CN110053743A - 一种用于水下精准测量的遥控机器人 - Google Patents

一种用于水下精准测量的遥控机器人 Download PDF

Info

Publication number
CN110053743A
CN110053743A CN201910347111.2A CN201910347111A CN110053743A CN 110053743 A CN110053743 A CN 110053743A CN 201910347111 A CN201910347111 A CN 201910347111A CN 110053743 A CN110053743 A CN 110053743A
Authority
CN
China
Prior art keywords
underwater
boost motor
robot
point
pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910347111.2A
Other languages
English (en)
Inventor
扆亮海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910347111.2A priority Critical patent/CN110053743A/zh
Publication of CN110053743A publication Critical patent/CN110053743A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
    • B63G8/001—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
    • B63G8/14—Control of attitude or depth
    • B63G8/16—Control of attitude or depth by direct use of propellers or jets
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
    • B63G8/001—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations
    • B63G2008/002—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations unmanned
    • B63G2008/005—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations unmanned remotely controlled
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform

Abstract

本发明提供的一种用于水下精准测量的遥控机器人，实现水下机器人不少于四个自由度的运动，具有定深悬停，直行，旋转，侧移能力，水下机器人能够与陆上控制设备保持良好的通信，电子元部件均做水密耐压保护，适合通过水下狭小区域，用于水下探测、水下测量作业。精准测量的水下机器人专门进行了路径规划，提高巡航和测量效率。利用多波束测深仪和双目精准测量仪协同开展水下测量，多波束测深技术实现了对水下探测目标的高精度和高密度测量，双目精准测量帮助水下机器人执行一些复杂的水下操作任务，两种测量方法协同完成高质量的水下精准测量。水下测量相对误差小，满足对水下目标抓取等水下机器人的操作要求。

Description

一种用于水下精准测量的遥控机器人
技术领域
本发明涉及一种遥控机器人，特别涉及一种用于水下精准测量的遥控机器人，属于遥控水下精准测量技术领域。
背景技术
遥控机器人技术是一种新兴的智能制造技术，受到广泛关注应用。水下遥控机器人是一种能够在水面以下几米甚至几十米深度进行遥控航行的机器人，具有自动航行、遥控导航、自主执行水下任务的能力。与无人机、无人车和无人船相比，它所处的任务环境更加复杂，电子元部件等任何非水密电子部件、机械部件和推进部件均须做水密和耐压保护，否则将发生渗水或漏水导致不能正常使用。水下机器人进行水下观测，其结构多采用框架式或者鱼雷型结构，尤其是水底地形、水流因素复杂的情况，对水下机器人的可操控性、稳定性和推进器利用率等提出了很高的要求，水下机器人低速机动性和可控性的好坏决定了它能否顺利完成特定的水下测量和定点悬停作业工作任务。
水下测量是为开展河道清淤、航道疏浚、流域防洪规划、码头建设等工程提供所需基础数据的一项重要前期工作。多波束水下测深技术由于其低成本、高精度、高分辨率等优良特点受到青睐。但光在水下有独特的传播特性，对蓝绿光的衰减比其他短波长的光衰减要小得多。光波在水中会被吸收，也会发生散射，因此光波在水中的衰减相当快，且衰减程度和传播距离呈指数关系。光在不同水质的传播特性对成像品质有较大影响，在浑浊度低、照明度适中的环境下，视觉测量能够取得更高的精度，随着水下机器人技术的发展，越来越多的水下机器人不仅仅只局限于对水下环境进行简单的观测任务，水下机器人逐渐须要执行一些复杂的水下操作任务，如水下对接、水下测量、水下焊接、水下目标抓取等，这些任务的完成都需要双目视觉精准测量的辅助，因此，进一步研发多波束测深仪和双目精准测量仪协同工作的水下精准测量的遥控机器人十分必要。
