面向ARV水下对接的视觉引导信息特征点匹配算法研究

针对水下对接过程中近距离引导和定位问题,以ARV (AutonomousRemotely Operated Vehicle)水下对接末端引导应用中对图片特征点的快速准确匹配为目标,提出结合引导灯信息的图片特征点匹配算法。在传统的ORB(Oriented FAST and Rotated BRIEF)特征点匹配算法利用关键点和描述子表征特征点的基础上,增加了相对位置信息。在特征点的提取阶段提取关键点、BRIEF描述子和相对位置信息,在匹配阶段同时考虑描述子和相对位置信息的匹配程度,提高了特征点匹配的准确率和鲁棒性。同时,在特征点提取阶段利用引导灯辅助精确计算图片的缩放尺度,使得特征点的提取更加精确、速度更快。通过实验,验证算法的有效性,证明了文中提出的算法提高了图片特征点匹配的准确率和鲁棒性,同时缩短了算法的运算时间,有利于保障定位算法的实时性,从而提升水下对接的成功率。     

面向AUV自主水下对接的视觉检测算法

针对自主式水下机器人水下对接过程中近距离视觉导引存在的定位精度低、计算时间长的问题.基于Cascade RCNN神经网络模型设计了一种高精度视觉检测算法.首先,基于热力图导向的泊松复制建立混合数据增强策略,在实例级和图像级上扩充训练样本;其次,采用完备交并比损失函数提高算法模型输出边界框的回归准确率;然后,使用学习率余...     

基于注意力的光照感知水下图像复原网络

水下环境光线昏暗,仅依靠自然光源难以清晰成像,通常需要增加人工光源,但人工光源的引入会导致场景亮度不均。在这种包含自然光源和人工光源的混合光照环境下,所拍摄的水下图像质量严重退化,不仅降低视觉观感,更影响后续高级计算机视觉任务的顺利开展。然而现有方法大都只考虑了自然光源的影响,对混合光源环境下的水下图像复原效果不佳。为了解决混合光源环境下水下图像存在的光照不均、色偏、细节模糊等问题,提出了一个光照感知编解码器网络用于水下图像复原。一方面,在多尺度结构中引入注意力机制和改进残差结构高效提取丰富的结构细节特征,另一方面增加光照感知图作为先验约束网络复原结果的对比度。此外,设计了合适的损失函数,引导网络充分学习水下图像和清晰图像间的非线性映射关系,使恢复图像的色调更自然,纹理细节更丰富。对比试验结果证明此方法在主观感知和客观指标上均优于对比算法,消融实验证明所提网络模块和光照感知的有效性。     

水下模块化自重构机器人对接导引

给出一种水下自重构机器人的基本构成模块,针对模块化自重构机器人的对接要求,设计一套基于蓝光波段的可见光定位系统,检测需要对接的两个面之间的位置与姿态关系.在主动连接面呈正三角形安装三个蓝光LED光源,在相应的被动连接面中心安装一个光敏二极管作为光强接收传感器,利用光强接收传感器接收到的信息,设计一套位置检测算法,根据计算出的相对方位误差,修正两对接面的方位.实验结果表明,所设计的蓝光波段可见光导引系统能够在水下准确检测两对接面相对方位,误差小于2cm.     

AUV水下对接装置控制系统设计

自主式水下机器人(Autonomous Underwater Vehicle,简称AUV)在航行使命结束后需要回收至甲板或陆地进行补给和维护。为避免重复布放回收所带来的不便,根据锥形导向式回收原理,针对水下对接装置及其控制系统进行了设计。水下对接装置控制系统由水面控制终端,水下控制系统和水下外部设备等部分组成,使用超短基线引导AUV进入指定区域,在对接过程中依靠行程开关和无线电反馈的信息判断AUV的相对位置及状态,并通过驱动相应的液压机构对AUV姿态进行校正和固定,进而完成对接过程。水下对接装置在千岛湖进行了试验,在吊装水下7 m的情况下实现了AUV的水下对接,并利用湿插拔电连接器完成了对AUV的有线充电和数据上传。试验验证了对接方案的可行性以及控制系统的稳定性,为将来AUV能够进行长时间、不间断航行提供了可能。     

