船体清洗机器人定位系统方案设计研究.pdfVIP

船体清洗机器人定位系统方案设计研究

摘要

船舶长期航行在海洋中，船体表面会附着大量海洋生物，导致航行速度降低，油耗

增加，需要对附着物定期清理。传统清洗方式为人工清洗，清洗效率低且存在安全隐患。

水下遥控机器人（RemotelyOperatedVehicle，ROV）的出现使机器清洗代替人工成为可

能。当前企业在使用ROV进行船体清洗时，由于船舶停靠地点水下声学环境复杂、可

视性差，难以对ROV进行定位，导致清洗作业困难。水下定位问题成为急需解决的问

题之一。

文章对此场景下的定位方案进行了设计研究。主要研究内容包括如下部分:

设计了清洗ROV与被清洗船的相对定位方案，即利用机器人母船同时测量ROV与

被清洗船的位置从而得到ROV与被清洗船的相对位置。根据船体清洗时对定位的需求

提出了定位精度指标。对系统的软硬件实现过程进行了设计分析。根据定位方案对将要

用到的传感器进行了参数分析和型号选择。

分析了捷联惯性导航系统（StrapdownInertialNavigationSystem,SINS）与多普勒计

程仪（DopplerVelocityLog，DVL）组合的关键技术。首先，对比了确定初始姿态的不

同方法，包括双矢量定姿、多矢量定姿、以及粗对准和精对准结合的方法，确定了多矢

量定姿粗对准与精对准结合的定姿方案。其次，对该组合的安装误差进行了标定和补偿。

然后，根据清洗船体侧壁时产生的DVL失效问题，提出了解决方案。最后对SINS/DVL

组合定位进行了精度分析。

分析了超短基线定位系统（UltraShortBaselinePositioningSystem，USBL）的定位

相关问题。首先，针对船底清洗时由于船体遮挡导致的水声定位失效问题，提出了解决

方案。其次，根据提出的解决方案详细设计了基于USBL的清洗ROV与被清洗船的相

对定位系统。通过静态测试对系统存在的主要安装误差进行了补偿，使得定位精度大幅

提高。最后依据静态测试测定的误差，对SINS/USBL组合进行了仿真实验。通过更改

USBL的测量频率测试失效机制，对SINS/DVL组合的精度和稳定性进行了验证。

对SINS/DVL/USBL水下组合定位系统进行了研究。首先，使用序贯滤波算法融合

多传感器数据，从不同的角度分析了多传感器融合定位相对于SINS/USBL组合定位的

精度提升效果，验证了方案的有效性。然后，对多传感器数据进行了后处理，用正反向

滤波和数据融合的方法，进一步提高了定位精度。最终使得整体定位精度达到了设计要

求，且具备一定的抗干扰能力。

哈尔滨工程大学专业学位硕士学位论文

关键词：船体清洗机器人；水下定位；多传感器融合；序贯滤波；最优平滑

船体清洗机器人定位系统方案设计研究

Abstract

Asshipssailintheseaforlongperiodsoftime,alargenumberofmarineorganismswill

adheretothesurfaceofthehull,resultinginreducedsailingspeedandincreasedfuel

consumption,whichneedstobecleanedregularly.Thetraditionalcleaningmethodismanual

cleaning,whichisinefficientandposessafetyrisks.TheemergenceofRemotelyOperated

Vehicles(ROVs)hasmadeitpossibletoreplacemanualcleaningwithmachinecleaning.When

usingROVsforhullcleaning,itisdifficulttolocatetheROVdu