现有技术的水下测量工作主要存在以下问题：一是水下测量一般有测量船完成，测量船一般只在水面航行，运动不够灵活，不能实现水下自由运动，不具有定深悬停、直行、旋转、侧移能力，不能直接垂直方向运动，任意运动时无法保持自身稳定，无法完成诸多的水下精准测量工作，不能通过水下狭小区域，不适合用于水下探测、水下测量作业。二是即使使用机器人测量，但使用的机器人重量大，航行时间短，巡航测量范围小，一般不能完成任务，或者需要频繁的补给，水下精准测量实现起来比较困难，测量效率很低，操作繁琐难度很大，水下测量效果不尽如人意，机器人搭载的硬件和软件较为落后，水下机器人航行过程中抖动严重，采集图像的清晰图较差，更是降低了测量的准确性和可靠性。三是遥控机器人没有专门进行路径规划，没有将水下机器人系统与地理信息系统结合，导致机器人水下精准测量路径规划盲目性大，没有充分利用水下区域的地质地貌特征和地理信息数据，测量路径设计科学性系统性差，无法充分发挥遥控机器人的优势。四是没有发挥机器人的优势，自动化和智能技术应用不足，无法实现水下地形数据的获取，无法形成陆上控制系统，实现水下机器人的远程控制、水下地形数据的自动记录、水下地形测量的精度与参数等的设置、水下地形数据的处理与成图等，没有采用系统集成的理念，无法实现水下测量到数据处理的自动化。五是水下测量工具和方法较为落后，没有采用多波束测深仪和双目精准测量仪协同开展水下测量，无法实现了对水下探测目标的高精度和高密度测量，水下机器人无法执行一些复杂的水下操作任务，如水下对接、水下焊接、水下目标抓取等，水下测量相对误差大。
发明内容
针对现有技术的不足，本发明提供的一种用于水下精准测量的遥控机器人，机身上安装四个双向推进器，推进器布置合理，能够利用控制算法实现水下助推器推力分配，实现水下机器人不少于四个自由度的运动，具有定深悬停，直行，旋转，侧移能力，水下机器人能够与陆上控制设备保持良好的通信，电子元部件均做水密耐压保护，适合通过水下狭小区域，用于水下探测、水下测量作业。精准测量的水下机器人专门进行了路径规划，提高巡航和测量效率。利用多波束测深仪和双目精准测量仪协同开展水下测量，实现水下地形数据的获取，利用计算机技术开发导航软件，形成陆上控制系统，实现水下机器人的远程控制、水下地形数据的自动记录、水下地形测量的精度与参数等的设置、水下地形数据的处理与成图等，采用系统集成的理念，构建水下机器人测量系统，实现水下测量到数据处理的自动化。多波束测深技术集成了现代空间测控技术、声呐技术、计算机技术、信息处理技术等一系列高新技术，实现了对水下探测目标的高精度和高密度测量。双目精准测量帮助水下机器人执行一些复杂的水下操作任务，如水下对接、水下焊接、水下目标抓取等，在成像模型、立体标定、测量模型等技术指标更优，两种测量方法协同完成高质量的水下精准测量。水下测量相对误差小，满足对水下目标抓取等水下机器人的操作要求。
为达到以上技术效果，本发明所采用的技术方案如下：
一种用于水下精准测量的遥控机器人，包括陆上控制系统和水下机器人，陆上控制系统包括便携式计算机、陆上通讯单元,水下机器人包括耐压仓、卫星定位装置、多波束测深仪、电子罗盘、动力装置、蓄电池、水下通讯装置、机器人主控装置、双目精准测量仪，耐压仓包括前舱，中间舱、尾舱，水下机器人的动力装置包括水下助推器和助推姿态器，水下助推器为双向助推器，包括调速器、防水电动机、整流罩、螺旋桨，调速器密封于防水电动机的内部，水下助推器和助推姿态器分别对应设置有四对，第一水下助推器通过助推姿态器设置在前舱的右侧，第二水下助推器通过助推姿态器设置在尾舱的右侧，第三水下助推器通过助推姿态器设置在前舱的左侧，第四水下助推器通过助推姿态器设置在尾舱的左侧，前舱和尾舱为圆弧形，同一侧前后方水下助推器的螺旋桨反向安装。
一种用于水下精准测量的遥控机器人，进一步的，耐压仓由防水密封材料制成，卫星定位装置设置在耐压仓的上端前部，水下通讯装置设置在耐压仓的上端后部，双目精准测量仪设置在耐压仓的下端前部，探测声呐设置在耐压仓的下端后部，电子罗盘、蓄电池、机器人主控装置分别设置在耐压仓的内部，并保持耐压仓前后左右质量分布平衡，卫星定位装置采用GPS-RTK系统，陆上布设GPS微型基准站，水下机器人搭载GPS微型移动站，助推姿态器一端与耐压仓相连接，另一端与水下助推器相连接，助推姿态器调整水下助推器在的工作姿态。
一种用于水下精准测量的遥控机器人，进一步的，完成水下测量任务的过程可分为七个阶段：
步骤1，测量水域设置，实地观察水下测量区域的基本情况，包括测量水域的地理位置、面积大小、环境条件，向陆上控制系统的便携式计算机中配置和导入测量水域的基本信息；
步骤2，测量路径规划，根据测量水域的地理位置、面积大小、环境条件和遥控机器人自身的硬件条件，规划水下测量路径，路径规划由陆上控制系统和水下机器人共同分析计算完成；
步骤3，测量准备，根据确定的测量路径、测量水域环境、测量任务数量，进行陆上准备，检查蓄电池电量，检查各部件工况，将水下机器人放入测量水域，陆上控制系统通过无线电通讯让水下机器人启动准备程序，确定水下机器人初始位置，确定工作路径；
步骤4，开始执行水下测量任务，水下机器人按照事先编好的程序及计算得到的路径，开始自主巡航，以到达任务目的地，水下机器人按照事先编好的任务程序，一般测量进入步骤5，使用多波束测深仪完成，高精度立体视觉测量进入步骤6，使用双目精准测量仪完成；
