基于双目立体视觉的水下机器人自主定位方法及系统技术方案

技术编号:40004472 阅读:30 留言:0更新日期:2024-01-09 04:37
本发明专利技术公开了基于双目立体视觉的水下机器人自主定位方法及系统,涉及水下机器人自主定位技术领域,通过使用双目立体视觉测量模块、扭矩力学测量模块、北斗导航模块和无迹卡尔曼滤波算法,实现了高精度自主定位,在照明不好时,使用无迹卡尔曼滤波算法融合双目立体视觉测量模块、扭矩力学测量模块、北斗导航模块数据和BCF‑PPSO‑ESN神经网络预测,实现特征点不足情况下水下机器人快速高精度定位。本发明专利技术可实现快速高精度自主定位,并较好的获得了照明不好时水下机器人定位信息,可明显改善自主定位的精度、输出频率及增强系统的可靠性,获得最佳水下机器人运行轨迹。

【技术实现步骤摘要】

本专利技术涉及水下机器人自主定位,尤其是基于双目立体视觉的水下机器人自主定位方法及系统


技术介绍

1、二十一世纪是人类向海洋进军的世纪。水下机器人作为一种高技术手段在海洋开发和利用领域的重要性不亚于宇宙火箭在探索宇宙空间中的作用。目前为止,水下机器人多以半自动化形式运行,具有完全自主航行能力的水下机器人是当前国内外研究的热点之一。为实现水下机器人自主化航行,自主定位技术是必须具备的一项关键技术,也是水下机器人实现智能化的必然需求。精确可靠的自主定位方法是水下机器人成功完成任务不可或缺的一部分。现阶段应用于水下机器人自主定位的传感器主要有:声纳、地磁、深度计、惯导等。但是,这些传感器均有其自身的局限性,若采用传统传感器进行自主定位,定位精度低,抗干扰能力差,其精度、可靠性均很难满足大范围水下航行的要求。


技术实现思路

1、为了克服现有技术中存在的上述问题,本专利技术提出一种基于双目立体视觉的水下机器人自主定位方法。

2、本专利技术解决其技术问题所采用的技术方案是:基于双目立体视觉的水下机器人自主定本文档来自技高网...

【技术保护点】

1.基于双目立体视觉的水下机器人自主定位方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于双目立体视觉的水下机器人自主定位方法,其特征在于,所述步骤2中改进的高斯曲面拟合算法计算光斑中心坐标具体为:

3.根据权利要求1所述的基于双目立体视觉的水下机器人自主定位方法,其特征在于,所述步骤2中改进的高斯曲面拟合算法还包括消除图像光饱和点,具体方法为:在逐行或逐列扫描光条图像时,若检测到两个以上连续像素点的灰度值均饱和,则所有光饱和点都不参与高斯拟合;若检测到唯一像素点灰度值饱和,则该光饱和点参与高斯拟合;确定了滤除的饱和点个数后,以粗算的光斑中心点为中点,...

【技术特征摘要】

1.基于双目立体视觉的水下机器人自主定位方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于双目立体视觉的水下机器人自主定位方法,其特征在于,所述步骤2中改进的高斯曲面拟合算法计算光斑中心坐标具体为:

3.根据权利要求1所述的基于双目立体视觉的水下机器人自主定位方法,其特征在于,所述步骤2中改进的高斯曲面拟合算法还包括消除图像光饱和点,具体方法为:在逐行或逐列扫描光条图像时,若检测到两个以上连续像素点的灰度值均饱和,则所有光饱和点都不参与高斯拟合;若检测到唯一像素点灰度值饱和,则该光饱和点参与高斯拟合;确定了滤除的饱和点个数后,以粗算的光斑中心点为中点,在原光斑半径的基础上按比例尺缩小光斑半径;光斑内像素点个数减去滤除光饱和点个数,剩余的像素点保持光斑半径在3-5个像素,并使用灰度重心算法求解中心像素点的值。

4.根据权利要求3所述的基于双目立体视觉的水下机器人自主定位方法,其特征在于,所述灰度重心算法计算的中心坐标计算公式为:

5.根据权利要求1所述的基于双目立体视觉的水下机器人自主定位方法,其特征在于,所述步骤3无迹卡尔曼滤波算法具体包括:

6.根据权利要求1所述的基于双目立体视觉的水下机器人自主定位方法,其特征在于,所述步骤4中bcf-ppso-esn模型训练具体步骤如下:

7.根据权利要...

【专利技术属性】
技术研发人员:于振万俊贺刘海林寇磊李辉
申请(专利权)人:山东省科学院海洋仪器仪表研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1