一种基于双通道的水下图像增强卷积神经网络

近年来各国对于海洋生物的保护意识日益强烈,用来监测海洋生物生存状态的水下机器人装备的研发是保护海洋生物资源的关键。水下相机是这类机器人在水下进行海洋生物监测时的光学感知设备。然而水下环境复杂,拍摄到的图像模糊不清,为解决水下图像模糊等问题,提出了一种基于双通道的水下图像增强卷积神经网络。在网络的编码器中采用双通道结构,其中一个通道采用了密集连接和高效通道注意力机制,提取水下图像的细节特征,另一个通道采用多尺度结构,提取原始图像的多尺度语义特征。接着,在网络中引入残差注意力模块和自适应特征融合模块,进一步优化了特征。最后将优化后的特征输入解码器重建出增强后的水下图像。试验表明：提出的网络算法在UIQM指标和Entropy指标上分别为3.005 6和7.654 7,较第二名的算法分别高出0.097 5和0.123 2。     

深海ARV在海洋资源调查中的应用及展望

深海自主/遥控式水下机器人（ARV）作为新兴的复合型水下机器人,融合了自主式水下机器人的灵活性和遥控式水下机器人的人机交互性等优势,开启了自主与遥控混合作业的新模式。深海ARV可切换为AUV自主航行模式,独立采集周边区域近海底地形地貌、地质结构以及环境参数等数据,也能下潜至目标区域后切换为ROV遥控模式进行局部观察和采样操作,其探测作业一体化技术代表了具备复杂使命执行力的第三代深海水下机器人的发展方向。通过分析国内外深海混合型水下机器人的发展现状,结合ARV在中国深海矿产资源调查中的主要应用案例和取得的成果,以6 000米级“问海一号”ARV系统的研发为例,给出其关键技术集成以及面对的技术挑战,并对未来深海ARV的应用场景、功能集成和发展方向提出了一些设想和建议。     

水下图像目标检测研究综述

在海洋开发的环境下,水下物体探测技术得到广泛应用,随着水下机器人与计算机技术的发展,该技术越来越受到研究人员的重视。根据当前的水下图像目标检测研究进展,简要介绍水下图像目标检测流程（即图像采集、图像的预处理、以及图像检测的方法）,对总结发展现状、发现技术的不足及挖掘未来的研究方向有重要意义。针对基于光学图像的水下目标识别问题,论述了图像采集、图像的预处理、以及图像检测等方面的主要进展,阐述了基于深度学习实现水下图像目标识别的技术发展现状。通过对水下目标处理过程的讨论和分析,指出水下图像目标识别领域中需要解决的问题,并预测该领域技术发展趋势。     

一种基于超短基线定位的便携式AUV回坞导航方法

自主水下机器人(AUV)对接技术是目前水下机器人的研究热点,精确可靠的AUV的回坞导航是实现对接的关键技术。对于追求轻便的便携式AUV的对接系统,考虑到便携式AUV的搭载能力有限又需要足够的定位精度用于对接,提出了一种基于超短基线(USBL)定位的回坞导航方法,该方法让AUV只需装载电子罗盘和水声应答器就能完成精确的回坞定位。根据导航方法的特点,设计了一种改进的扩展卡尔曼滤波算法,其优点是能在处理滞后的USBL数据的同时动态估算海流、更新状态方程以消除海流造成的定位误差。通过湖试和大量仿真实验,验证了定位算法在海流影响下的定位性能。     

水下滑翔机器人运动分析与载体设计

水下滑翔机器人是一种新型水下机器人,具有噪声低、航行距离远、续航时间长、成本低等特点。分析了水下滑翔机器人的驱动机理和运动实现,给出了水下滑翔机器人典型运动的仿真结果,并以正在设计的一水下滑翔机试验样机为研究对象,描述了样机的整体结构布局,详细研究了浮力调节机构、俯仰调节机构和横滚调节机构的实现方法,并就样机中各执行机构的设计实现进行了论述。     

Experiments on vision guided docking of an autonomous underwater vehicle using one camera

This paper introduces an underwater docking procedure for the test-bed autonomous underwater vehicle (AUV) platform called ISiMI using one charge-coupled device (CCD) camera. The AUV is optically guided by lights mounted around the entrance of a docking station and a vision system consisting of a CCD camera and a frame grabber in the AUV. This paper presents an image processing procedure to identify the dock by discriminating between light images, and proposes a final approach algorithm based on the vision guidance. A signal processing technique to remove noise on the defused grabbed light images is introduced, and a two-stage final approach for stable docking at the terminal instant is suggested. A vision-guidance controller was designed with conventional PID controllers for the vertical plane and the horizontal plane. Experiments were conducted to demonstrate the effectiveness of the vision-guided docking system of the AUV.     