步骤5，多波束测深仪利用多波束回声信号测量，绘制水底地形和水深，利用多波束发射换能器阵列向水下发射宽扇区覆盖的声波，利用接收换能器阵列对声波进行窄波束接收，通过发射、接收扇区指向的正交性形成对水下地形的照射脚印，测量沿航线一定宽度内水下目标的大小形状和高低变化，描绘出水下物体和地形的三维特征；
步骤6，如果需要对目标进行高精度立体视觉测量，则使用双目精准测量仪完成；
步骤7，任务完成后，水下机器人进入返航回收阶段，水下机器人在导航设备指引下，自主巡航到陆上控制系统附近水面回收，将水下机器人带上陆地，对水下机器人进行保养检查和更换电池，导出重要测量数据。
一种用于水下精准测量的遥控机器人，进一步的，双目精准测量仪包括双目水下彩色高清相机、图像采集卡、LED水下补光灯、信号传输线缆、双目固定支架，双目精准测量方法包括水下图像的获取、双目相机的标定、原始图像预处理、畸变与平行校正、特征点匹配、生成视差图、三角精准测量，其中图像预处理步骤先后包括优化直方图均衡化和中值滤波处理两个过程，特征点匹配步骤先后包括优化尺度不变特征变换特征点提取和稀疏匹配搜索过滤两个过程。
一种用于水下精准测量的遥控机器人，进一步的，优化直方图均衡化采用图像阈值提取，将背景与目标物分割开来，对背景不做处理，对目标物做直方图均衡化，最后对背景和目标进行图像聚合.具体步骤为：
第一步，计算整幅灰度图像的灰度阈值F，假设有灰度值范围H＝[0，G]，I＝[G+1，127]，J＝[128，254-G]，K＝[255-G，255]，G为某级灰度值，若F∈J则转到第二步，若F∈I则转到第三步,若F∈H∪K则转到第四步；
第二步，对图像中灰度属于[F，255]部分的像素继续更新阈值F，循环执行第二步直到阈值F满足F∈K，转到第四步；
第三步，对图像中灰度属于[0，F]部分的像素继续更新阈值F，循环执行第三步直到阈值F满足F∈H，转到第四步；
第四步，若阈值F∈K则对图像中灰度属于[0，F]的像素进行直方图均衡化，且直方图均衡化后像素的灰度范围在[0，F]内.若阈值F∈H则对图像中灰度属于[F，255]的像素进行直方图均衡化，且直方图均衡化后像素的灰度范围在[F，255]内；
第五步，将经过直方图均衡化处理的像素和未经过直方图均衡化处理的像素聚合成为一幅新的图像，此幅图像即为结果。
一种用于水下精准测量的遥控机器人，进一步的，优化尺度不变特征变换特征点提取具体步骤为：
步骤一，建立水下图像的DOG金字塔，DOG金字塔通过不同尺度下高斯差分核与图像卷积生成，对每一个像素点，与它上层、下层以及邻域共26个像素点进行灰度值比较，若是极值点则将它选取为备选特征点；
步骤二，在获取水下图像备选特征点后，对候选特征点进行精确定位，对DOG函数进行泰勒展开，对整幅图像的像素点得到极值点的实际偏移量，从而得到特征点的精确坐标；
步骤三，使特征点具备旋转不变性，利用特征点邻域像素计算特征点梯度的大小和方位角；
步骤四，生成特征向量，以特征点为中心取16×16窗口，将该区域均匀划分为16个子区域，每个子区域为4×4像素空间，每个子区域计算8个方向的梯度方向直方图，绘制每个梯度方向的累加值，形成种子点，最终产生一个128维的特征向量。
一种用于水下精准测量的遥控机器人，进一步的，稀疏匹配搜索过滤具体步骤为：
第1步，完成对立体图像的特征点提取，保存特征点，令总循环变量为k＝0；
第2步，选取左图像特征点中的第k个，假设其坐标为(X1，Y1)，在右图像像素高[Y1-2,Y1+2],像素宽[X1-Cmax，X1]的范围内搜索，记下最近点，其中Cmax为常数，表示最大搜索像素范围；
第3步，取第2步中匹配的最近点，假设其坐标为(X2,Y2)，在左图像像素高为[Y2-2,Y2+2],像素宽为[X2，X2+Cmax]，范围内搜索并记录其最近邻点，判断该点与第2步中所选的左图像特征点(X1，Y1)是否是同一个点，若是则认为匹配正确，并保存该点；
第4步，令k＝k+1，判断k是否大于左图像总特征点数，若不大于则转到第2步，若大于则搜索完成；
第5步，使用随机抽样一致性算法滤除部分误匹配点，提高特征点匹配精度。
一种用于水下精准测量的遥控机器人，进一步的，生成视差图具体步骤为：
视差图步骤一，以左图像匹配点的灰度值为依据，建立匹配点集的最小堆结构；
视差图步骤二，从最小堆中取出一对匹配好的特征点的坐标值作为种子点；
视差图步骤三，取出左图像种子点的八邻域像素点中的一个作为待增长点，对待增长点遍历右图像种子点的八邻域像素点组成八对待增长点对；
视差图步骤四，计算出视差图步骤三中每个待增长点对的自相关系数i1，i2和互相关系数i12，并计算其相关系数，有
视差图步骤五，若上述八个待增长点对的最小相关系数b属于某个阈值区间[b1，b2]，则将这对邻域点放入最小堆中，并将其坐标保存到视差图中；
视差图步骤六，转到视差图步骤三直到左图像种子点的八邻域像素点都已完成遍历；
视差图步骤七，从最小堆中继续取出一对匹配点对作为种子点对，继续执行视差图步骤一至六，直到最小堆为空，该过程完成。
一种用于水下精准测量的遥控机器人，进一步的，水下机器人的四个水下助推器成一定角度对称的安装在机身上，通过水下助推器的正反转以及旋转速度实现水下机器人在水下前行、后退、悬停、上浮、下潜以及转向运动，水下机器人在任意运动时保持自身稳定，灵活多变，方便水下测量，具体为：
一是在第一水下助推器、第二水下助推器、第三水下助推器和第四水下助推器都反转，且四个水下助推器转速相同时，水下机器人保持悬停或者下潜；
二是在第一水下助推器、第二水下助推器、第三水下助推器和第四水下助推器都正转时，水下机器人上升；
