前视扫描声纳的成像与目标特征提取

论文摘要

水下环境探测与目标特征提取是自主水下机器人（AUV）领域中的核心问题,也是机器人学中人工智能应用研究的重要方面。AUV要实现自主式作业,必须要具备对周围环境的自我感知和识别能力。面对未知的复杂多变的水下特殊环境,作为水下探测主要设备的声纳系统成为AUV视觉传感器的主要组成部分。与传统声纳系统不同,AUV的声视觉系统必须具备环境感知、信息获取、声图生成与构建、目标特征提取等功能。本文的研究工作是国家“863计划”-“基于同时定位与地图构建方法的AUV自主导航技术”的重要组成部分,主要介绍了利用Tritech公司的Seaking DST双频数字机械扫描式前视主动声纳作为AUV主要探测和感知工具,来获得水下环境的回波信号,并对这些信息进行有效的选择和处理生成连续的水下环境的声纳图像,实现水下环境可视化,之后对原始的声纳图像进行预处理和特征提取。本文将声纳特征提取分为两个方向研究:一个方向是为了实现后续同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）,对原始声纳图像进行相应的预处理,提取感兴趣的环境点特征信息并将其不断更新添加到特征地图中,使用SLAM算法实现AUV的自主航行;另一个方向是为了进一步提高机器人的自主识别和判知能力,在对声纳图像进行处理的基础上,基于水下环境目标的几何特性,利用最小二乘拟合理论和椭圆逼近原则对其进行分类特征提取,从而提高了机器人视觉系统的分辨和识别能力。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 AUV 的研究现状
• 1.3 声纳技术的研究现状
• 1.4 声纳图像处理技术研究现状
• 1.4.1 声纳图像的特点
• 1.4.2 声纳图像预处理
• 1.4.3 声纳图像处理技术研究现状
• 1.5 水下目标特征提取研究现状
• 1.6 论文的组织结构
• 2 声纳成像研究
• 2.1 水声信道特点
• 2.2 单波束前视声纳成像特性
• 2.3 SEAKING DST 前视声纳
• 2.3.1 SeaKing DST 前视声纳工作原理
• 2.3.2 声纳回波数据
• 2.3.3 声纳图像生成
• 2.4 本章小结
• 3 声纳图像预处理
• 3.1 单波束主动扫描声纳图像特点
• 3.2 图像增强
• 3.2.1 中值滤波平滑去噪
• 3.2.2 灰度变换
• 3.3 图像分割
• 3.3.1 图像二值化
• 3.3.2 形态学变换
• 3.3.3 连通性分割
• 3.4 本章小结
• 4 目标特征提取
• 4.1 边缘特征提取
• 4.1.1 区分大小
• 4.1.2 形态学边缘检测方法
• 4.2 基于SLAM 的点特征提取
• 4.2.1 目标的质心点
• 4.2.2 边缘点特征
• 4.3 基于目标识别的多特征提取
• 4.3.1 特征提取选择
• 4.3.2 线特征提取
• 4.3.3 区域特征-椭圆逼近
• 4.4 本章小结
• 5 总结和拓展
• 参考文献
• 致谢
• 个人简历
• 发表的学术论文