论文部分内容阅读
对于水下作业技术,特别是自主作业而言,水下多目标的识别和定位显得尤为重要。为了提高水下运载工具对水下多个目标的辨识能力和定位能力,增强运载工具的作业能力和安全性能,本文针对接近觉、视觉传感器的目标探测技术,以及多传感器信息的集成技术进行了研究。首先,以开架式微型水下机器人为搭载工具,建立水下多目标定位作业平台。通过理论分析、仿真及水池试验建立其水下动力学模型,为试验平台在目标定位时的准确运动提供支持。然后,建立了水下接近觉的多目标定位系统。系统分析了水下接近觉传感器的的工作原理及组成,完成了基于该传感器下的水下目标定位算法设计;相较于国内外现有的超声传感器体系,采用神经网络的方法,通过区间定位和角度精确定位的仿真实验验证了所采用方法的有效性及定位精度,并给出理想条件下定位目标数目的最大值。其次,建立了水下视觉的多目标定位系统。详细介绍了水下视觉系统的工作原理及组成,分析光视觉和声视觉的目标特征提取方法,完成对二维声纳系统和光视觉的信息融合。依据目标的不同形状和目标在图像所处的位置区间组成视觉传感器子网络;简化每个子网络的结构,提高系统的泛化能力,对于不在训练样本空间的输入也能获得足够精度的输出。同时,通过不断添加子神经网络,逐步完善系统,提高目标定位能力。最后,建立水下多目标信息融合控制系统。对接近觉和视觉的输出信息进行关联,并通过具有自学习能力的神经网络对两种异质传感器的输出进行融合。对接近觉而言,基于神经网络的定位方法能够提供精确的角度信息,对视觉传感器而言,基于神经网络的定位方法能够较好的适应水下强非线性、强噪声环境,并通过神经网络集成技术将单个神经网络分为多个子网,从而降低了每个子网络的训练样本数,提高了神经网络的泛化能力,解决算法中复杂度过高的问题。本文结合相关研究项目,对水下多目标定位系统的问题开展了一系列的研究工作和实验,其研究成果为水下机器人自主作业定位提供了理论依据和技术手段。其中,许多工作有待开展进一步的研究。