三是在第二水下助推器、第四水下助推器正转，第一水下助推器、第三水下助推器反转，且四个双向推进器转速相同时，水下机器人前进；
四是在第二水下助推器、第四水下助推器反转，第一水下助推器、第三水下助推器正转，且四个水下助推器转速相同时，水下机器人后退；
五是在第二水下助推器、第四水下助推器正转，第一水下助推器、第三水下助推器反转，但第一水下助推器和第二水下助推器的转速大于第三水下助推器和第四水下助推器时，水下机器人右转前进；
六是在第二水下助推器和第四水下助推器正转，第一水下助推器和第三水下助推器反转，但第一水下助推器和第二水下助推器的转速小于第三水下助推器和第四水下助推器时，水下机器人左转前进。
与现有技术相比，本发明的优点在于：
1.本发明提供的一种用于水下精准测量的遥控机器人，机身上安装四个双向推进器，推进器布置合理，不仅使结构更加稳定，运动更加灵活，能够利用控制算法实现水下助推器推力分配，实现水下机器人不少于四个自由度的运动，具有定深悬停，直行，旋转，侧移能力，还可使水下机器人直接垂直方向运动即上浮或下潜，在任意运动时保持自身稳定，动力也更加充足，水下机器人能够与陆上控制设备保持良好的通信，电子元部件均做水密、耐压保护，能狗正常水下航行，水下机器人的稳定性得到提高，系统抗外界干扰能力增强，结构简单、尺寸小，重量轻，操作简便、运行稳定、移动灵活阻力小、制造成本低，适合通过水下狭小区域，用于水下探测、水下测量作业。
2.本发明提供的一种用于水下精准测量的遥控机器人，精准测量的水下机器人专门进行了路径规划，将水下机器人测量系统与水下地理信息系统结合，根据水下巡航区域的地理位置、面积大小、环境条件和水下机器人自身的硬件条件，规划水下机器人巡航测量路径，路径规划技术由水下机器人和地面指挥站共同分析计算完成，判断当前所处位置与所有巡航点和测量点的最优路径,规避水下机器人无法返航或因担心电量过早返航等问题，提高巡航和测量效率。
3.本发明提供的一种用于水下精准测量的遥控机器人，利用机器人技术开展GPS、测深系统、电子罗盘、精准测量的自动化连接，实现水下机器人按照无线遥控器的指令和导航规定路线自动行驶，利用多波束测深仪和双目精准测量仪协同开展水下测量，实现水下地形数据的获取，利用计算机技术开发导航软件，形成陆上控制系统，实现水下机器人的远程控制、水下地形数据的自动记录、水下地形测量的精度与参数等的设置、水下地形数据的处理与成图等，采用系统集成的理念，构建水下机器人测量系统，实现水下测量到数据处理的自动化。
4.本发明提供的一种用于水下精准测量的遥控机器人，采用多波束测深仪和双目精准测量仪协同开展水下测量，多波束测深技术集成了现代空间测控技术、声呐技术、计算机技术、信息处理技术等一系列高新技术，实现了对水下探测目标的高精度和高密度测量。双目精准测量帮助水下机器人执行一些复杂的水下操作任务，如水下对接、水下焊接、水下目标抓取等，在成像模型、立体标定、测量模型等技术指标更优，两种测量方法协同完成高质量的水下精准测量。
5.本发明提供的一种用于水下精准测量的遥控机器人，双目精准测量提出了优化直方图均衡化方法，在提高水下图像对比度的同时，减弱了水下图像的散射现象，抑制了图片噪声，解决了目标物过亮或过暗的现象，经过预处理之后的图片能提取更多的特征点，特征点的匹配率也有所提高.优化尺度不变特征变换特征点提取算法不仅提高了匹配正确率，同时缩短了匹配时间，稀疏匹配搜索过滤算法将特征点匹配时的搜索范围降维，不仅缩短了匹配时间，而且提高了匹配正确率，剔除了部分误匹配点，提高了匹配正确率.生成视差图有效地描述了目标轮廓，实验结果显示，水下测量相对误差小，满足对水下目标抓取等水下机器人的操作要求。
附图说明
图1是本发明提供的一种用于水下精准测量的遥控机器人的结构示意图。
图2是本发明的遥控机器人完成水下测量任务的步骤图。
图3是本发明的双目精准测量方法的具体流程步骤图。
图4是本发明的双目精准测量仪的成像模型示意图。
附图标记说明：1-陆上控制系统，2-水下机器人，11-便携式计算机，12-陆上通讯单元，21-耐压仓，22-卫星定位装置，23-多波束测深仪，24-电子罗盘，25-蓄电池，26-水下通讯装置，27-机器人主控装置，28-双目精准测量仪，31-前舱，32-中间舱，33-尾舱，51-第一水下助推器，52-第二水下助推器,53-第三水下助推器，54-第四水下助推器，55-助推姿态器。
具体实施方式
下面结合附图，对本发明提供的一种用于水下精准测量的遥控机器人的技术方案进行进一步的描述，使本领域的技术人员可以更好的理解本发明并能予以实施。
一.硬件部分
参见图1，本发明提供的一种用于水下精准测量的遥控机器人，包括陆上控制系统1和水下机器人2，陆上控制系统1包括便携式计算机11、陆上通讯单元12,陆上控制系统1和水下机器人2之间通过无线电通讯，依托无线电遥控系统完成水下机器人2的命令发射和信息接收，实现水下机器人2的相关控制功能，并接收到水下机器人2的船速、航向、经纬度、横滚角、俯仰角运行参数与水下测量数据，并进行实时记录显示，水下机器人2包括耐压仓21、卫星定位装置22、多波束测深仪23、电子罗盘24、动力装置、蓄电池25、水下通讯装置26、机器人主控装置27、双目精准测量仪28。
(一)水下机器人
耐压仓21由防水密封材料制成，耐压仓21包括前舱31，中间舱32、尾舱33，卫星定位装置22设置在耐压仓21的上端前部，水下通讯装置26设置在耐压仓21的上端后部，双目精准测量仪28设置在耐压仓21的下端前部，探测声呐23设置在耐压仓21的下端后部，电子罗盘24、蓄电池25、机器人主控装置27分别设置在耐压仓21的内部，并保持耐压仓21前后左右质量分布平衡。
