基于双目视觉的AUV实时定位与目标检测技术研究

发布时间：2020-10-31 00:47

　　 海洋探索已经成为大国角力的新型战场,水下航行器作为新型海洋探索和维护海洋设备的重要利器已经成为各大高校及研究机构的的研究方向。如今,水下航行器要完成高难度的水下作业,具备精确的水下实时定位与水下目标检测技术不可或缺。由于声呐、激光等传统传感器价格昂贵,并且在近距离水下作业时受到距离限制和环境约束,基于视觉检测的水下定位方法和目标识别技术得到了快速发展。本文从三个方面对水下航行器的视觉实时定位和目标检测进行了研究:水下双目相机的标定以及点特征与线特征算法的选取、水下双目实时定位算法的实现、水下目标识别算法的应用。针对传统的水下定位方法,本文根据水下场景低纹理的特性,提出了基于点线特征的双目视觉实时水下定位方法。本文通过设计一套评分机制选用了ORB-LSD作为点-线特征提取算法,研究了基于点和线特征统一的重投影误差函数,基于点-线特征的帧与帧之间运动位姿求解,局部地图构建及其优化、闭环检测以及闭环优化等。最终,通过实验验证了基于点线特征双目实时定位算法在低纹理场景下具备较好的精度,同时在水下航行器中具有较好的实时性。针对航行器水下目标识别检测,对比分析了各类物体检测算法,出于高精度和高实时性的考虑,本文选择了YOLOv2算法作为水下航行器的物体检测算法。分析了其特征提取网络Darknet-19构造,以及若干改进措施,探究了其边界框预测原理以及损失函数。利用水下航行器作业期间采集大量图片,制作了针对鱼群的水下数据集。通过训练自己的数据集,对数据集进行聚类,本文实现了航行器对鱼群的识别,并且达到较高的准确率和召回率。基于此,完成了对检测目标实现简单的水下跟踪功能。针对实验室现有水下航行器,重新设计并开发了航行器软件控制组织架构。将原先Qt界面写成的软件控制系统封装成ROS的形式,用来订阅底层数据和更新系统状态。将每一个传感器数据通过底层STM32传到Linux操作系统,通过ROS实时发布出来,从而控制系统再通过订阅传感器的消息,实现系统实时更新。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;U674.941
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题来源
    1.2 课题背景及研究意义
    1.3 国内外研究现状
        1.3.1 水下视觉实时定位算法国内外发展现状
        1.3.2 目标检测国内外发展现状
    1.4 本文主要研究内容
第2章 基于双目视觉系统设计与特征提取算法研究
    2.1 引言
    2.2 水下机器人双目视觉系统设计
        2.2.1 空气中基于针孔模型的相机标定
        2.2.2 水下双目摄像机标定分析
        2.2.3 水下航行器双目标定评价
    2.3 水下几何特征提取算法研究
        2.3.1 水下点特征提取算法选取研究
        2.3.2 LSD线特征提取与描述算法研究
    2.4 本章小结
第3章 基于点线特征的双目视觉实时定位算法研究
    3.1 引言
    3.2 基于点和线特征双目实时定位算法框架
    3.3 基于点线特征的位姿估计研究
        3.3.1 基于线的重投影误差计算分析
        3.3.2 基于点和线的位姿估计算法研究
    3.4 基于点线的局部构图过程
        3.4.1 关键帧的选取和插入策略
        3.4.2 点和线的局部地图优化
    3.5 基于点线的闭环过程
        3.5.1 基于点线的闭环检测
        3.5.2 基于点线的闭环优化
    3.6 基于双目点线实时定位算法实验验证
    3.7 本章小结
第4章 基于深度学习的水下目标检测算法研究
    4.1 引言
    4.2 YOLOv2 算法框架
        4.2.1 特征提取网络
        4.2.2 多尺度检测训练
        4.2.3 BN标准化
        4.2.4 边界框预测
        4.2.5 损失函数
    4.3 训练与检测
        4.3.1 锚的机制以及聚类
        4.3.2 预训练过程
        4.3.3 基于YOLOv2 算法的鱼群检测过程
    4.4 训练模型性能评价
    4.5 本章小结
第5章 实验评价与分析
    5.1 引言
    5.2 水下视觉定位测量实验平台设计
        5.2.1 水下航行器视觉定位实验准备
        5.2.2 水下航行器软件架构设计
    5.3 双目点线特征实时定位算法分析实验
        5.3.1 直线运动误差分析实验
        5.3.2 水下沿壁环绕运动累积误差分析
        5.3.3 水下全局轨迹对比实验分析
    5.4基于深度学习的水下目标检测跟踪实验
        5.4.1 水下目标识别的环境部署
        5.4.2 水下航行器水下物体跟踪实验
    5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢

