基于双目视觉的AUV布放回收定位技术研究

作     者：司徒伟伦 

作者单位：广州大学 

学位级别：硕士

导师姓名：邹涛

授予年度：2024年

学科分类：08[工学] 082402[工学-轮机工程] 080203[工学-机械设计及理论] 0824[工学-船舶与海洋工程] 0802[工学-机械工程] 082401[工学-船舶与海洋结构物设计制造] 

主      题：双目相机 孪生网络 深度学习 立体定位 AUV布放回收技术 

摘      要：目前已有很多不同种类的无人水下航行器(包括有缆水下航行器(Remote Operated Vehicle ROV)和自主式水下航行器(Autonomous Underwater Vehicle AUV))应用到海洋资源探测、海洋环境采集、海洋管道检修、海洋资源打捞等多个海洋资源开发的领域。其中AUV处于极其重要的地位,发挥着无可取代的作用。要实现AUV能在海洋开发过程中可持续运行,AUV的部署和回收是至关重要的环节。然而,在目前实际回收过程中,主要依靠船员驾驶小船对AUV进行固定和回收。在复杂恶劣的海况下,回收过程面临海浪的波动干扰和海水的覆盖干扰。这些会导致在回收过程对AUV和船员造成不可控制的伤害。因此,通过视觉技术对AUV进行三维定位,进一步实现智能化回收是现代海洋工程的研究重点。然而目前使用的视觉技术主要针对陆地工况,在海洋工况下目前的视觉技术存在跟踪效果差,检测速度慢,鲁棒性低等问题。由此可知,针对上述问题,有必要开发针对海洋工况下的具备高鲁棒性和强适应性的三维定位系统,以确保AUV在布放回收过程中的安全和稳定。 本文以AUV布放回收定位系统为研究对象,以实现海洋环境下对AUV的高精度,高鲁棒性,强适应性定位技术突破为目标展开研究。具体的研究内容如下: 1、双目相机标定与立体校正研究。研究了张正友标定法原理和双目立体校正原理。使用张正友标定法对单目相机和双目相机进行标定,获得相机固定物理信息数据。随后,利用Bouguet算法和获取的相机物理信息对双目相机进行立体校正,优化图像畸变并确保图像符合极线约束。 2、长时抗干扰跟踪算法的设计与验证。本文提出了一种具有抗干扰能力,实时跟踪效果和准确定位性能的长时目标抗干扰跟踪算法。该算法基于TLD(TrackingLearning-Detecting)算法框架融合了目标跟踪算法中的孪生网络算法,目标检测算法中的YOLO网络算法和在线学习思想。改进了目前常见跟踪算法对于丢失目标后的无法校正的缺陷,同时通过基于深度学习的检测模块可以优化跟踪目标区域的准确性。 3、基于双目视觉的三维空间定位。在对跟踪目标区域内的AUV进行特征提取和双目特征匹配后,利用双目立体视觉的几何原理获取图像特征点的三维信息。随后通过特征跟踪算法对上一帧的特征点进行跟踪实现持续三维空间定位。 4、基于容积卡尔曼滤波算法的三维定位数据预测优化。研究容积卡尔曼滤波算法对数据的估计和预测原理。通过建立AUV的状态空间模型、状态向量和线性观测模型实现对三维定位数据估计预测。结合测量值和滤波估计值,实现对干扰数据和错误数据的优化,提高三维定位数据的准确性和鲁棒性。 为了能够研究系统的可行性和可靠性,本文搭建实际的实验平台,并且利用Gazebo平台进行复杂环境的仿真实验。对定位系统的各个环节进行了详细的对比实验,并对实验结果进行分析。分析结果证明本文提出的AUV布放回收定位系统具有优良的有效性。