卫星定位装置22采用GPS-RTK系统，陆上布设GPS微型基准站，水下机器人2搭载GPS微型移动站，用以实现水下机器人的定位导航，实时获取水下机器人的位置、速度、航向。
电子罗盘24采用三维电子罗盘，实时获取水下机器人的俯仰角和横滚角，后续处理中可纠正卫星定位数据和水下测量数据。
为了不干扰岸基控制系统命令的发出和测量数据的接收，水下通讯装置26与陆上通讯单元12之间采用两对频率不同的无线模块，独立传输控制命令和测量数据。
多波束测深仪23利用多波束回声信号测量、绘制水底地形和水深，由声波收发射器、信号处理装置和机芯组成，将多波束、姿态仪声速仪高度集成，接口连线数量大大减少，安装使用更便捷，实时动态聚焦波束形成后同步水体成像，完成智能水底地形跟踪，为数据后处理提供实况现场展现，提高了自动化测量程度，配套测量软件包括HydroQuest控制软件和HydroNavi导航软件，多波束换能器探头任意角度倾斜安装测量，实现对水下建筑物、桥墩、边坡、浅滩和防波堤等的精细测量。
双目精准测量仪28包括双目水下彩色高清相机、图像采集卡、LED水下补光灯、信号传输线缆、双目固定支架。
机器人主控装置27基于以PC104总线PCM-9375F-J0A1E单板计算机作为主控计算机，通过PCM-3643的8端口RS-232扩展卡，利用模块集成，以RS-232串口连接水下通讯装置26、卫星定位装置22、多波束测深仪23、电子罗盘24、动力装置、蓄电池25、双目精准测量仪28，即插即用方便各部件的更换与扩展。机器人主控装置实时采集、记录、处理数据并向陆上控制系统发送所测量的水下地形数据。
(二)水下机器人的动力装置
水下机器人的动力装置包括水下助推器和助推姿态器55，水下助推器为双向助推器，包括调速器、防水电动机、整流罩、螺旋桨，调速器密封于防水电动机的内部，螺旋桨固定在防水电动机的转轴上，防水电动机、调速器、螺旋桨统一固定在整流涵道内，整流涵道固定在助推姿态器55上。
水下助推器和助推姿态器分别对应设置有四对，第一水下助推器51通过助推姿态器设置在前舱31的右侧，第二水下助推器52通过助推姿态器设置在尾舱33的右侧，第三水下助推器53通过助推姿态器设置在前舱31的左侧，第四水下助推器54通过助推姿态器设置在尾舱33的左侧，前舱31和尾舱33为圆弧形，同一侧前后方水下助推器的螺旋桨反向安装，以水下机器人机身的中心线为轴水平旋转相反角度且相切于机身的圆弧形外轮廓面。
助推姿态器55一端与耐压仓21相连接，另一端与水下助推器相连接，助推姿态器55调整水下助推器在的工作姿态。
二.软件部分
(一)水下测量工作过程
遥控机器人完成水下测量任务的过程可分为七个阶段，如图2所示。
步骤1，测量水域设置。实地观察水下测量区域的基本情况，包括测量水域的地理位置、面积大小、环境条件，向陆上控制系统的便携式计算机中配置和导入测量水域的基本信息；
步骤2，测量路径规划。根据测量水域的地理位置、面积大小、环境条件和遥控机器人自身的硬件条件，规划水下测量路径，路径规划既要保证水下测量质量和测量全覆盖，又需要考虑遥控机器人硬件参数和工作安全，若单次工作无法完成，可分为多个任务执行。路径规划由陆上控制系统和水下机器人共同分析计算完成，判断当前所处位置与所有测量点和测量区域间的最优路径,规避水下机器人无法返航或因担心电量过早返航等问题，提高测量效率。
步骤3，测量准备。根据确定的测量路径、测量水域环境、测量任务数量，进行陆上准备，检查蓄电池电量，检查各部件工况，将水下机器人放入测量水域，陆上控制系统通过无线电通讯让水下机器人启动准备程序，确定水下机器人初始位置，确定工作路径。
步骤4，开始执行水下测量任务。水下机器人按照事先编好的程序及计算得到的路径，开始自主巡航，以到达任务目的地，在快要接近任务目的地时，还可确定任务目标的位置，使工作位置更加精确。到达任务目的地后，水下机器人按照事先编好的任务程序，一般测量进入第五步，使用多波束测深仪完成，高精度立体视觉测量进入第六步，使用双目精准测量仪完成。
步骤5，多波束测深仪利用多波束回声信号测量，绘制水底地形和水深，利用多波束发射换能器阵列向水下发射宽扇区覆盖的声波，利用接收换能器阵列对声波进行窄波束接收，通过发射、接收扇区指向的正交性形成对水下地形的照射脚印，对这些脚印进行处理，一次探测就能给出与航向垂直的垂面内上百个甚至更多的水下被测点的水深值，从而能够精确快速的测出沿航线一定宽度内水下目标的大小形状和高低变化，描绘出水下物体和地形的三维特征。
步骤6，如果需要对目标进行高精度立体视觉测量，则使用双目精准测量仪完成。高精度立体视觉测量成本低、精度高、分辨率高，
步骤7，任务完成后，水下机器人进入返航回收阶段，水下机器人在导航设备指引下，自主巡航到陆上控制系统附近水面回收，将水下机器人带上陆地，对水下机器人进行保养检查和更换电池，导出重要测量数据。
(二)水下机器人的驱动模式
通过水下助推器的正反转以及旋转速度实现水下机器人在水下前行、后退、悬停、上浮、下潜以及转向运动。具体如下：
一是在第一水下助推器51、第二水下助推器52、第三水下助推器53和第四水下助推器54都反转，且四个水下助推器转速相同时，水下机器人保持悬停或者下潜；
二是在第一水下助推器51、第二水下助推器52、第三水下助推器53和第四水下助推器54都正转时，水下机器人上升；