【相似文献】

相关期刊论文 前10条

1 黎勇;崔喆;余少剑;;内存数据库在超宽带实时定位系统中应用[J];计算机应用;2014年S2期

2 闫懿;;卓纪思推出全面Wi-Fi实时定位解决方案[J];中国数字医学;2009年09期

3 ;手机呼叫实时定位系统[J];生物医学工程学进展;2010年04期

4 王文峰;耿力;;基于射频识别的实时定位系统技术研究[J];信息技术与标准化;2007年07期

5 ;新科GM-702C GPS[J];大众数码;2007年01期

6 周奇波;施波;;高精实时定位手环研制与应用[J];科技风;2020年02期

7 ;我国自主研制成功高精度实时定位系统[J];计量与测试技术;2012年12期

8 喻春雨;费彬;李艳;缪亚健;;基于RFID的轨道车辆实时定位系统设计[J];现代电子技术;2014年12期

9 王坤;游安清;贺喜;王磊;;基于动态目标结构特征的姿态实时定位方法[J];红外与激光工程;2013年11期

10 赵斐;张波;张彦仲;李署坚;;基于扩频技术的RFID区域实时定位系统设计[J];计算机测量与控制;2013年01期

相关博士学位论文 前5条

1 姚萌;基于视觉信息的高精度轻轨实时定位系统关键技术研究[D];北京工业大学;2018年

2 曲峰;活细胞内GLUT4囊泡纳米级三维实时定位技术的研究[D];华中科技大学;2011年

3 熊廷文;基于无源超高频射频识别技术的实时定位系统的研究[D];复旦大学;2010年

4 范存群;车联网环境下基于可靠接入的高效数据传输机制研究[D];北京邮电大学;2014年

5 王晓暄;GLUT4囊泡的量子点标记及其在活细胞内纳米级实时定位研究[D];华中科技大学;2010年

相关硕士学位论文 前10条

1 王益聪;基于实时定位的离散制造过程监控技术研究及应用[D];南京航空航天大学;2019年

2 朱鸣鸣;基于双目视觉的AUV实时定位与目标检测技术研究[D];哈尔滨工业大学;2019年

3 路通;地铁智能巡检车高精度自主定位技术研究[D];北京交通大学;2019年

4 张世文;实时定位与跟踪技术在农机生产车间的应用研究[D];新疆大学;2019年

5 眭轩豪;铁路自备车实时定位与管理信息系统的开发[D];兰州交通大学;2018年

6 卢亚兵;基于双目视觉的实时定位与建图方法研究[D];哈尔滨工业大学;2018年

7 时超;偏振光实时定位系统的设计[D];大连理工大学;2018年

8 吴旗;基于UWB的离散制造车间实时定位关键技术研究[D];南京航空航天大学;2018年

9 齐兴明;白内障超声乳化术中手术切口的实时定位[D];北京工业大学;2018年

10 吉元祥;船舶人员实时定位监测系统研究[D];江苏科技大学;2015年

本文编号：2863231