一种基于深度学习的水下定位方法及系统技术方案

本发明专利技术实施例提供一种基于深度学习的水下定位方法及系统，该方法包括：获取目标对象周围的参考图像，参考图像中包含目标对象周围的参照对象；根据参照对象在水下的深度位置信息、参照对象与目标对象的距离信息，获取目标对象在水下的位置信息。本发明专利技术实施例通过目标对象拍摄的周围环境的参考图像，利用周围环境中的海洋生物的生活范围或预先标定好的预设信标的位置，进行水下快速深度定位，为海洋作业及科学考察提供了一种快速便捷的定位辅助。并且本发明专利技术与现有技术相比具有高度的隐藏性，不需要依赖卫星定位系统，也不需要向目标对象发送任何信息，具有隐蔽性，基于深度识别算法，算法速度优，能比现有技术更快更隐蔽的实现定位。

【技术实现步骤摘要】
一种基于深度学习的水下定位方法及系统
本专利技术实施例涉及水下定位导航
，尤其涉及一种基于深度学习的水下定位方法及系统。
技术介绍
随着现代科学技术的飞速发展，定位技术在航空航天、海洋科考及勘探、交通等领域都得到了广泛应用并受到人们越来越多的关注。随着我国海洋强国战略的实施，对水下导航在精度和可靠性方面都提出了更高的要求，这也是当前水下导航技术的发展方向。许多水下设备应用惯性导航系统进行自主定位，但惯性导航系统一方面具有累积误差，另一方面受推算的位置与运动状态限制定位时间较长。由此可见，现有的惯性导航系统很难满足水下快速定位及垂直导航方面的要求，因此亟需一种快速便捷的水下定位技术。
技术实现思路
本专利技术实施例提供一种基于深度学习的水下定位方法及系统，用以解决现有技术中用户需要较长时间推算出目标的位置，实现快速的水下定位以及自主导航。本专利技术实施例提供一种基于深度学习的水下定位方法，包括：S1，获取目标对象周围的参考图像，所述参考图像中包含所述目标对象周围的参照对象；S2，根据所述参照对象在水下的深度位置信息、所述参照对象与所述目标对象的距离信息，获取所述目标对象在水下的位置信本文档来自技高网...

【技术保护点】
1.一种基于深度学习的水下定位方法，其特征在于，包括：S1，获取目标对象周围的参考图像，所述参考图像中包含所述目标对象周围的参照对象；S2，根据所述参照对象在水下的深度位置信息、所述参照对象与所述目标对象的距离信息，获取所述目标对象在水下的位置信息。

【技术特征摘要】
1.一种基于深度学习的水下定位方法，其特征在于，包括：S1，获取目标对象周围的参考图像，所述参考图像中包含所述目标对象周围的参照对象；S2，根据所述参照对象在水下的深度位置信息、所述参照对象与所述目标对象的距离信息，获取所述目标对象在水下的位置信息。2.根据权利要求1所述方法，其特征在于，所述参照对象为预设信标或任一海洋生物。3.根据权利要求2所述方法，其特征在于，步骤S1之前还包括：获取每一预设信标的初始图像以及每一预设信标在水下的深度位置信息，获取每一海洋生物的初始图像以及每一海洋生物在水下的深度位置信息。4.根据权利要求3所述方法，其特征在于，步骤S2之前还包括：通过深度学习算法识别所述参考图像中的参照对象，将所述参照对象分别与每一预设信标的初始图像、每一海洋生物的初始图像进行匹配，将匹配程度最高的预设信标或匹配程度最高的海洋生物在水下的深度位置信息作为所述参照对象在水下的深度位置信息。5.根据权利要求3所述方法，其特征在于，所述每一预设信标在水下的深度位置信息通过卫星定位系统及回声探测仪等专业海洋深度测量设备获得。6.根据权利要求1所述...

【专利技术属性】
技术研发人员：郝巍娜，李延坤，吴海涛，李大朋，崔萌萌，张烨，
申请(专利权)人：中国科学院光电研究院，
类型：发明
国别省市：北京,11