三是在第二水下助推器52、第四水下助推器54正转，第一水下助推器51、第三水下助推器53反转，且四个双向推进器转速相同时，水下机器人前进；
四是在第二水下助推器52、第四水下助推器54反转，第一水下助推器51、第三水下助推器53正转，且四个水下助推器转速相同时，水下机器人后退；
五是在第二水下助推器52、第四水下助推器54正转，第一水下助推器51、第三水下助推器53反转，但第一水下助推器51和第二水下助推器52的转速大于第三水下助推器53和第四水下助推器54时，水下机器人右转前进；
六是在第二水下助推器52和第四水下助推器54正转，第一水下助推器51和第三水下助推器53反转，但第一水下助推器51和第二水下助推器52的转速小于第三水下助推器53和第四水下助推器54时，水下机器人左转前进。
水下机器人的四个水下助推器成一定角度对称的安装在机身上，可使水下机器人在任意运动时保持自身稳定，灵活多变，方便水下测量工作，提高工作效率和质量。
(三)双目精准测量仪的工作模式
多波束测深仪一般只能完成对水下环境进行简单的观测和测量任务，如果需要执行一些复杂的水下操作和精确可视的测量任务，如水下目标抓取、水下对接、水下焊接、高精度可视水下测量，更适合使用双目精准测量仪。但是在水下，受成像环境所限，水下图像质量较低，信息量少，特征点提取困难，匹配精度差，难以实现有效的测量，针对水下双目视觉测量的难点。本发明考虑从提高水下图像质量以及水下特征点提取和匹配两方面入手，有效描述了目标轮廓，获取目标点间的距离，完成双目精准测量。
双目精准测量方法具体的流程框架如图3所示，先后经过水下图像的获取、双目相机的标定、原始图像预处理、畸变与平行校正、特征点匹配、生成视差图、三角精准测量。
其中，双目精准测量仪拍摄的二维图像包含有各种噪声和畸变，水下拍摄的图像还受水下特殊环境的影响，导致图像质量的下降，给后续的特征点提取和检测带来干扰，要对原始图像进行预处理，图像预处理步骤先后包括优化直方图均衡化和中值滤波处理两个过程，特征点匹配步骤先后包括优化尺度不变特征变换特征点提取和稀疏匹配搜索过滤两个过程。
1.水下图像的获取
发现需要精准测量的目标后，水下机器人的双目精准测量仪28启动工作，LED水下补光灯对准被测对象补光，双目水下彩色高清相机获取被测对象的水下图像，信号传输线缆和图像采集卡收集存储水下图像。
2.双目相机的标定
确定水下空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，需要建立双目相机成像的几何模型，这些几何模型参数就是相机参数，相机标定就是要通过计算出双目相机的参数，包括内参矩阵、焦距、主点、径向畸变、切向畸变、平移向量、平均重投影误差、重投影误差、重投影点。
通过双目相机的标定获取了两个相机各自的内参矩阵和畸变系数，以及两个相机达到平行时各自的旋转矩阵。可通过OpenCV和MatLab中的函数完成。
3.优化直方图均衡化
优化直方图均衡化采用图像阈值提取，将背景与目标物分割开来，对背景不做处理，对目标物做直方图均衡化，最后对背景和目标进行图像聚合.具体步骤如下：
第一步，计算整幅灰度图像的灰度阈值F，假设有灰度值范围H＝[0，G]，I＝[G+1，127]，J＝[128，254-G]，K＝[255-G，255]，G为某级灰度值，若F∈J则转到第二步，若F∈I则转到第三步,若F∈H∪K则转到第四步；
第二步，对图像中灰度属于[F，255]部分的像素继续更新阈值F，循环执行第二步直到阈值F满足F∈K，转到第四步；
第三步，对图像中灰度属于[0，F]部分的像素继续更新阈值F，循环执行第三步直到阈值F满足F∈H，转到第四步；
第四步，若阈值F∈K则对图像中灰度属于[0，F]的像素进行直方图均衡化，且直方图均衡化后像素的灰度范围在[0，F]内.若阈值F∈H则对图像中灰度属于[F，255]的像素进行直方图均衡化，且直方图均衡化后像素的灰度范围在[F，255]内；
第五步，将经过直方图均衡化处理的像素和未经过直方图均衡化处理的像素聚合成为一幅新的图像，此幅图像即为结果。
优化直方图均衡化方法得到的水下图片更加清晰，噪声更少，灰度差更明显，且水下目标物上也不存在过亮或过暗的现象。
4.中值滤波
使用中值滤波器，将每一像素点的灰度值设置为该点邻域窗口内的所有像素点灰度值的中值。中值滤波把数字图像中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。用二维滑动模板将板内像素按照像素值的大小进行排序，生成单调上升或下降的为二维数据序列。
5.畸变与平行校正
畸变与平行校正包括畸变校正和平行校正。
获取了内参矩阵和畸变系数对图像进行畸变校正时，将源图像像素坐标系通过内参矩阵转化成相机坐标系，通过畸变系数校正图像的相机坐标，校正后通过内参矩阵将相机坐标系转换成图像像素坐标系，并根据源图像坐标的像素值赋值给新的图像坐标，解决图像的畸变问题。
平行校正针对图像对应的相机坐标系进行，将源图像像素坐标系通过内参矩阵转化成相机坐标系，通过旋转矩阵进行平行极线校正，然后通过畸变系数校正图像的相机坐标，校正后通过内参矩阵将相机坐标系转换成图像像素坐标系，并根据源图像坐标的像素值赋值给新的图像坐标。
6.优化尺度不变特征变换特征点提取
步骤一，建立水下图像的DOG金字塔，DOG金字塔通过不同尺度下高斯差分核与图像卷积生成，对每一个像素点，与它上层、下层以及邻域共26个像素点进行灰度值比较，若是极值点则将它选取为备选特征点；
