基于视觉的UUV水下回收目标跟踪方法研究

发布时间：2020-06-27 14:18

【摘要】：由于水下无人航行器(Unmanned Underwater Vehicle,UUV)体积的限制,使得自身携带的能量有限,所以需要定期回收UUV来对其进行能量补充。可见,UUV的水下回收是UUV的重点研究方向,在UUV回收时,如何对回收装置进行跟踪是UUV回收过程中的要点。本文以UUV叉柱式回收方式为背景,研究回收过程中对目标光源的跟踪问题。具体研究内容如下:UUV叉柱式回收中的单目视觉系统。提出了“L型控位”的回收策略来实现UUV的叉柱式回收。采用D550水下手电筒作为目标光源设计了L型光源阵列和Tritech公司的水下摄像机Tornado组成了单目视觉系统。在此基础上,介绍了单目视觉系统的模型和设计了单目视觉系统的定位方法。此外,在UUV纵倾角存在的情况下改进了艏向偏差角算法,通过对水池试验采集到的样本仿真,验证了改进艏向偏差角算法的有效性。UUV叉柱式回收中的目标光源识别。由于水下环境的复杂多变,水下图像需要先进行图像滤波、图像分割这两种预处理操作。由于水下噪声多为椒盐噪声,因此采用中值滤波对图像进行滤波操作;针对实际应用中光源面积大小不等的问题,采用阈值分割的方法进行分割操作。提出了基于斜率和相对距离的目标识别方法,可以识别出L型光源阵列的目标光源并计算出它们的像素坐标。然后,根据伪光源的位置不同,分别设计了基于几何关系和光源面积的伪光源去除方法。当目标光源处在背景光环境下,采用卷积滤波的目标识别方法处理背景光。UUV叉柱式回收中的目标跟踪方法。首先介绍了核相关滤波的基本理论,如循环矩阵、岭回归、核函数、HOG特征,其次,设计了基于核相关滤波的目标跟踪方法。该方法主要分为:训练正负样本、训练核相关滤波器、快速检测目标光源以及更新核相关滤波器的模型。为了适应摄像机移动过程中目标光源尺度变换的情况,设计了基于目标尺度变换的核相关滤波(KCF)算法。针对目标光源被遮挡的情况,设计了基于背景减除法的KCF算法。UUV叉柱式回收中的目标跟踪模拟试验。首先介绍了目标跟踪试验的硬件组成和总体流程;其次设计了UUV目标跟踪模拟试验方案,该方案大体分为三部分:检测水下摄像机可视区域、UUV在单自由度下的目标跟踪和UUV在目标遮挡情况下的目标跟踪;然后进行了UUV在纵横向变化、垂向变化、艏向变化以及遮挡状态下的目标跟踪模拟试验;最后通过对水池试验结果分析验证了KCF算法、基于尺度变换的KCF算法以及基于目标遮挡状态下的KCF算法的合理性和有效性。
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN713;U674.941
【图文】：

图 1.1 Thales UUV 的吊机式水面回收方式收方式具有系统安装方式简单且灵活等设备的回收作业中，A 形架式回收中最具面回收方式，如图 1.2 所示。 1.2 REMUS UUV 的 A 形架式水面回收方方式目前应用于需要连续释放多个设备具代表性的是美国海军水面战中心巴拿马如图 1.3 所示。

哈尔滨工程大学硕士学位论文少等特点，目前应用于各类中小型 UUV 的回收作业中。 吊机式回收中最具有代表性的是 ODIM Brooke Ocean 开发的 Thales UUV 的水面回收方式，如图 1.1 所示。图 1.1 Thales UUV 的吊机式水面回收方式②A 形架式水面回收方式具有系统安装方式简单且灵活等特点，目前应用于各种UUV 及其他水下作业设备的回收作业中，A 形架式回收中最具有代表性的是 Hydroid公司 REMUS UUV 的水面回收方式，如图 1.2 所示。

