基于声纳图像的数据干预水下目标物检测定位方法技术

本发明专利技术公开了一种基于声纳图像的数据干预水下目标物检测定位方法，通过构建三维直角坐标系，根据深度学习网络的输出计算水下目标物的方位角，并根据方位角查询回波时间，对水下目标物进行定位，根据水下目标物的远近控制水下机器人执行抓取或根据计算的偏差率补偿前进角度继续移动。本发明专利技术水下机器人在保证定位准确的基础上减少了对水下目标物的定位次数，同时可以使水下机器人能够快速接近水下目标物，在抓取目标物过程中也对目标定位坐标进行优化，提高抓取准确性。提高抓取准确性。提高抓取准确性。

【技术实现步骤摘要】
基于声纳图像的数据干预水下目标物检测定位方法


[0001]本专利技术涉及水下目标物检测定位领域，具体为一种基于声纳图像的数据干预水下目标物检测定位方法。

技术介绍

[0002]水下目标物检测及定位是水下自主作业机器人的关键技术之一，是其获取水下未知环境信息的重要途径，可靠的目标检测定位方法能够保障水下机器人有效地完成水下作业。
[0003]基于声纳图像的目标检测及定位，常见方法大致分为基于传统图像处理算法和基于机器学习两大类，目前技术能够检测定位出水下目标物，但在水下机器人靠近较远距离目标物的过程中，受水下环境影响，水下机器人会偏离预设路径，导致水下机器人无法高效地执行水下任务。实时声纳扫描虽然能够完成目标追踪任务，但对于水下机器人来说其能耗过大，不利于水下机器人长时间工作。