步骤二，在获取水下图像备选特征点后，对候选特征点进行精确定位，对DOG函数进行泰勒展开，对整幅图像的像素点得到极值点的实际偏移量，从而得到特征点的精确坐标；
步骤三，使特征点具备旋转不变性，利用特征点邻域像素计算特征点梯度的大小和方位角；
步骤四，生成特征向量，以特征点为中心取16×16窗口，将该区域均匀划分为16个子区域，每个子区域为4×4像素空间，每个子区域计算8个方向的梯度方向直方图，绘制每个梯度方向的累加值，形成种子点，最终产生一个128维的特征向量。
7.稀疏匹配搜索过滤
第1步，完成对立体图像的特征点提取，保存特征点，令总循环变量为k＝0；
第2步，选取左图像特征点中的第k个，假设其坐标为(X1，Y1)，在右图像像素高[Y1-2,Y1+2],像素宽[X1-Cmax，X1]的范围内搜索，记下最近点，其中Cmax为常数，表示最大搜索像素范围；
第3步，取第2步中匹配的最近点，假设其坐标为(X2,Y2)，在左图像像素高为[Y2-2,Y2+2],像素宽为[X2，X2+Cmax]，范围内搜索并记录其最近邻点，判断该点与第2步中所选的左图像特征点(X1，Y1)是否是同一个点，若是则认为匹配正确，并保存该点；
第4步，令k＝k+1，判断k是否大于左图像总特征点数，若不大于则转到第2步，若大于则搜索完成；
第5步，使用随机抽样一致性算法滤除部分误匹配点，提高特征点匹配精度。
8.生成视差图
视差图步骤一，以左图像匹配点的灰度值为依据，建立匹配点集的最小堆结构；
视差图步骤二，从最小堆中取出一对匹配好的特征点的坐标值作为种子点；
视差图步骤三，取出左图像种子点的八邻域像素点中的一个作为待增长点，对待增长点遍历右图像种子点的八邻域像素点组成八对待增长点对；
视差图步骤四，计算出视差图步骤三中每个待增长点对的自相关系数i1，i2和互相关系数i12，并计算其相关系数，有
视差图步骤五，若上述八个待增长点对的最小相关系数b属于某个阈值区间[b1，b2]，则将这对邻域点放入最小堆中，并将其坐标保存到视差图中；
视差图步骤六，转到视差图步骤三直到左图像种子点的八邻域像素点都已完成遍历；
视差图步骤七，从最小堆中继续取出一对匹配点对作为种子点对，继续执行视差图步骤一至六，直到最小堆为空，该过程完成。
9.三角精准测量
双目精准测量仪的成像模型如图4所示，图中：xcyc1zc1为左相机坐标系,S1为左相机坐标系的原点；xcyc2zc2为右相机坐标系，S2为右相机坐标系的原点；三维空间目标点Q(Xw，Yw，Zw)在左右两个摄像机成像平面上的投影点的像素坐标分别为Q1(u1，v1)和Q2(u2，v2)；G为基线长度,F为摄像机的焦距,uo1v为左摄像机的图像坐标系,uo2v为右摄像机的图像坐标系,由三角形相似原理有：
化简可得：
Zw＝FG/[(u1-u2)dx]，
同理对左视图应用三角相似原理有：
dx，dy为像素当量,双目视觉测距精度主要取决于空间目标点在相机像平面上的像素坐标及基线长G，所以匹配精度越高则测距精度越好。
双目精准测量仪高精度的水下测距能力，能够获取水下目标的位置、姿态，可以应用于水下机器人高精度测量，还可以应用于水下机器人控制机械臂对目标进行抓取，帮助水下机器人完成一系列任务。
双目精准测量不仅可以完成测距工作，根据三角测量可以测定图像内任意两点的距离和坐标，完成水下各种目的的精准测量。
在得到空间任一点在两个图像中的对应坐标和两相机参数矩阵的条件下，即可进行空间点的三维重建。
本发明提供的一种用于水下精准测量的遥控机器人，双目精准测量提出了优化直方图均衡化方法，在提高水下图像对比度的同时，减弱了水下图像的散射现象，抑制了图片噪声，解决了目标物过亮或过暗的现象，经过预处理之后的图片能提取更多的特征点，特征点的匹配率也有所提高.优化尺度不变特征变换特征点提取算法不仅提高了匹配正确率，同时缩短了匹配时间，稀疏匹配搜索过滤算法将特征点匹配时的搜索范围降维，不仅缩短了匹配时间，而且提高了匹配正确率，剔除了部分误匹配点，提高了匹配正确率.生成视差图有效地描述了目标轮廓，实验结果显示，水下测量相对误差小，满足对水下目标抓取等水下机器人的操作要求。

Claims (9)

1.一种用于水下精准测量的遥控机器人，其特征在于：包括陆上控制系统(1)和水下机器人(2)，陆上控制系统(1)包括便携式计算机(11)、陆上通讯单元(12),水下机器人(2)包括耐压仓(21)、卫星定位装置(22)、多波束测深仪(23)、电子罗盘(24)、动力装置、蓄电池(25)、水下通讯装置(26)、机器人主控装置(27)、双目精准测量仪(28)，耐压仓(21)包括前舱(31)，中间舱(32)、尾舱(33)，水下机器人的动力装置包括水下助推器和助推姿态器(55)，水下助推器为双向助推器，包括调速器、防水电动机、整流罩、螺旋桨，调速器密封于防水电动机的内部，水下助推器和助推姿态器分别对应设置有四对，第一水下助推器(51)通过助推姿态器设置在前舱(31)的右侧，第二水下助推器(52)通过助推姿态器设置在尾舱(33)的右侧，第三水下助推器(53)通过助推姿态器设置在前舱(31)的左侧，第四水下助推器(54)通过助推姿态器设置在尾舱(33)的左侧，前舱(31)和尾舱(33)为圆弧形，同一侧前后方水下助推器的螺旋桨反向安装。
