水下机器人定位声纳数据的配准方法技术

本发明专利技术提供了一种水下机器人定位声纳数据的配准方法，包括步骤：获取水下环境的定位声纳数据；处理定位声纳数据；根据处理后的定位声纳数据构建水下环境的结构概率点云；通过多回波水下声纳概率迭代算法对结构概率点云进行配准。本发明专利技术能够对连续采集的扫描序列进行配准，逐步估计水下机器人的位姿信息，从而能够提高了水下机器人定位能力，以实现水下机器人的全局定位。

Registration method of sonar data for underwater vehicle positioning

【技术实现步骤摘要】
水下机器人定位声纳数据的配准方法
本专利技术涉及数据处理
，具体涉及一种水下机器人定位声纳数据的配准方法。
技术介绍
自主水下机器人(AUV)通常配备定位传感器，例如多普勒测速仪(DVL)或惯性测量单元(IMU)，但是在海底复杂情况下，这些传感器的增量特性会导致位姿估计出现明显的漂移，从而限制了自主水下机器人的自主性。随着视觉传感器的发展，单目视觉传感器和立体视觉传感器在自主水下机器人定位方面得到了一些应用。但是，单目视觉传感器和立体视觉传感器均需要大量的计算能力来处理图像，由于水下特殊工作环境，自主水下机器人计算能力受到很大的限制，从而难以有效地对自主水下机器人进行定位。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的目的在于提出一种水下机器人定位声纳数据的配准方法，能够对连续采集的扫描序列进行配准，逐步估计水下机器人的位姿信息，从而能够提高了水下机器人定位能力，以实现水下机器人的全局定位。为达到上述目的，本专利技术实施例提出了一种水下机器人定位声纳数据的配准方法，包括步骤：获取水下环境的定位声纳数据；处理所述定位声纳数据；根据处理后的定位声纳数据构建水下环境的结构概率点云；通过多回波水下声纳概率迭代算法对所述结构概率点云进行配准。根据本专利技术实施例的水下机器人定位声纳数据的配准方法，通过获取水下环境的定位声纳数据，并处理定位声纳数据，然后根据处理后的定位声纳数据构建水下环境的结构概率点云，最后通过多回波水下声纳概率迭代算法对结构概率点云进行配准，由此，能够对连续采集的扫描序列进行配准，逐步估计水下机器人的位姿信息，从而能够提高了水下机器人定位能力，以实现水下机器人的全局定位。另外，根据本专利技术上述实施例提出的水下机器人定位声纳数据的配准方法还可以具有如下附加的技术特征：根据本专利技术的一个实施例，通过机械扫描成像声纳在水下环境中进行扫描，以得到所述定位声纳数据。根据本专利技术的一个实施例，处理所述定位声纳数据包括：校正所述定位声纳数据中声纳回波信息的强度；过滤掉所述定位声纳数据中虚假的回波信息；保留所述定位声纳数据中障碍物的回波信息。进一步地，校正所述定位声纳数据中声纳回波信息的强度包括：设定水下环境的底部为朗伯表面；根据所述朗伯表面构建声纳回波强度模型；根据所述声纳回波强度模型对所述声纳回波强度进行校正。进一步地，过滤掉所述定位声纳数据中虚假的回波信息包括：设定第一矩阵用于检测障碍物的回波信息；设定第二矩阵用于检测虚假的回波信息；将所述第一矩阵和所述第二矩阵归一化为介于0到1之间的值，以得到第三矩阵；将所述第三矩阵进行二值化处理，以得到障碍物的回波信息。根据本专利技术的一个实施例，通过高斯模型构建所述结构概率点云。根据本专利技术的一个实施例，通过多回波水下声纳概率迭代算法对所述结构概率点云进行配准包括：通过统计兼容性标准将机械扫描成像声纳在水下环境中进行两次扫描的坐标系之间的位移和旋转数据进行对应关联；在所述对应关联数据之间的误差最小时，得到两次扫描的坐标系之间的相对位移；根据所述相对位移得到两次扫描的坐标系之间的位移和旋转变换关系。附图说明图1为本专利技术实施例的水下机器人定位声纳数据的配准方法的流程图；图2(a)为本专利技术一个实施例的机械扫描成像声纳在X-Y平面的工作原理示意图；图2(b)为本专利技术一个实施例的机械扫描成像声纳在X-Z平面的工作原理示意图；图3为本专利技术一个实施例的校正定位声纳数据中声纳回波信息的强度的方法的流程图；图4为本专利技术一个实施例的机械扫描成像声纳的工作特征示意图；图5(a)为本专利技术一个实施例的计算得到的声纳回波强度的示意图；图5(b)为本专利技术一个实施例的校正后的声纳回波强度的示意图；图6为本专利技术一个实施例的过滤掉所述定位声纳数据中虚假的回波信息的方法的流程图；图7(a)为本专利技术一个实施例的回波波束的角度不确定性对单回波声纳影响的示意图；图7(b)为本专利技术一个实施例的回波波束的角度不确定性对多回波声纳影响的示意图；图8(a)为本专利技术一个实施例的结构概率点云的高斯模型；图8(b)为本专利技术一个实施例的结构概率点云的高斯分布概率密度函数的总和示意图；图9为本专利技术一个实施例的通过多回波水下声纳概率迭代算法对结构概率点云进行配准的方法的流程图；图10(a)为本专利技术一个实施例的两次扫描之间的对比关系的真实场景图；图10(b)为本专利技术一个实施例的通过多回波水下声纳概率迭代算法计算得到的两次扫描之间的对比关系的场景图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例的水下机器人定位声纳数据的配准方法的流程图。如图1所示，本专利技术实施例的水下机器人定位声纳数据的配准方法，包括步骤：S1，获取水下环境的定位声纳数据。具体地，可通过机械扫描成像声纳在水下环境中进行扫描，以得到定位声纳数据。更具体地，如图2(a)和图2(b)所示，机械扫描成像声纳可通过探测头向特定方向发射超声波脉冲，该超声波脉冲在向前移动时将进行扩展，并在与水下环境中的障碍物碰撞时被部分散射回来。其中，如图2(a)所示，超声波脉冲在向前移动时将通过角度α进行扩展，如图2(b)所示，超声波脉冲在向前移动时将通过角度γ进行扩展。进一步地，在障碍物没有完全阻挡超声波脉冲出现回波时，机械扫描成像声纳可接收回波并进行采样，然后可通过TOF(TimeOfFlight，飞行时间法)成像技术确定产生回波的距离，即机械扫描成像声纳距障碍物的距离。其中，在采样时，将产生一个回波波束的矢量，该矢量存储与每个采样距离对应的回波强度的信息。进一步地，如图2(a)所示，机械扫描成像声纳在接收到回波波束后，机械扫描成像声纳的探测头将旋转角度β，并在接收到下一个回波波束后继续控制探测头旋转角度β。需要说明的是，机械扫描成像声纳产生的超声波波束的每个分量可作为波道，并且波道的数量可设定为N；机械扫描成像声纳的探测头在完全360°旋转，即原始扫描后，可设接收到的回波波束为M，因此，原始扫描是大小为M*N的矩阵，其中该矩阵的每行均包含一个波束，每个波束包含对应的N个回波强度。S2，处理定位声纳数据。具体地，步骤S2包括：校正定位声纳数据中声纳回波信息的强度，以及过滤掉所述定位声纳数据中虚假的回波信息并保留所述定位声纳数据中障碍物的回波信息。在本专利技术的一个实施例中，如图3所示，校正定位声纳数据中声纳回波信息的强度包括：S201，设定水下环境的底部为朗伯表面。S202，根据朗伯表面构建声纳回波强度模型。S2本文档来自技高网...

