[發明專利]一種面向水下機器人搜尋探摸的目標定位方法

在審

• 申請號: 202010143341.X
• 申請日: 2020-03-04
• 公開（公告）號: CN111413698A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 馬杰;尉浩然;余逸飛;劉克中;張煜
• 申請（專利權）人: 武漢理工大學
• 主分類號: G01S15/06
• 分類號: G01S15/06;G01S15/89;G01S7/539;G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 任毅

本發明公開了一種面向水下機器人搜尋探摸的目標定位方法，包括以下步驟：提取并識別水下目標聲吶圖像的A?KAZE特征點；測算水下目標相對于水下機器人的二維方位；測算水下機器人的仰角；測算水下目標相對于水下機器人的三維方位；修正水下機器人的仰角，修正水下目標點相對于水下機器人的三維方位。本發明面向水下機器人搜尋探摸的目標定位方法，基于前視聲吶數據，運用深度卷積神經網絡對水下目標特征點進行自動提取和識別，結合水下機器人姿態，實現了水下目標的精準定位，便于搜尋人員對于水下目標的位置進行精細化探測，實現水下搜尋探摸作業的可靠化、高效化、智能化，此發明用于水下目標搜尋探摸技術領域。

技術領域

本發明涉及水下目標搜尋探摸技術領域，特別是涉及一種面向水下機器人搜尋探摸的目標定位方法。

背景技術

在對海洋進行科學研究時，水下機器人是最重要的研究工具，用于代替人類長時間水下作業或者在惡劣水下環境中工作。在復雜的水下環境中，最為可靠有效的探測手段是水聲探測，也是水下機器人應用最為廣泛的水下探測手段。綜合利用現代聲吶探測技術對遇難事故海域水下展開搜尋探摸，獲取水下搜尋目標的關鍵特征點，同時結合目標特征點和探摸機器人的姿態信息，實現水下目標的準確定位。

現有的水下目標搜尋探摸方法獲得的水下目標位置的精細化及準確性不高，研究水下目標搜尋探摸定位方法是而今乃至未來很長一段時間的科學研究中的焦點問題。

發明內容

本發明的目的在于至少解決現有技術中存在的技術問題之一，提供一種面向水下機器人搜尋探摸的目標定位方法，能夠實現水下目標的精確定位。

根據本發明的實施例，提供一種面向水下機器人搜尋探摸的目標定位方法，包括以下步驟：

S1.通過水下機器人的前視聲吶采集的聲納圖像提取水下目標的A-KAZE特征點；

S2.將帶有A-KAZE特征的聲吶圖像輸入卷積神經網絡方法識別聲吶圖像中目標的A-KAZE特征點；

S3.運用目標特征點與前置聲吶的幾何關系測算水下目標相對于水下機器人的二維方位；

S4.將水下目標特征點二維方位和水下機器人的姿態結合測算水下機器人的仰角θ，通過得到的仰角θ測算水下目標相對于水下機器人的三維方位；

S5.運用約束不足或約束充足的特征點修正水下機器人的仰角θ，修正水下目標點相對于水下機器人的三維方位。

根據本發明實施例所述的面向水下機器人搜尋探摸的目標定位方法，所述步驟S1中提取水下目標的A-KAZE特征點包括以下步驟：

S101.定義一組演化時間構建非線性尺度空間；

S102.將像素單位中的離散集轉換為時間單位；

S103.給定輸入圖像和對比度因子，使用快速顯式擴散方法；

S104.將快速顯式擴散方法嵌入從粗到細的金字塔方法中；

S105.為每個聲吶圖像計算海森行列式；

S106.使用級聯沙爾濾波器計算二階導數。

根據本發明實施例所述的面向水下機器人搜尋探摸的目標定位方法，所述步驟S2的具體實現包括以下子步驟：

S201.使用GoogLeNet架構在聲吶圖像數據集上訓練卷積神經網絡。

根據本發明實施例所述的面向水下機器人搜尋探摸的目標定位方法，所述GoogLeNet架構包括五層，第一層和第二層為卷積層和最大池化層，第三層為inception層，第四層為特征層，是完全連接的層，第四層將先前的輸出映射到Dim×1向量，第五層是完全連接的層，第五層將先前的特征層映射為3×1向量，并將映射為3×1向量的特征層與使用歐式損失的位置標簽進行比較。