【技术实现步骤摘要】
本专利技术涉及数据处理，特别是指一种自动加油机器人用无人船定位方法及系统。
技术介绍
1、目前，无人船在水域作业中广泛应用于环境监测、物流运输及能源补给等领域。针对自动加油机器人的应用，常采用gps与惯性导航系统（ins）结合的方式实现无人船的定位。通过gps提供的全球位置数据以及ins的短时高精度定位能力，无人船能够规划航线并与自动加油机器人进行对接。为了进一步提高定位精度，现有技术中还会引入高精度地图和实时信号校准技术。然而，这些方法在一定场景下仍存在技术限制。
2、在动态水流环境中，例如在河流或潮汐较大的水域，无人船会受到水流冲击产生位移，这种位移在短时间内可能无法被惯性导航系统及时捕获。由于ins通常依赖历史位置数据和固定算法进行预测，水流干扰会导致预测轨迹偏差累积，尤其在无人船靠近加油站点时，难以实现高精度的船体姿态调整。这种情况下，自动加油机器人可能无法准确对接无人船的加油接口，导致操作失败或额外的船只校准时间，影响能源补给任务的顺利完成。
技术实现思路
1、本专利技术的目的在于提供一种自动加油机器人用无人船定位方法及系统，旨在解决
技术介绍
中所提到的问题。
2、为解决上述技术问题，本专利技术的技术方案如下：
3、第一方面，一种自动加油机器人用无人船定位方法，所述方法包括：
4、获取无人船的全局位置信息、局部位置信息以及环境动态参数，并进行融合，生成基础定位数据；
5、对基础定位数据进行动态分层分析，提取静态特征
6、根据多级干扰修正参数，对基础定位数据进行自适应校正，得到实时校正定位数据；
7、根据实时校正定位数据，生成船体运动趋势预测信息，船体运动趋势预测信息包括无人船的预期位置轨迹和姿态调整参数；
8、根据运动趋势预测信息和目标对接点的预设几何模型，计算无人船的对接预备路径，其中，对接预备路径包括多节点动态路径，每一节点包含预设时间窗内的姿态调整指令；
9、根据对接预备路径，生成实时控制指令，其中，控制指令用于调整无人船的移动和姿态；
10、在无人船到达目标对接点时，实时采集加油接口的相对位置信息、水流扰动信息和障碍物信息，生成微调分析数据；
11、根据微调分析数据，计算需要对加油机械臂的姿态进行微调的参数，得到加油机械臂姿态微调指令，其中，加油机械臂姿态微调指令用于对加油机械臂的旋转角度、水平位置以及垂直高度的动态调整。
12、优选地，对基础定位数据进行动态分层分析，提取静态特征数据和动态干扰特征数据，生成多级干扰修正参数，其中，静态特征数据包括水域固定参考点的坐标信息，动态干扰特征数据包括水流速度、水流方向以及障碍物位置分布，包括：
13、根据基础定位数据，提取固定参考点信息，生成静态特征数据，固定参考点信息包含固定参考点的地理坐标及水域范围限定；
14、根据基础定位数据，提取水流速度、水流方向以及障碍物位置分布，生成动态干扰特征数据；
15、根据静态特征数据和动态干扰特征数据，生成多级干扰修正参数，修正参数包括静态修正分量和动态修正分量；
16、静态修正分量的计算公式为：，其中，为静态修正分量，为固定参考点的数量，为第个固定参考点的权重系数，和分别为第个固定参考点的实际位置和理论位置，为调节系数；
17、动态修正分量的计算公式为：，其中，为动态修正分量，为水流速度，为水流方向的角度，为障碍物与无人船之间的距离，为障碍物的权重系数，、、和为调节系数；
18、多级干扰修正参数的计算公式为：，其中，为多级干扰修正参数，和为权重系数。
19、优选地，根据多级干扰修正参数对基础定位数据进行自适应校正，得到实时校正定位数据，包括：
20、获取多级干扰修正参数中的静态修正分量和动态修正分量；
21、将静态修正分量应用于基础定位数据，通过修正固定参考点与无人船之间的位置偏差，生成初步修正定位数据；
22、将动态修正分量应用于初步修正定位数据，通过对水流速度、方向的干扰量进行实时补偿，以及根据障碍物空间位置调整船体姿态，生成动态校正定位数据；
23、根据动态校正定位数据，实时更新无人船的全局位置和姿态信息，得到实时校正定位数据，实时校正定位数据包括无人船的位置坐标、姿态调整参数和实时动态调整信息。
24、优选地，根据实时校正定位数据生成船体运动趋势预测信息，船体运动趋势预测信息包括无人船的预期位置轨迹和姿态调整参数，包括：
25、获取实时校正定位数据中无人船的当前位置坐标和当前运动状态参数，运动状态参数包括船体速度、方向以及与目标对接点的距离信息；
26、根据无人船当前位置与目标对接点之间的距离信息，并结合动态干扰特征数据，预测无人船在预设时间窗口内的短时运动轨迹，短时运动轨迹由多个连续的预估位置点构成；
