基于声光图像辅助水下AUV导航与目标探测研究

发布时间：2021-10-01 06:55

　　自主水下航行器在完成水下任务时,大多是通过惯性测量单元或惯性导航系统来辅助定位。惯性导航系统是基于推算来定位的,任何基于行推算的定位系统的姿态估计值都会随着时间的增加误差不断累积,会导致位置数据不断漂移影响水下AUV的任务完成度。海洋声纳成像比AUV早几十年,它是一种相当强大的技术。水下声成像是更大范围的声成像领域的一部分,可用于在光学系统无法实现的情况下提供水下观察和检查功能。本文以水下声学图像目标检测为基础,对采集到的水下声学图像进行预处理后,实验研究分析将计算机视觉显著性检测算法改进应用到水下声学图像上,对水下声学图像进行目标显著性检测研究,使水下声学图像目标相对于背景突出显示,对经过目标显著性检测处理后的水下声学图像进行动静状态的判断,对检测到的静态目标进行定位,其对于AUV来说就像一个新的锚节点,可以作为参考点来辅助AUV惯性导航累积误差的减小。在检测到静态目标作为参考点后,AUV可以从声呐图像中获得多次获得距离信息,其距离的变化可以反应AUV相对参考点的相对运动,在此过程上基于扩展卡尔曼滤波的计算,可以减小AUV惯性导航的累积误差。由于水声信道的水介质及其边界具有复杂多变的... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

水下研究基本场景

第1章绪论14下光学图像预处理最优的增强方法。第三章中，对比研究谱残差、FT频率模型、HFT超傅里叶变换等显著性检测方法，对采集的声学图像进行显著性检测并对比显著性效果，根据实验结果选择针对声呐图像显著性检测最优的模型，使水下声学图像目标相对于背景突出显示，并利用图像频域特征中的直流分量与非直流分量对显著性目标进行运动状态动静的判断并分类。第四章中，对上述声呐图像中提取的带有距离信息的静态目标进行扩展卡尔曼滤波进行数据融合，利用相对距离减小AUV导航的累积误差从而达到辅助修正导航的目的。在第五章中，在深水池中对同坐标原点采集到的声呐图像与光学图像中的显著目标进行改进的豪斯多夫距离配准，可对声学图像与光学图像中的相同目标物进行配准，此声光融合图像的批准补偿了AUV在探测追踪目标物时由于距离限制在声呐设备与光学设备切换产生的目标丢失问题，可帮助AUV更好的完成探测任务。本文研究框架图如图1.2所示。图1.2研究框架图

第2章水下声学图像预处理17=(,)°(x,y)……………………….(2-8)=(,)(,)……………………….(2-9)WTH通常用于提取明亮的图像区域,BTH通常用于提取暗淡的图像区域。2.5实验结果与分析此实验中的水下声学图像数据由TritechMicronDST数字图像声纳采集，其工作频率：CHIRP中心频率700kHz；波宽：垂直35度，水平3度；距离分辨率：大约7.5mm（最小）；机械分辨率：0.45°,0.9°,1.8°。对用此图像声呐采集的水下声学图像进行滤波预处理，均值滤波、中值滤波、高斯滤波均采用3×3模版。水下声学图像如图2.1所示，均值滤波处理结果如图2.2所示，中值滤波处理结果如图2.3所示，高斯滤波处理结果如图2.4所示，形态学滤波处理结果如图2.5所示。图2.1水下声学图像图2.2均值滤波处理结果图2.3中值滤波处理结果图2.4高斯滤波处理结果

【参考文献】：
期刊论文
[1]水下图像增强和复原方法研究进展[J]. 郭继昌,李重仪,郭春乐,陈善继.  中国图象图形学报. 2017(03)
[2]基于组合EKF的自主水下航行器SLAM[J]. 王宏健,王晶,边信黔,傅桂霞.  机器人. 2012(01)
[3]水下机器人发展趋势[J]. 徐玉如,李彭超.  自然杂志. 2011(03)
[4]图像高斯平滑滤波分析[J]. 王耀贵.  计算机与信息技术. 2008(08)
[5]冷凝管水下视觉定位系统研究[J]. 蔡玉连,王耀南,张志国.  计算机工程与应用. 2008(04)



本文编号：3417371