基于动态检测与IMUDVL融合的水下SLAM方法技术

本发明专利技术公开了一种基于动态检测与IMUDVL融合的水下SLAM方法。该方法首先对YOLOv11模型进行训练；再通过IDS工业相机采集水下图像，将当前帧输入到训练好得到的YOLOv11模型，获得动态目标的边界框信息；接着采用superpoint模型进行特征点的提取；再对相邻帧的初步静态特征点，计算特征点光流并输出初步预估轨迹；最后构建因子图用于多传感器的紧耦合优化，并构建因子图的目标函数，输出经过多传感器融合校准后的最优轨迹估计结果。本发明专利技术通过视觉检测与惯性导航的多传感器信息融合，能够在多扰动水下环境中实现高精度、鲁棒性强的自主定位与建图，为深远海复杂环境中的AUV任务提供了稳定的技术支持。

【技术实现步骤摘要】

本专利技术涉及自主水下航行器（autonomous underwater vehicle，auv）的同步定位与地图构建方法，具体涉及基于动态检测与imudvl融合的水下slam方法。

技术介绍

1、从21世纪开始，随着陆地资源日益枯竭，人类将能源开发与探索的焦点转向海洋，尤其是深远海区域。与近海相比，深远海水下环境具有显著差异：其水体因远离陆源污染而相对清澈，但同时也面临高压、低光照、长距离通信受限、动态目标频现（如鱼群、潜水作业设备）以及复杂洋流扰动等独特挑战。auv作为新一代水下机器人，具有安全、智能等优势，在勘探和开发深海资源方面发挥着至关重要的作用。可靠的导航定位技术是auv安全高效完成任务的先决条件。

2、orb-slam3作为一种先进的同步定位与地图构建算法，在许多应用中展现了优越的实时性和鲁棒性。但其在深远海动态场景中的应用面临多重瓶颈。首先，水下光照条件差、浑浊水质及悬浮物的存在，使得视觉传感器难以获取清晰图像。其次，尽管orb-slam3在静态环境中能够较好地完成任务，但其对动态环境的适应性较差，常出现丢失跟踪或地图漂移等问题本文档来自技高网...

【技术保护点】

1.一种基于动态检测与IMUDVL融合的水下SLAM方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的基于动态检测与IMUDVL融合的水下SLAM方法，其特征在于，步骤S2的具体方法是，将当前帧输入图像统一缩放至968×608×3，在YOLOv11模型中，通过多尺度特征金字塔提取模块提取多层次特征，包括：图像2×2像素区块用于捕捉小目标细节，图像4×4像素区块用于平衡语义与空间信息，图像8×8像素区块用于集成全局上下文以应对目标遮挡；在Backbone模块中嵌入动态感知增强模块，结合时空注意力机制与局部-全局特征交互，抑制悬浮颗粒与洋流干扰；特征提取阶段采用轻量...

【技术特征摘要】

1.一种基于动态检测与imudvl融合的水下slam方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的基于动态检测与imudvl融合的水下slam方法，其特征在于，步骤s2的具体方法是，将当前帧输入图像统一缩放至968×608×3，在yolov11模型中，通过多尺度特征金字塔提取模块提取多层次特征，包括：图像2×2像素区块用于捕捉小目标细节，图像4×4像素区块用于平衡语义与空间信息，图像8×8像素区块用于集成全局上下文以应对目标遮挡；在backbone模块中嵌入动态感知增强模块，结合时空注意力机制与局部-全局特征交互，抑制悬浮颗粒与洋流干扰；特征提取阶段采用轻量化csp-densenet结构；neck部分引入自适应特征选择机制，利用可学习门控动态分配多尺度特征权重，最终输出动态目标的先验识别框，包含类型，置信度以及坐标，表示...

【专利技术属性】
技术研发人员：黄浩乾，王秋意，王迪，王俊玮，
申请(专利权)人：河海大学，
类型：发明
国别省市：