AUV双目视觉导引技术的研究

AUV双目视觉导引技术的研究

论文摘要

视觉是目前最重要的环境探测技术之一,具有获取信息全面的优点,已在各个领域中得到越来越广泛的应用。和陆地相比,人们对海洋环境的认识和开发还非常有限。视觉为人们更好地认识海洋环境与开发海洋资源提供了一个有力的工具。但是由于实现的复杂性,水下视觉的应用潜力还有待进一步发掘。论文以AUV的水下自主回收为应用背景,研究了一个实时的双目视觉导引系统。在分析图像采集各个组成部分功能原理的基础上,以系统的距离分辨率为主要考虑因素,设计了一套适用于AUV回收导引的图像采集硬件设备,为取得较高测距精度提供了可靠保证。先采用高斯滤波降低图像噪声,然后分别对图像进行基于邻域平均的增强滤波和直方图均衡化处理。比较可知直方图均衡化的增强效果更好。在上述滤波的基础上采用基于2D平面标定板的方法标定双目摄像机,进一步通过改进实验方法提高标定精度。实验结果表明采用上述滤波和标定方法是可行的。针对水下图像纹理落差大的特点,提出一种基于纹理控制的金字塔NCC立体匹配法,达到了实时提取感兴趣目标与障碍物的目的。在实验基础上定量分析了各种软硬件因素对系统测深精度和实时性的影响方式,据此可以优化系统的硬件配置与算法参数。此外还提出一种虚拟声呐模型来简化表示深度图信息,即将包含在深度图中的距离与方位信息表示为一个环境矩阵,大大简化了深度图的使用。最后,以幕帷模拟海洋环境,利用实验室六自由度运动平台模拟AUV,设计完成了AUV双目视觉导引空间避障模拟试验。试验表明,AUV能实时躲避预设的不同形状和不同个数的障碍物,因此初步证明,该双目视觉系统对AUV避障导引是实时有效的。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 选题背景及意义
  • 1.2 双目视觉研究概况
  • 1.3 水下视觉研究现状
  • 1.4 论文的主要工作和研究内容
  • 第2章 双目视觉系统的硬件组成与基本工作原理
  • 2.1 引言
  • 2.2 双目视觉系统的硬件组成
  • 2.2.1 CCD数字摄像机
  • 2.2.2 光学镜头
  • 2.2.3 图像采集卡
  • 2.2.4 图像采集设备的选取
  • 2.3 双目视觉系统的工作原理
  • 2.3.1 平行双目视觉系统
  • 2.3.2 汇聚双目视觉系统
  • 2.4 本章小结
  • 第3章 图像预处理与摄像机标定
  • 3.1 引言
  • 3.2 图像预处理
  • 3.2.1 频域平滑滤波
  • 3.2.2 空域图像增强
  • 3.3 摄像机标定
  • 3.3.1 坐标系
  • 3.3.2 针孔成像模型
  • 3.3.3 摄像机标定方法
  • 3.4 实验及结果
  • 3.5 本章小结
  • 第4章 立体匹配与深度图表示模型
  • 4.1 引言
  • 4.2 立体匹配方法综述
  • 4.3 基于纹理控制的金字塔归一化协方差立体匹配
  • 4.3.1 快速归一化协方差法
  • 4.3.2 图像金字塔算法
  • 4.3.3 纹理控制
  • 4.3.4 视差控制及双向匹配
  • 4.4 精度与实时性分析
  • 4.4.1 精度分析
  • 4.4.2 实时性分析
  • 4.5 虚拟声呐模型
  • 4.6 本章小结
  • 第5章 AUV双目视觉导引空间避障模拟试验
  • 5.1 引言
  • 5.2 试验系统组成
  • 5.2.1 六自由度运动台架
  • 5.2.2 双目导引系统
  • 5.2.3 基于MSComm的数据通信
  • 5.3 避障控制及算法流程
  • 5.3.1 基于图像的开环避障控制
  • 5.3.2 算法流程
  • 5.4 试验案例设计及结果分析
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 致谢
  • 相关论文文献

    • [1].AUV水下通信技术研究现状及发展趋势探讨[J]. 舰船科学技术 2020(03)
    • [2].某型AUV自主控制计算机的设计与实现[J]. 信息通信 2017(01)
    • [3].自适应交互式多模型AUV组合导航算法(英文)[J]. 中国惯性技术学报 2016(04)
    • [4].基于AUV的海洋磁力测量技术现状及误差来源分析[J]. 海洋测绘 2019(06)
    • [5].基于时延补偿的AUV领航跟随编队控制[J]. 舰船电子对抗 2020(01)
    • [6].变缆长拖缆AUV纵向运动建模与仿真[J]. 鱼雷技术 2014(01)
    • [7].AUV对转螺旋桨的设计方法现状及其发展趋势[J]. 机械管理开发 2012(01)
    • [8].虚拟现实在AUV地形跟踪控制研究中的应用[J]. 鱼雷技术 2008(04)
    • [9].基于海图和改进粒子群优化算法的AUV全局路径规划[J]. 机器人 2020(01)
    • [10].AUV动力电池技术的应用现状及展望[J]. 船舶工程 2017(07)
    • [11].AUV水下对接控制方法[J]. 舰船科学技术 2015(12)
    • [12].一款便携式AUV的遥控装置设计[J]. 电子世界 2016(15)
    • [13].AUV视觉与短基线定位自适应融合方法[J]. 四川兵工学报 2015(05)
    • [14].AUV海洋温跃层检测方法综述[J]. 海洋技术学报 2014(05)
    • [15].深水AUV电子海图监测系统设计与实现[J]. 船舶工程 2013(03)
    • [16].基于浮力调节的AUV升沉运动控制技术[J]. 南京航空航天大学学报 2010(04)
    • [17].基于碰撞危险度模型的AUV三维避障研究[J]. 武汉理工大学学报(交通科学与工程版) 2008(06)
    • [18].多智能体Q学习在多AUV协调中的应用研究[J]. 应用科技 2008(01)
    • [19].小波神经网络多传感器信息融合在AUV深度测量中的应用[J]. 鱼雷技术 2016(04)
    • [20].AUV不确定事件的本体模型与检测研究[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [21].障碍物环境下的多AUV主从式编队控制[J]. 鱼雷技术 2013(06)
    • [22].反水雷AUV研制的几个关键技术[J]. 水雷战与舰船防护 2010(02)
    • [23].一种新的AUV路径跟踪控制方法[J]. 西北工业大学学报 2009(04)
    • [24].一种面向AUV水下对接的双目视觉测距方法[J]. 计算机测量与控制 2008(10)
    • [25].基于禁忌搜索算法的AUV动态路径规划策略[J]. 南京大学学报(自然科学) 2017(01)
    • [26].4500米级AUV起吊框架动力学分析[J]. 机械工程与自动化 2017(02)
    • [27].AUV深度的神经网络辨识和学习控制仿真研究[J]. 计算机工程与应用 2017(06)
    • [28].多AUV联合执行反水雷任务[J]. 水雷战与舰船防护 2014(04)
    • [29].深水AUV安全系统的设计与实现[J]. 船舶工程 2013(05)
    • [30].AUV水下对接技术发展现状[J]. 声学与电子工程 2013(02)

    标签:;  ;  ;  ;  ;  

    AUV双目视觉导引技术的研究
    下载Doc文档

    猜你喜欢