论文部分内容阅读
随着人类对海洋资源开发的步伐不断加快及对海洋运输通道的依赖,水下机器人技术作为人类探索海洋、保护水下设备的最重要的设备之一,得到了空前的重视和发展。主式水下机器人是将人工智能、自动控制、模式识别、信息融合与理解、系统集成等技术应用于传统的载体上,在无人驾驶的情况下自主地完成复杂海洋环境中预定任务的机器人。由于自主式水下机器人在实际作业中无须人工干预,不配备主缆和系缆,可以自主地运行在难于接近和无法预知的海洋环境中,完成自主导航、自主避障和自主作业等任务,所以无论在民用上还是军事上都有无可比拟的优越性,是近年来水下机器人发展的热点和主要方向。对于自主式水下机器人,水下目标自动探测技术是其智能化、自主化的必要条件之一。目前,水下目标探测技术主要有声纳探测技术、微光TV成像技术和激光成像技术等。其中微光TV成像虽然图像清晰度和分辨率较好,但其成像质量受海水能见度影响很大,作用距离很近,所以适用范围大大受限。激光成像能够达到微光TV成像的水平,并且作用距离大大增加,但激光成像仪体积、重量和功耗都较大,现阶段还很难应用到自主式水下机器人上。由于声波可以在水中传播几十甚至几百公里,并且基于声传播理论的各种声纳技术比较成熟,所以声纳探测技术是现阶段及未来一段时间内水下目标探测比较理想的探测技术,并且主动声纳能够较精确的得出目标的方位、距离信息,并根据多普勒频移,算出目标的径向速度。
海洋环境复杂,受声传播起伏、不稳定多途声传播引起的声波干涉起伏、及目标姿态变化等因素的影响,声纳目标具有很大的起伏性。借助计算机技术、信号处理技术、人工智能技术等,对声纳目标进行自动检测与跟踪,能够提高目标探测的稳定性、适应自主式水下机器人声纳探测的需求、减轻有人值守声纳系统工作人员的工作强度,所以是声纳目标检测、跟踪及监控的发展趋势。由于浅海环境下声纳系统较易受到多途声传播、海洋噪声等因素的影响,浅海环境下水下目标的自动检测相对具有一定的挑战性。本文根据浅海环境下图像声纳的海洋混响具有非瑞利分布特性和高分辨率图像声纳目标可能的多亮点属性,结合实际高分辨率图像声纳数据,利用海洋混响分布模型、恒虚警率检测技术、蒙特卡洛思想和高阶马尔可夫过程等理论技术,对主动声纳的目标检测与跟踪相关技术进行了探索与研究。论文主要成果如下:
1)提出了一种基于非瑞利分布海洋混响转换为近似瑞利分布混响的声纳目标恒虚警率检测技术。通过对非瑞利分布混响进行恒虚警率检测处理,将严重拖尾部分数据值衰减为背景功率估计值,从而将非瑞利分布混响数据转化为接近瑞利分布。由于去掉了对背景功率估计影响较重的干扰,并基于瑞利分布模型进行目标检测,本文检测器能够更准确、实时的估计出背景功率水平,具有较好的检测鲁棒性和检测实时性。
2)相对于光学图像,声纳图像的分辨率较低,对于稍远距离(上百米以外)的声纳目标,很难形成与目标形状接近的目标图像。本文根据声纳目标图像的特点,提出了一种适合于声纳图像目标的二值化目标标记算法,算法具有目标质心、面积等特征提取功能。相比于传统的递归算法和序贯标记算法,该算法计算效率较高,其运算时间与图像前景目标个数及目标形状复杂度无关。
3)高分辨率图像声纳目标可能具有多亮点分布特性,传统轨迹起始算法很难对多亮点目标进行有效轨迹起始。本文针对高分辨率声纳目标的多亮点分布特性,设计了基于蒙特卡洛方法的轨迹起始算法,其根据跟踪门内每个分布亮点的特性,估计目标的概率分布,推出目标位置信息。由于轨迹起始算法考虑了声纳目标的多亮点属性和每个亮点的信息,并在轨迹起始过程中没有将速度、加速度、角度等作为轨迹起始的限制条件,而是在确认阶段,作为限制条件,对不符合逻辑的轨迹进行淘汰,对符合逻辑的进行动静分类。所以此轨迹起始算法克服了传统算法容易将多亮点目标起始为多个轨迹或轨迹起始错误的缺点。
4)机动目标模型是目标跟踪的基本要素之一,在建立机动目标模型时,一般的原则是所建立的模型既要符合机动实际,又要便于数学处理。本文根据牛顿运动定律、声纳目标加速度短时间内一般不会剧烈变化的特性和高阶马尔可夫过程,推出了适应于加速度渐变、不变等多种机动形式的声纳机动目标位置自适应估计模型。并且模型采用单一的状态变量,不存在状态耦合,所以模型简单,计算实时性强。
5)根据高分辨率图像声纳目标的特点,提出了多亮点目标的重叠最近邻多目标数据关联技术,该算法借鉴了最近邻算法的距离元素、PDA算法的量测概率元素、JPDA算法的联合概率元素和粒子滤波算法的粒子权重元素,考虑了高分辨率图像声纳目标可能的多亮点属性和多目标跟踪中跟踪门重叠区域内亮点对多目标跟踪的影响,保证了每一个亮点对目标检测的贡献,避免了多目标间距较小时跟踪轨迹的聚集现象。