技术实现思路

[0004]针对现有技术中的不足，本专利技术提供了一种基于声纳图像的数据干预水下目标物检测定位方法，以解决现有技术中水下机器人目标追踪任务耗能过大、追踪准确性低，不利于长时间工作的技术问题。
[0005]本专利技术提供了一种基于声纳图像的数据干预水下目标物检测定位方法，包括如下步骤：
[0006]步骤1：当水下机器人开始寻找水下目标物时，以水下机器人的声纳成像设备为原点建立三维直角坐标系；
[0007]步骤2：通过声纳成像设备得到声纳图像，将声纳图像作为深度学习网络的输入，根据深度学习网络的输出计算水下目标物的方位角，并根据方位角查询回波时间；
[0008]步骤3：获取当前声纳成像设备探测角度，获取水下目标物的定位坐标；
[0009]当水下目标物的定位坐标在水下机器人执行器工作范围之内时，执行步骤A4；
[0010]当水下目标物的定位坐标不在水下机器人的执行器工作范围之内时，以预设行驶速度、预设行驶时间、设探测角度α为前进角度驱动水下机器人前进，预设行驶时间结束后，执行步骤B4
‑
B6；
[0011]步骤A4：以声纳成像设备为原点重新建立三维坐标系，控制水下机器人的执行器向水下目标物移动，实时获取执行器和水下目标物的坐标，根据执行器坐标，计算定位矫正参数，通过定位矫正参数矫正水下目标物坐标，控制执行器向矫正后的水下目标物坐标移动，直至执行器移动到可抓取水下目标物的位置对水下目标物进行抓取；
[0012]步骤B4：获取水下机器人当前位置坐标，计算水下机器人理想位置坐标，根据水下机器人当前位置坐标以及水下机器人理想位置坐标计算移动偏差率；
[0013]步骤B5：根据步骤B4获取的移动偏差率以及历史移动偏差率计算实际移动偏差
率，根据实际移动偏差率对水下机器人前进角度进行补偿；
[0014]步骤B6：以预设行驶速度、预设行驶时间、经过补偿后的前进角度驱动水下机器人前进，预设行驶时间结束后返回步骤2。
[0015]进一步地，方位角的计算公式如下：
[0016][0017]其中，(o
x
，o
y
)是预测框中心点坐标，(s
x
，s
y
)是声纳设备在图像中的坐标。
[0018]进一步地，获取当前声纳成像设备探测角度的具体方法为：当前声纳设备成像范围所处平面与三维坐标系中x
‑
o
‑
z面的夹角。
[0019]进一步地，获取水下目标物的定位坐标的计算公式如下：
[0020][0021]其中，τ为回波时间，C为水下声波速度，α为声纳设备探测角度，β为方位角。
[0022]进一步地，步骤B4中水下机器人当前位置坐标获取公式如下：
[0023][0024]其中，(x0y0)为初始目标定位结果，(x
i
，y
i
)为当前位置目标定位结果，δ
i
为水下机器人当前前进角度。
[0025]水下机器人理想位置坐标获取公式如下：
[0026][0027]其中，(x
p
′
i
‑1，y
p
′
i
‑1)为上一次探测时水下机器人实际坐标，V为预设行驶速度，T为预设行驶时间，δ
i
为当前水下机器人前进角度。
[0028]移动偏差率的计算公式如下：
[0029][0030]其中，(x
p
′
i
，y
p
′
i
)为水下机器人当前位置坐标，(x
p
′
i
‑1，y
p
′
i
‑1)为上一次探测时水下机器人实际坐标，(x
pi
，y
pi
)为水下机器人理想位置坐标。
[0031]进一步地，根据步骤B4中获取的移动偏差率以及历史移动偏差率计算实际移动偏差率的计算公式如下：
[0032]σ
i
＝(σ
xi
，σ
yi
)＝σ
i
‑1+Δ
i
[0033]其中，σ
i
‑1为历史移动偏差率，Δ
i
为步骤B4中获取的移动偏差率。
[0034]进一步地，步骤B6中经过补偿后的前进角度获取公式如下：
[0035][0036]其中，(x0，y0)为初始目标定位结果，(x
p
′
i
，y
p
′
i
)为水下机器人当前位置坐标，(σ
xi
，σ
yi
)为实际移动偏差率。
[0037]进一步地，定位矫正参数的计算公式如下：
[0038][0039]其中，u，v，w是通过声呐定位获取的执行器的坐标；u
′
，v，w
′
是水下机器人自身获取的执行器的坐标。
[0040]本专利技术的有益效果：
[0041]本专利技术针对水下目标物检测及定位问题，使用声纳设备采集水下环境信息，通过声纳设备采集信息与深度网络输出数据，定位水下目标物；对执行器工作范围外的目标物，在靠近过程中多次定位，并根据定位结果计算移动偏差率，补偿水下机器人前进角度，使水下机器人能够快速接近水下目标物；对执行器工作范围内的目标物，定位执行器与水下目标物位置，根据执行器准确坐标矫正水下目标物定位结果，为水下机器人作业提供准确可靠的水下目标物三维定位信息。
附图说明
[0042]通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：
[0043]图1是本专利技术具体实施例的流程图；
[0044]图2是本专利技术具体实施例的建模示意图；
[0045]图3是本专利技术具体实施例中D
‑
Ynet结构图及YoloHead结构图；
[0046]图4是本专利技术具体实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声纳图像的数据干预水下目标物检测定位方法，其特征在于，包括如下步骤：步骤1：当水下机器人开始寻找水下目标物时，以水下机器人的声纳成像设备为原点建立三维直角坐标系；步骤2：通过声纳成像设备得到声纳图像，将声纳图像作为深度学习网络的输入，根据深度学习网络的输出计算水下目标物的方位角，并根据方位角查询回波时间；步骤3：获取当前声纳成像设备探测角度，获取水下目标物的定位坐标；当水下目标物的定位坐标在水下机器人执行器工作范围之内时，执行步骤A4；当水下目标物的定位坐标不在水下机器人的执行器工作范围之内时，以预设行驶速度、预设行驶时间、设探测角度为前进角度驱动水下机器人前进，预设行驶时间结束后，执行步骤B4
‑
B6；步骤A4：以声纳成像设备为原点重新建立三维坐标系，控制水下机器人的执行器向水下目标物移动，实时获取执行器和水下目标物的坐标，根据执行器坐标，计算定位矫正参数，通过定位矫正参数矫正水下目标物坐标，控制执行器向矫正后的水下目标物坐标移动，直至执行器移动到可抓取水下目标物的位置对水下目标物进行抓取；步骤B4：获取水下机器人当前位置坐标，计算水下机器人理想位置坐标，根据水下机器人当前位置坐标以及水下机器人理想位置坐标计算移动偏差率；步骤B5：根据步骤B4获取的移动偏差率以及历史移动偏差率计算实际移动偏差率，根据实际移动偏差率对水下机器人前进角度进行补偿；步骤B6：以预设行驶速度、预设行驶时间、经过补偿后的前进角度驱动水下机器人前进，预设行驶时间结束后返回步骤2。2.如权利要求1所述的基于声纳图像的数据干预水下目标物检测定位方法，其特征在于，方位角的计算公式如下：其中，(o
x
，o
y
)是预测框中心点坐标，(s
x
，s
y
)是声纳设备在图像中的坐标。3.如权利要求1所述的基于声纳图像的数据干预水下目标物检测定位方法，其特征在于，获取当前声纳成像设备探测角度的具体方法为：当前声纳设备成像范围所处平面与三维坐标系中x
‑
o
‑
z面的夹角。4.如权利要求2所述的基于声纳图像的数据干预水下目标物检测定位方法，其特征在于，获取水下目标物的定位坐标的计算公式如下：其中，τ为回波时间，C为水下声波速度，α为声纳设备探测角度，β为方位角。5.如权利要求4所述的基于声纳图像的数据干预水下目标物检测定位方法，其特征在
于，步骤B4中水下机器人当前位置坐标获取公式如下：其中，(x0，y0...

【专利技术属性】
技术研发人员：仲伟波，袁毓，黄巧亮，彭元堃，杜运本，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：