【技术保护点】
1.一种水下机器人定位声纳数据的配准方法，其特征在于，包括以下步骤：/n获取水下环境的定位声纳数据；/n处理所述定位声纳数据；/n根据处理后的定位声纳数据构建水下环境的结构概率点云；/n通过多回波水下声纳概率迭代算法对所述结构概率点云进行配准。/n

【技术特征摘要】
1.一种水下机器人定位声纳数据的配准方法，其特征在于，包括以下步骤：
获取水下环境的定位声纳数据；
处理所述定位声纳数据；
根据处理后的定位声纳数据构建水下环境的结构概率点云；
通过多回波水下声纳概率迭代算法对所述结构概率点云进行配准。


2.根据权利要求1所述的水下机器人定位声纳数据的配准方法，其特征在于，通过机械扫描成像声纳在水下环境中进行扫描，以得到所述定位声纳数据。


3.根据权利要求2所述的水下机器人定位声纳数据的配准方法，其特征在于，处理所述定位声纳数据包括：
校正所述定位声纳数据中声纳回波信息的强度；
过滤掉所述定位声纳数据中虚假的回波信息；
保留所述定位声纳数据中障碍物的回波信息。


4.根据权利要求3所述的水下机器人定位声纳数据的配准方法，其特征在于，其中，校正所述定位声纳数据中声纳回波信息的强度包括：
设定水下环境的底部为朗伯表面；
根据所述朗伯表面构建声纳回波强度模型；
根据所述声纳回波强度模型...

【专利技术属性】
技术研发人员：陈国军，陈丝雨，陈巍，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏;32