论文部分内容阅读
自主水下航行器(简称:AUV)是高技术的集成体,AUV的水下回收问题是其诸多关键技术中迫切需要研究、解决的关键技术之一。为此,本文深入丌展了AUV回收过程中的视觉测量定位以及AUV与水下回收平台对接的关键性技术研究。1、针对水下机器视觉实现困难、图像处理十分复杂的特点,本文将高性能的数字摄像机与先进的HALCON图像处理软件有机结合,在程序语言接口、图像采集接口、数据格式和摄像机触发控制上进行软硬件匹配,使之能够正确、实时地获取水下空间的视觉信息;针对AUV运动时双摄像机曝光不同步所产生的异位采集问题,设计了摄像机外触发同步器,利用此装置对双目视觉摄像机成功进行了外触发实验;针对水下照明功率问题和光源发散问题,设计了由发光二极管组合而成的多种易于辨别和区分的形状阵列,解决了水下对接的目标显示问题。2、针对回收过程中视觉定位的误差问题,采用一种基于投影矩阵的摄像机水下立体标定方法,提高了目标定位过程中的测量精度。该方法通过线性模型分析计算得出摄像机的内外参数,用最大似然法对其进行非线性优化并考虑镜头畸变的目标函数,最后求出每个摄像机的内、外参数,标定方法准确性高,不需昂贵的器材,简单实用,比较适合水下现场标定;针对标定板图像中的特征圆分割与提取问题,采用最优阈值分割算法分割标定板图像,提出基于区域标记的噪声点消除算法,消除水下噪声干扰,精确提取出所有特征圆。为检验标定结果的准确性,进行水下目标靶三维测量实验,实验测量的绝对误差在±5mm毫米之内。3、针对水下图像的噪声问题和细节模糊问题,设计了高斯平滑滤波器对水下图像进行平滑滤波处理,采用形态学滤波消除物体边界点,利用灰度线性变换的方法,增加水下图像的对比度,使图像细节更容易看清;针对水下目标的轮廓提取问题,采用的Canny亚像素边缘检测算法提取水下图像中所有物体的边缘,利用改进的Snake模型算法在所有物体的边缘中精确提取封闭的目标图形轮廓。4、针对水下回收平台的目标识别问题,设计了多个内部形状不同的圆形目标安放在回收舱底部,采用形状模型匹配的方法来寻找所有的圆形目标;针对目标图像的模型搜索问题,提出了基于规则的模型搜索策略,通过调整和优化搜索参数,提高了模型搜索的速度和准确性;针对水下回收平台的圆形目标定位问题,通过计算每一个目标点和镜头焦点连线与成像平面的交点坐标,结合标定后摄像机的内参和外参,进行视差计算和坐标转化,精确计算出所有目标点与摄像机的相对坐标。为验证视觉定位算法的可行性,进行了夜间水下实验,成功模拟AUV在深水环境中对目标的精确定位。5、针对AUV运动过程中存在的严重非线性和不确定性,在建立AUV六自由度数学模型的基础上,设计了用于AUV回收的H_∞鲁棒控制器,并对AUV的运动控制进行了仿真。为了验证视觉导引算法的正确性,根据设定的比例,结合11自由度实验台架,搭建了AUV回收物理模拟实验平台,设计和开发了视觉算法程序和AUV回收控制程序。在模拟实验中,将AUV水下对接分为四自由度接近、悬停定位、逼近以及入舱操作三个阶段。在夜暗环境下成功进行了基于视觉的回收模拟验证,为下一阶段的AUV回收水池试验打下了基础。本文为了实现AUV水下自主回收,对视觉导引方法进行了探索性地研究,实现了定位偏差达到毫米级的摄像机水下立体标定,在立体视觉的匹配过程中,提出了基于规则的形状模型搜索策略,利用视差法对目标点进行定位计算。通过缩尺度模拟实验,验证了本论文视觉导引方法的有效性和适用性。本论文的研究成果和结论对于AUV安全、可靠、高效地完成远程航海与地形勘察作业使命,具有重要的理论意义和实际应用价值。