本發明涉及水下清淤設備，具體是涉及一種面向港口碼頭的綠色智能履帶式水下清淤機器人系統。
背景技術：
1、港口碼頭作為水路交通的關鍵樞紐，其正常運行對于保障通航安全、提升物流效率具有重要意義。然而，港口碼頭的水下基礎結構（如碼頭前沿、系船柱、護舷及多層系纜平臺區域）長期受到泥沙淤積的影響，水下淤泥的過度堆積會帶來一系列嚴重問題：
2、一方面，水下淤泥的過度堆積會顯著減少碼頭前沿的設計水深，降低碼頭的靠泊能力和通航效率；同時，淤泥的板結會增加水下結構物的腐蝕風險，誘發局部沖刷破壞，加速碼頭基礎設施的老化；另一方面，高含泥量的沉積層易成為重金屬、有機污染物等有害物質的載體，在潮汐和水流作用下形成二次污染擴散，威脅港口水域的生態環境。因此，及時實施水下清淤作業，是保障港口通航安全、提升作業效率、延長基礎設施使用壽命及滿足環保法規要求的必要措施。
3、然而，現有主流清淤技術在實際應用中暴露出明顯短板，難以適應現代化港口碼頭精細化運維的需求。具體問題如下：
4、一、傳統清淤裝備的空間適應性不足
5、傳統大型清淤裝備（如絞吸式挖泥船、抓斗式挖泥船）通常具有龐大的水面平臺和作業機構，作業半徑較大，難以深入碼頭前沿的狹窄復雜區域進行作業。具體而言，碼頭前沿區域通常存在系船柱、護舷及多層系纜平臺等水下障礙物，這些區域空間受限，傳統大型裝備無法有效進入，不得不依賴人工潛水輔助清理，整體作業效率低下，清淤質量難以保障，且存在安全隱患。
6、二、現有清淤模式對碼頭正常運營干擾過大
7、傳統清淤作業需要將作業裝備部署至碼頭前沿區域，需長時間占用甚至關閉整個泊位，導致碼頭作業被迫中斷，船舶待泊時間大幅增加。這不僅直接影響港口的時間利用率，還會產生巨大的間接運營損失，對于繁忙的國際港口而言，這種運營中斷造成的經濟損失尤為顯著。
8、三、現有水下清淤裝備的定位導航能力受限
9、港口碼頭水域通常具有能見度低、水流復雜等特征，對水下作業裝備的定位導航能力提出了較高要求。然而，現有水下清淤裝備在低能見度環境下的定位精度有限，難以實現精細化的自主作業，容易出現定位漂移、路徑規劃不準確等問題，影響清淤作業的效率和覆蓋率。
10、四、現有清淤裝備的輸送可靠性有待提升
11、港口碼頭水下淤泥成分復雜，常包含高粘性淤泥、砂石及細粉砂等物料，對清淤裝備的泥漿輸送系統提出了較高要求。現有裝備的泵送系統在高濃度泥漿輸送時易出現堵塞問題，管路磨損嚴重，作業連續性難以保障。
12、綜上，現有的水下清淤技術存在空間適應性不足、作業效率低、對碼頭運營干擾大、定位導航能力受限、輸送可靠性不高等問題，難以滿足現代化港口碼頭精細化運維的需求。因此，亟需一種能夠適應港口碼頭環境的新型水下清淤系統，以解決上述技術問題。
技術實現思路
1、針對上述問題，提供一種面向港口碼頭的綠色智能履帶式水下清淤機器人系統，通過機器人本體結構實現港口碼頭的水下行走，通過絞吸-泵送系統實現清淤并將污泥輸送，通過多源融合定位導航系統在碼頭水域能見度極低的條件下，實現機器人的精準定位作業，解決了現有技術中的水下清淤技術無法適應港口碼頭環境的問題。
2、為解決現有技術問題，本發明提供一種面向港口碼頭的綠色智能履帶式水下清淤機器人系統，包括：
3、機器人本體結構，具有履帶式行走機構，用于在港口碼頭水下行走；
4、絞吸-泵送系統，具有安裝在機器人本體結構上的絞刀頭和與絞刀頭通過管路連接的泵送管路；
5、還包括安裝在所述機器人本體結構上的多源融合定位導航系統；
6、所述多源融合定位導航系統用于獲取多源探測數據并根據多源探測數據進行定位導航；
7、所述多源融合定位導航系統包括：
8、多源探測模塊，用于獲取多源探測數據，并根據多源探測數據建立初始位置狀態向量；
9、多源融合模塊，基于所述初始位置狀態向量進行處理并獲得精確位置狀態向量；
10、導航控制模塊，根據所述精確位置狀態向量進行定位導航。
11、在本發明的一些示例中，
12、所述多源探測數據包括速度數據、姿態數據和位置數據；
13、所述多源探測模塊包括：
14、預處理模塊，用于獲取所述多源探測數據并進行預處理；
