨斯州,美国,2005年,场外纸。17696年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
3. k·汉密尔顿和j·埃文斯,“水下无人驾驶检查使用自主水下航行器(SPINAV):概念和结果”gydF4y2Ba海洋学报特色/ IEEE(海洋05)gydF4y2Ba布雷斯特,页775 - 781年,法国,2005年6月。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
4. m·德·m·o . Sonnaillon d . Murrin n . Bose和w·邱”vortex-induced-vibrations表征一个先进的测量系统在大规模,”gydF4y2Ba美国MTS / IEEE会议海洋(海洋' 07)gydF4y2Ba781年,页775 - 2007 BC,加拿大,温哥华。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
5. e·威斯c . Bucherie j·l·Lechien j·l·Larrouse和b . Rattoni“离岸柔性立管的检验和电磁射线照相技术,”gydF4y2Ba美国第15届世界会议上无损检测gydF4y2Ba,页404 - 408,意大利罗马,2000年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
6. d . Psarros v . A . Papadimitriou p . Chatzakos v . A . Spais和k . Hrissagis”服务为水下机器人柔性立管:分析和系统设计,“gydF4y2BaIEEE机器人与自动化杂志gydF4y2Ba,17卷,不。1,55 - 63、2010页。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
7. 下午。李,B.-H。小君、k金、j·李,t .青木和t . Hyakudome”模拟的惯性声学导航系统范围自主水下航行器的帮助,”gydF4y2BaIEEE海洋工程》杂志上gydF4y2Ba32卷,第345 - 327页,2007年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
8. j . Jouffroy和j . Opderbecke”水下航行器导航使用diffusion-based轨迹观察员,”gydF4y2BaIEEE海洋工程》杂志上gydF4y2Ba32卷,第326 - 313页,2007年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
9. c, e·豪尔赫,l . m . Zurk”增强的卡尔曼滤波算法使用的不变性原理,”gydF4y2BaIEEE海洋工程》杂志上gydF4y2Ba,34卷,不。4、575 - 585年,2009页。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
10. m·f·桑托斯·l·l·Menegaldo m·o·布里托,“外部设备普遍inspectionof,”美国专利申请基于巴西π0705113 - 1,2008。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
11. r . O’grady,周宏儒。肯·d·朗,a . Connaire“进步在响应预测方法较深水出油管安装”gydF4y2Ba《海外技术会议(OTC 08年)gydF4y2Ba2008年美国德克萨斯州,休斯顿,场外纸。19400年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
12. p . j . O ' brien和j·f·麦克纳马拉,“三维柔性立管分析的重要特征,”gydF4y2Ba工程结构gydF4y2Ba,54卷,不。4、223 - 233年,1989页。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
13. d·h·Titterton和j·l·韦斯顿gydF4y2Ba捷联惯性导航技术gydF4y2Ba由赫特福德郡编辑,IEEE,伦敦,英国,第二版,2004年版。gydF4y2Ba
14. b .西西里岛舞蹈l . Sciavicco l .同时,g . OriologydF4y2Ba机器人:造型、计划和控制gydF4y2Ba施普林格,伦敦,英国,第3版,2009年版。gydF4y2Ba
15. a . l . s . PinhogydF4y2Ba张力减少TLP平台刚性立管gydF4y2Ba、硕士论文、土木工程部门,里约热内卢联邦大学的里约热内卢,巴西,2001。gydF4y2Ba
16. c . l . Cunff f . Biolley大肠。方丹s艾蒂安和m . l . Fancchinetti”Vortex-inducedvibrations饲主:理论、数值和实验调查,“gydF4y2Ba石油和天然气科技(奖学金)gydF4y2Ba5卷,59 - 69年,2002页。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
17. 麻省理工学院的技术,“涡激振动数据存储库,”2011年,gydF4y2Bahttp://oe.mit.edu/VIV/gydF4y2Ba。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
18. h·韦伯,“惯性系统:基本的基础,”gydF4y2BaV SBEIN学报》5日巴西惯性工程研讨会上,教程,(葡萄牙)gydF4y2Ba里约热内卢,巴西,2007年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
19. w·s·Flenniken四世gydF4y2Ba惯性测量单元建模和分析的影响他们的导航应用程序中的错误gydF4y2Ba硕士论文,奥本大学,奥本,阿拉巴马州,美国,2005年。gydF4y2Ba
20. d . w·艾伦“原子频率标准,统计”gydF4y2BaIEEE诉讼gydF4y2Ba54卷,第230 - 221页,1966年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
21. IEEE, IEEE推荐的做法对于惯性传感器测试设备、仪器仪表、数据采集、分析,“gydF4y2BaIEEE StdgydF4y2Ba1554 - 2005年IEEE航空航天和电子系统的社会,2005年。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
22. b . Jalving“深度精度与水下车辆海底地图,”gydF4y2Ba学报特色/ IEEE 99年海洋(海洋)gydF4y2Ba西雅图,页973 - 978年,洗,美国,1999年9月。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
23. d·d·s·桑塔纳gydF4y2Ba地面轨迹估计使用一个低成本的统一和传感器融合测量gydF4y2Ba硕士论文,机械电子工程部门,理工学校,圣保罗大学圣保罗,巴西,2005年。gydF4y2Ba
24. h . Qi和j·b·摩尔“直接卡尔曼滤波方法对GPS / INS集成,”gydF4y2BaIEEE航空航天和电子系统gydF4y2Ba,38卷,不。2、687 - 693年,2002页。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
25. t·佐佐木、d . Brščić和h .桥本”Human-observation-based提取移动机器人导航、路径模式”gydF4y2BaIEEE工业电子产品gydF4y2Ba卷,57号4、1401 - 1410年,2010页。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
26. l . l . Menegaldo g·a·n·费雷拉,m·f·桑托斯和r . s . Guerato”发展和移动机器人的导航浮式生产储存和卸载船体检查,”gydF4y2BaIEEE工业电子产品gydF4y2Ba卷,56号9日,第3722 - 3717页,2009年。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
27. 萨阿德和z s Nakad,”一个独立的rfid室内定位系统使用被动标记,”gydF4y2BaIEEE工业电子产品gydF4y2Ba,卷。58岁的没有。5,1961 - 1970年,2011页。gydF4y2Ba视图:gydF4y2Ba谷歌学术搜索gydF4y2Ba
28. 美国惠普赢得、f . Golnaraghi和w·w·米勒,”一个紧固工具跟踪系统使用卡尔曼滤波器的IMU和位置传感器和模糊专家系统,”gydF4y2BaIEEE工业电子产品gydF4y2Ba卷,56号5,1782 - 1792年,2009页。gydF4y2Ba视图:gydF4y2Ba出版商的网站gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba

版权gydF4y2Ba

版权©2012卢西亚诺Luporini Menegaldo等。这是一个开放的分布式下文章gydF4y2Ba知识共享归属许可gydF4y2Ba,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。gydF4y2Ba