海岛礁光学和雷达影像基于改进非子采样小波变换的自动配准

Homologous feature point extraction is a key problem in the optical and synthetic aperture radar （SAR） image registration for islands. A new feature point extraction method using a threshold shrink operator and non-subsampled wavelet transform （TSO-NSWT） for optical and SAR image registration was proposed. Moreover, the matching for this proposed feature was different from the traditional feature matching strategies and was performed using a similarity measure computed from neighborhood circles in low-frequency bands. Then, a number of reliably matched couples with even distributions were obtained, which assured the accuracy of the registration. Application of the proposed algorithm to SPOT-5 （multi-spectral） and YG-1 （SAR） images showed that a large number of accurately matched couples could be identified. Additionally, both of the root mean square error （RMSE） patterns of the registration parameters computed based on the TSO-NSWT algorithm and traditional NSWT algorithm were analyzed and compared, which further demonstrated the effectiveness of the proposed algorithm. The algorithm can supply the crucial step for island image registration and island recognition.     

全海深ARV抛载系统研发及深海试验

抛载系统是水下机器人安全工作的核心关键部分。以“思源号”全海深ARV（自治缆控水下机器人）为研究对象，开展ARV作业过程中压载水下释放问题研究。通过在ARV底盘下侧布置下潜抛载模块，上艇体两侧对称布置上浮抛载模块，设计了一套基于电磁驱动的超高压水下抛载系统。利用Maxwell 2D电磁场有限元分析软件对非接触式电磁铁作了静磁场数值分析，得到电磁铁的磁力线与磁通密度分布图，验证了抛载电磁铁可以满足压载吸附和抛弃的功能。设计了一种非磁性钛合金隔离片，用于消除电磁铁断电后存在的吸附效应，解决了抛载失败的问题。开展了电磁吸力测试、可靠性试验、超高压试验以及深海试验，试验结果验证了所设计的全海深ARV抛载系统能够在深海环境下实现水下释放压载，为全海深ARV实现上浮下潜和水下浮态控制提供重要保障。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。     

基于改进量子粒子群算法的AUV路径规划研究

针对海洋环境下自主水下机器人（AUV）的路径规划问题,提出了一种基于框架四叉树的改进量子粒子群算法（QPSO）,首先使用框架四叉树的方法对障碍物建模,该方法提高了建模的精度且对后续算法的效率也有极大的改进,之后设计改进的量子粒子群算法,并且结合水下环境的特殊性设计适应度函数,综合考虑航线路径长度、偏转角度以及海流影响,使得算法可以在水下环境中寻得能耗最短的解路径。最后通过仿真试验验证,相比于传统的栅格法和粒子群算法,改进量子粒子群算法的运算时间更短,收敛速度更快,其独特的适应度函数可以使AUV能更好适应水下多变的环境,且能利用海流设计能耗更小的路径,具有很大的实用价值。     

基于点云与影像融合的黄河三角洲互花米草提取方法

针对卫星遥感技术在对滨海湿地互花米草监测时受分辨率、气候条件等多种因素限制存在一定局限性且通过单一的影像数据提取互花米草时精度不稳定的问题,提出了基于无人机点云与影像融合的面向对象互花米草提取方法。以黄河三角洲自然保护区为研究对象,获取了该区域的点云和多光谱影像。先将地面滤波后提取的植被点云与多光谱影像进行特征组合优化,然后对融合影像采用FNEA算法进行多尺度分割后采用基于改进的最近邻算法进行面向对象分类,最终得到的互花米草生产者精度和用户精度分别达到了82.53%和86.43%,较未融合点云的提取精度分别提高了22.34%和7.66%,分类结果的总体精度从89.54%提升至92.61%,且融合点云后影像能够有效区分两种生长状态的互花米草,表明本文提出的方法能够有效提高互花米草的提取精度。     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

自主水下航行器的软变结构控制

研究自主水下航行器系统的软变结构控制策略问题。首先分析软变结构控制系统的结构特征,利用双曲正切函数,给出控制受限情形的软变结构控制策略。其次利用Lyapunov稳定性理论,讨论自主水下航行器软变结构控制系统的稳定性,然后构造了基于双曲正切函数的软变结构控制器,给出自主水下航行器软变结构控制的具体算法。基于双曲正切函数的自主水下航行器软变结构控制系统调节精度高,响应速度快,有效地削弱了系统抖振。最后通过一个仿真实验,比较了自主水下航行器垂直深度通道的4种控制策略对系统性能的影响,从而验证了研究方法的有效性。