27、根据短时运动轨迹，分析无人船的姿态调整需求，包括无人船的方向、角度和位置的实时调整，生成姿态调整参数；
28、将短时运动轨迹和姿态调整参数进行组合，形成船体运动趋势预测信息。
29、优选地，根据运动趋势预测信息和目标对接点的预设几何模型，计算无人船的对接预备路径，其中，对接预备路径包括多节点动态路径，每一节点包含预设时间窗内的姿态调整指令，包括：
30、获取运动趋势预测信息中的短时运动轨迹和姿态调整参数；
31、获取目标对接点的预设几何模型信息，预设几何模型信息包括目标对接点的空间位置、对接方向及对无人船的姿态要求；
32、根据短时运动轨迹和目标对接点的预设几何模型信息，分析无人船当前位置与目标对接点之间的空间关系，确定无人船到达目标对接点的多个路径节点；
33、为每一个路径节点生成时间窗内的姿态调整指令，姿态调整指令包括无人船的船体方向调整、速度调整以及位置修正的操作参数；
34、将多个路径节点及其对应的姿态调整指令进行组合，形成对接预备路径。
35、优选地，根据对接预备路径，生成实时控制指令，其中，控制指令用于调整无人船的移动和姿态，包括：
36、获取对接预备路径中的路径节点及其对应的姿态调整指令；
37、分析当前路径节点与无人船当前位置的偏差，并基于偏差计算无人船的移动调整量，移动调整参数包括移动方向、移动速度和移动角度的实时修正值；
38、根据移动调整参数和当前路径节点的姿态调整指令，生成实时控制指令。
39、优选地，根据微调分析数据，计算需要对加油机械臂的姿态进行微调的参数，得到加油机械臂姿态微调指令，其中，加油机械臂姿态微调指令用于对加油机械臂的旋转角度、水平位置以及垂直高度的动态调整，包本文档来自技高网...
【技术保护点】
1.一种自动加油机器人用无人船定位方法，其特征在于，所述方法包括：
2.根据权利要求1的一种自动加油机器人用无人船定位方法，其特征在于，对基础定位数据进行动态分层分析，提取静态特征数据和动态干扰特征数据，生成多级干扰修正参数，其中，静态特征数据包括水域固定参考点的坐标信息，动态干扰特征数据包括水流速度、水流方向以及障碍物位置分布，包括：
3.根据权利要求2的一种自动加油机器人用无人船定位方法，其特征在于，根据多级干扰修正参数对基础定位数据进行自适应校正，得到实时校正定位数据，包括：
4.根据权利要求3的一种自动加油机器人用无人船定位方法，其特征在于，根据实时校正定位数据生成船体运动趋势预测信息，船体运动趋势预测信息包括无人船的预期位置轨迹和姿态调整参数，包括：
5.根据权利要求4的一种自动加油机器人用无人船定位方法，其特征在于，根据运动趋势预测信息和目标对接点的预设几何模型，计算无人船的对接预备路径，其中，对接预备路径包括多节点动态路径，每一节点包含预设时间窗内的姿态调整指令，包括：
6.根据权利要求5的一种自动加油机器
7.根据权利要求6的一种自动加油机器人用无人船定位方法，其特征在于，根据微调分析数据，计算需要对加油机械臂的姿态进行微调的参数，得到加油机械臂姿态微调指令，其中，加油机械臂姿态微调指令用于对加油机械臂的旋转角度、水平位置以及垂直高度的动态调整，包括：
8.一种自动加油机器人用无人船定位系统，其特征在于，应用于如权利要求1至7任一项的所述方法中，所述系统包括：
9.一种计算设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有程序，该程序被处理器执行时实现如权利要求1至7中任一项的所述方法。
...【技术特征摘要】
1.一种自动加油机器人用无人船定位方法，其特征在于，所述方法包括：
2.根据权利要求1的一种自动加油机器人用无人船定位方法，其特征在于，对基础定位数据进行动态分层分析，提取静态特征数据和动态干扰特征数据，生成多级干扰修正参数，其中，静态特征数据包括水域固定参考点的坐标信息，动态干扰特征数据包括水流速度、水流方向以及障碍物位置分布，包括：
3.根据权利要求2的一种自动加油机器人用无人船定位方法，其特征在于，根据多级干扰修正参数对基础定位数据进行自适应校正，得到实时校正定位数据，包括：
4.根据权利要求3的一种自动加油机器人用无人船定位方法，其特征在于，根据实时校正定位数据生成船体运动趋势预测信息，船体运动趋势预测信息包括无人船的预期位置轨迹和姿态调整参数，包括：
5.根据权利要求4的一种自动加油机器人用无人船定位方法，其特征在于，根据运动趋势预测信息和目标对接点的预设几何模型，计算无人船的对...
【专利技术属性】
技术研发人员：赵剑青，
申请(专利权)人：时代天海厦门智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。