论文部分内容阅读
为解决受外力扰动而影响定点作业的问题,水下机器人需要具有悬停定位(Station Keeping)的功能。悬停定位是指在存在外界扰动的情况下,机器人相对于作业目标仍然能够保持期望的位置和姿态。它具有两个特点:首先,是一种动力定位,即在状态感知系统的引导下,依靠自身动力抵抗外界扰动而保持期望位姿;其二,是一种局部定位,机器人相对作业目标的空间运动范围一般不会很大。因此,对悬停定位的研究需要重点解决两个问题,一个是状态感知问题;另一个是控制问题。
传统的声学定位难以满足精度和实时性的要求,视觉是一种实现水下机器人悬停定位的重要方法。本文以国家“十五”863计划重大专项“7000米载人潜水器”的悬停定位为应用背景,从摄像机标定、特定水下目标识别、视觉伺服和演示实验四个方面进行基于视觉的水下机器人悬停定位方法与应用研究。所开发的系统采用特定观察目标作为合作目标,应用基于模型的单目位姿估计方法获取摄像机与观察目标之间的相对位姿信息,实现了悬停定位中的状态感知;然后以视觉系统提供的位姿信息为反馈,构建视觉伺服控制器,实现了水下机器人的闭环控制。
摄像机标定与水下特定目标识别是实现单目位姿估计的前提,其精度直接影响位姿估计的精度,进而影响整个悬停定位系统的性能。通常摄像机标定是一个先建立成像模型,然后求解模型参数的过程。常用的简化成像模型无法精确描述3维成像空间与2维图像平面之间的关系,并且常规标定方法存在非线性方程优化求解困难的问题。因此,本文提出一种基于虚拟摄像机的无模型标定方法。该方法把摄像机的成像过程作为一个黑盒,通过光电测量方式直接建立3维成像空间与对应2维图像平面之间的映射关系。然后根据该映射关系定义一台虚拟理想摄像机,其透视模型参数可以根据需要任意设定,而不影响最终标定结果。虚拟摄像机的引入使得本方法的应用与常规方法同样方便。实验结果表明,该标定方法可以提高位姿估计精度,特别适用于无法用数学模型精确描述成像过程的系统。
针对系统中应用的特定观察目标,设计了水下图像处理和目标识别算法。对水下图像增强处理以后,应用基于自动阈值和区域生长相结合的方法进行图像分割:然后提取观察目标的图像特征,应用基于模型的目标识别方法实现了水下目标的识别和定位。
以单目位姿估计获得的位姿信息为反馈,构建水下机器人的闭环控制器,以实现悬停定位。这是一个典型的基于位置的视觉伺服问题。针对悬停定位的特点,设计了注视优先原则,在机器人运动过程中合理规划各自由度的控制,应用专家PID控制方法实现了水下机器人视觉伺服。
应用上述研究成果,以水下机器人实验平台为载体,在室内水池搭建了演示实验系统,在国内首次完成了基于视觉的水下机器人悬停定位演示实验。实验结果表明:在悬停定位起始阶段,以观察目标在摄像机视场内为前提,机器人能够在视觉伺服控制下跟踪观察目标,并且使观察目标始终保持在摄像机视场之中;能够运动到指定位置并且保持一个特定姿态,实现了机器人的定位定姿:在受到外界扰动(外力或水流)的情况下,仍然能够恢复到原来的位姿;即使在持续水流的冲击下,也能稳定地保持期望位姿。水下机器人悬停定位演示实验为今后基于视觉的悬停定位技术应用于实际作业打下了良好基础。