【相似文献】

相关期刊论文 前10条

1 王明波;;运动目标跟踪方法综述[J];计算机与数字工程;2016年11期

2 王晓楠;徐伟;陈章龙;;自适应变跟踪波门宽度目标跟踪方法[J];舰船电子对抗;2013年04期

3 叶润;邓煜;;基于稀疏性理论与子问题耦合的多目标跟踪方法[J];计算机工程;2017年06期

4 熊久良;徐宏;韩壮志;何强;封吉平;;间歇辐射的火控雷达目标跟踪方法[J];火力与指挥控制;2012年06期

5 罗美玲;马艳;;一种稳健的被动目标跟踪方法[J];声学技术;2012年04期

6 项有元;陈万米;郭盛;;基于激光扫描的自主机器人动态目标跟踪方法研究[J];工业控制计算机;2014年01期

7 牛一捷;;一种基于稀疏表达和光流的目标跟踪方法[J];大连交通大学学报;2014年02期

8 郭巳秋;许廷发;王洪庆;张一舟;申子宜;;改进的粒子群优化目标跟踪方法[J];中国光学;2014年05期

9 邵文坤;黄爱民;韦庆;;目标跟踪方法综述[J];影像技术;2006年01期

10 罗海波;许凌云;惠斌;常铮;;基于深度学习的目标跟踪方法研究现状与展望[J];红外与激光工程;2017年05期

相关会议论文 前10条

1 马进;田涛;;基于联合变换相关的目标跟踪方法研究[A];2011西部光子学学术会议论文摘要集[C];2011年

2 惠斌;陈法领;罗海波;;基于互信息的目标跟踪方法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

3 胡伏原;张艳宁;肖敬若;;一种大范围的特定目标跟踪方法[A];第十二届全国图象图形学学术会议论文集[C];2005年

4 徐青松;王仁明;刘代志;;基于均值漂移的红外目标跟踪方法综述[A];国家安全地球物理丛书（七）——地球物理与核探测[C];2011年

5 张雷;朱元武;卢志刚;何舒文;郝元宏;马跃东;;基于在线检测的时空上下文目标跟踪方法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年

6 张云峰;王洋;;基于视频信号的多目标跟踪方法[A];第三届全国信息获取与处理学术会议论文集[C];2005年

7 李刚;熊思宇;陈峰;何阳光;;基于IMM-CPHD的主被动雷达多目标跟踪方法[A];OSEC首届兵器工程大会论文集[C];2017年

8 苑玮琦;马军防;李德胜;;一种基于Snake和强跟踪滤波器的目标跟踪方法[A];首届信息获取与处理学术会议论文集[C];2003年

9 朱明清;赵宇宙;邓甜甜;王漫;陈宗海;;基于自适应过程噪声分布的粒子滤波视觉目标跟踪方法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

10 黄雁;罗喜伶;张军;;一种实时稳健的航拍视频目标跟踪方法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

相关博士学位论文 前10条

1 石振;基于粒子滤波的红外目标跟踪方法研究[D];哈尔滨工业大学;2018年

2 李军伟;复杂环境下鲁棒目标跟踪方法[D];浙江工业大学;2018年

3 王宁;基于粒子滤波的视觉目标跟踪方法关键技术研究[D];华中科技大学;2013年

4 段喜萍;复杂场景下基于稀疏表示的视频目标跟踪方法研究[D];哈尔滨工业大学;2017年

5 陈里铭;基于随机有限集的多目标跟踪方法研究[D];大连理工大学;2013年

6 章涛;基于随机有限集理论的通用航空多目标跟踪方法研究[D];天津大学;2016年

7 谢英红;基于李群流形的视频目标跟踪方法研究[D];东北大学;2014年

8 李俊;基于模糊信息处理的视频目标跟踪方法研究[D];深圳大学;2017年

9 李昱辰;基于粒子滤波的视频目标跟踪方法研究[D];兰州理工大学;2013年

10 张洪建;基于有限集统计学的多目标跟踪算法研究[D];上海交通大学;2009年

相关硕士学位论文 前10条

1 孙悦;基于深度学习的前视声纳水下目标跟踪技术[D];哈尔滨工程大学;2019年

2 王茜萌;基于视觉的UUV水下回收目标跟踪方法研究[D];哈尔滨工程大学;2019年

3 张秀娇;基于群优化算法的目标跟踪方法研究[D];郑州轻工业大学;2019年

4 卓松;基于多摄像头协同的目标跟踪方法研究[D];武汉理工大学;2018年

5 彭一洋;基于天基红外预警系统的弹道式目标跟踪方法研究[D];哈尔滨工业大学;2018年

6 石朋珍;基于概率假设密度估计的多传感器多目标跟踪方法研究[D];杭州电子科技大学;2018年

7 黄清鸿;阵列误差及干扰条件下MIMO天波雷达组目标跟踪方法研究[D];哈尔滨工业大学;2018年

8 王倩倩;TWS雷达空时联合多目标跟踪方法[D];哈尔滨工业大学;2018年

9 梁付新;复杂场景下基于霍夫森林的多目标跟踪方法研究[D];山东大学;2018年

10 姚英杰;基于单次深度学习的目标跟踪方法研究[D];哈尔滨工业大学;2018年

本文编号：2731921