15、向量映射模塊，用于將預處理后的多源探測數據映射至位置狀態向量空間，獲得初始位置狀態向量。
16、在本發明的一些示例中，
17、所述多源融合模塊包括：
18、多普勒計程儀，測量機器人本體結構沿xyz三軸的瞬時速度；
19、慣性測量單元，用于輸出xyz三軸的加速度、角速度及姿態角；
20、超短基線聲學定位，接收岸基基站聲信號，解算機器人本體結構絕對位置坐標。
21、在本發明的一些示例中，
22、所述多源融合模塊包括：
23、初始化模塊，用于獲取預設的狀態轉移模型和觀測模型；
24、狀態預測模塊，基于所述初始位置狀態向量，根據所述狀態轉移模型獲得測預測位置狀態向量，并評估所述預測位置狀態向量的不確定性；
25、誤差評估模塊，基于預測位置狀態向量與所述多源探測數據，根據所述觀測模型計算觀測誤差，并評估觀測誤差的不確定性；
26、狀態更新模塊，用于根據預測位置狀態向量的不確定性和觀測誤差的不確定性修正預測位置狀態向量，獲得精確位置狀態向量。
27、在本發明的一些示例中，
28、計算初始位置狀態向量的協方差矩陣，結合狀態轉移模型在初始位置狀態向量的雅可比矩陣，得到預測位置狀態向量的先驗協方差矩陣；
29、其中，預測位置狀態向量的先驗協方差矩陣用于表示預測位置狀態向量的不確定性。
30、在本發明的一些示例中，
31、根據預測位置狀態向量的先驗協方差矩陣，結合觀測模型在預測位置狀態向量的雅可比矩陣，得到觀測誤差的協方差矩陣；
32、其中，觀測誤差的協方差矩陣用于表示觀測誤差的不確定性。
33、在本發明的一些示例中，
34、根據預測位置狀態向量的先驗協方差矩陣和觀測誤差的協方差矩陣，計算卡爾曼增益；
35、根據卡爾曼增益和觀測誤差修正預測位置狀態向量，得到精確位置狀態向量。
36、在本發明的一些示例中，
37、導航控制模塊包括：
38、導航模塊，用于獲取實時柵格地圖，基于精確位置狀態向量，得到全局路徑；
39、避障模塊，用于獲取實時流場預測數據，根據精確位置狀態向量，得到局部路徑；
40、控制模塊，用于根據全局路徑進行導航控制，并基于局部路徑進行避障。
41、在本發明的一些示例中，
42、絞刀頭采用非對稱螺旋布置；
43、所述泵送管路包括雙通道離心泵和用于連接所述絞刀頭和所述雙通道離心泵的連接管路；
44、所述連接管路的內壁嵌入高分子耐磨襯板。
45、在本發明的一些示例中，
46、還包括健康管理系統，
47、所述健康管理系統用于獲取水下清淤機器人的工作數據，并基于預設的數字孿生模型結合工作數據進行故障預測。
48、本發明相比較于現有技術的有益效果是：
49、（1）、高度適應碼頭極限低凈空環境
50、本發明提供的機器人本體結構采用低凈空緊湊型履帶底盤設計，采用雙履帶和多自由度擺臂結構。使得水下清淤機器人能夠深入碼頭前沿狹窄區域進行作業，如船底與海床間隙極小處，填補了行業在極限低凈空環境水下清淤領域的空。
51、（2）、實現低干擾連續作業
52、本發明通過機器人本體結構與絞吸-泵送系統的協同配合，能夠實現水下自主清淤作業。整個系統對碼頭時空占用要求低，無需長時間占用或關閉泊位，從根本上避免了傳統清淤作業需要中斷碼頭正常運營的缺陷。
53、（3）、低能見度環境下精準定位
54、本發明設置的多源融合定位導航系統，通過整合多源探測模塊獲取的多源異構數據（包括速度數據、姿態數據和位置數據），利用擴展卡爾曼濾波技術對位置狀態向量進行高精度估計。該系統在碼頭水域能見度極低的條件下仍能實現機器人的精準定位作業，定位精度穩定，且顯著降低了傳統算法易出現的累計漂移誤差。
55、（4）、高濃度泥漿穩定輸送
56、本發明的絞吸-泵送系統采用高濃度適應性絞刀頭與防堵塞泵送管路相結合的設計。絞刀頭采用非對稱螺旋布置，有效優化切削流道，防止纏繞，配合硬質合金齒尖和高強雙相不銹鋼材質，可適應不同泥沙工況。
57、（5）、智能化故障預測與健康管理
58、本發明的健康管理系統通過獲取水下清淤機器人的工作數據（振動、溫度、電流等），并基于預設的數字孿生模型進行故障預測，實現了預測性維護功能。機器人主要功能單元采用模塊化設計，支持熱插拔，可實現快速拆裝。