2.根据权利要求1所述的一种用于水下精准测量的遥控机器人，其特征在于：耐压仓(21)由防水密封材料制成，卫星定位装置(22)设置在耐压仓(21)的上端前部，水下通讯装置(26)设置在耐压仓(21)的上端后部，双目精准测量仪(28)设置在耐压仓(21)的下端前部，探测声呐(23)设置在耐压仓(21)的下端后部，电子罗盘(24)、蓄电池(25)、机器人主控装置(27)分别设置在耐压仓(21)的内部，并保持耐压仓(21)前后左右质量分布平衡，卫星定位装置(22)采用GPS-RTK系统，陆上布设GPS微型基准站，水下机器人(2)搭载GPS微型移动站，助推姿态器(55)一端与耐压仓(21)相连接，另一端与水下助推器相连接，助推姿态器(55)调整水下助推器在的工作姿态。
3.根据权利要求1所述的一种用于水下精准测量的遥控机器人，其特征在于：完成水下测量任务的过程可分为七个阶段：
步骤1，测量水域设置，实地观察水下测量区域的基本情况，包括测量水域的地理位置、面积大小、环境条件，向陆上控制系统的便携式计算机中配置和导入测量水域的基本信息；
步骤2，测量路径规划，根据测量水域的地理位置、面积大小、环境条件和遥控机器人自身的硬件条件，规划水下测量路径，路径规划由陆上控制系统和水下机器人共同分析计算完成；
步骤3，测量准备，根据确定的测量路径、测量水域环境、测量任务数量，进行陆上准备，检查蓄电池电量，检查各部件工况，将水下机器人放入测量水域，陆上控制系统通过无线电通讯让水下机器人启动准备程序，确定水下机器人初始位置，确定工作路径；
步骤4，开始执行水下测量任务，水下机器人按照事先编好的程序及计算得到的路径，开始自主巡航，以到达任务目的地，水下机器人按照事先编好的任务程序，一般测量进入步骤5，使用多波束测深仪完成，高精度立体视觉测量进入步骤6，使用双目精准测量仪完成；
步骤5，多波束测深仪利用多波束回声信号测量，绘制水底地形和水深，利用多波束发射换能器阵列向水下发射宽扇区覆盖的声波，利用接收换能器阵列对声波进行窄波束接收，通过发射、接收扇区指向的正交性形成对水下地形的照射脚印，测量沿航线一定宽度内水下目标的大小形状和高低变化，描绘出水下物体和地形的三维特征；
步骤6，如果需要对目标进行高精度立体视觉测量，则使用双目精准测量仪完成；
步骤7，任务完成后，水下机器人进入返航回收阶段，水下机器人在导航设备指引下，自主巡航到陆上控制系统附近水面回收，将水下机器人带上陆地，对水下机器人进行保养检查和更换电池，导出重要测量数据。
4.根据权利要求1所述的一种用于水下精准测量的遥控机器人，其特征在于：双目精准测量仪(28)包括双目水下彩色高清相机、图像采集卡、LED水下补光灯、信号传输线缆、双目固定支架，双目精准测量方法包括水下图像的获取、双目相机的标定、原始图像预处理、畸变与平行校正、特征点匹配、生成视差图、三角精准测量，其中图像预处理步骤先后包括优化直方图均衡化和中值滤波处理两个过程，特征点匹配步骤先后包括优化尺度不变特征变换特征点提取和稀疏匹配搜索过滤两个过程。
5.根据权利要求4所述的一种用于水下精准测量的遥控机器人，其特征在于：优化直方图均衡化采用图像阈值提取，将背景与目标物分割开来，对背景不做处理，对目标物做直方图均衡化，最后对背景和目标进行图像聚合.具体步骤为：
第一步，计算整幅灰度图像的灰度阈值F，假设有灰度值范围H＝[0，G]，I＝[G+1，127]，J＝[128，254-G]，K＝[255-G，255]，G为某级灰度值，若F∈J则转到第二步，若F∈I则转到第三步,若F∈H∪K则转到第四步；
第二步，对图像中灰度属于[F，255]部分的像素继续更新阈值F，循环执行第二步直到阈值F满足F∈K，转到第四步；
第三步，对图像中灰度属于[0，F]部分的像素继续更新阈值F，循环执行第三步直到阈值F满足F∈H，转到第四步；
第四步，若阈值F∈K则对图像中灰度属于[0，F]的像素进行直方图均衡化，且直方图均衡化后像素的灰度范围在[0，F]内.若阈值F∈H则对图像中灰度属于[F，255]的像素进行直方图均衡化，且直方图均衡化后像素的灰度范围在[F，255]内；
第五步，将经过直方图均衡化处理的像素和未经过直方图均衡化处理的像素聚合成为一幅新的图像，此幅图像即为结果。
6.根据权利要求4所述的一种用于水下精准测量的遥控机器人，其特征在于：优化尺度不变特征变换特征点提取具体步骤为：
步骤一，建立水下图像的DOG金字塔，DOG金字塔通过不同尺度下高斯差分核与图像卷积生成，对每一个像素点，与它上层、下层以及邻域共26个像素点进行灰度值比较，若是极值点则将它选取为备选特征点；
步骤二，在获取水下图像备选特征点后，对候选特征点进行精确定位，对DOG函数进行泰勒展开，对整幅图像的像素点得到极值点的实际偏移量，从而得到特征点的精确坐标；
步骤三，使特征点具备旋转不变性，利用特征点邻域像素计算特征点梯度的大小和方位角；
步骤四，生成特征向量，以特征点为中心取16×16窗口，将该区域均匀划分为16个子区域，每个子区域为4×4像素空间，每个子区域计算8个方向的梯度方向直方图，绘制每个梯度方向的累加值，形成种子点，最终产生一个128维的特征向量。
7.根据权利要求4所述的一种用于水下精准测量的遥控机器人，其特征在于：稀疏匹配搜索过滤具体步骤为：
第1步，完成对立体图像的特征点提取，保存特征点，令总循环变量为k＝0；
第2步，选取左图像特征点中的第k个，假设其坐标为(X1，Y1)，在右图像像素高[Y1-2,Y1+2],像素宽[X1-Cmax，X1]的范围内搜索，记下最近点，其中Cmax为常数，表示最大搜索像素范围；
第3步，取第2步中匹配的最近点，假设其坐标为(X2,Y2)，在左图像像素高为[Y2-2,Y2+2],像素宽为[X2，X2+Cmax]，范围内搜索并记录其最近邻点，判断该点与第2步中所选的左图像特征点(X1，Y1)是否是同一个点，若是则认为匹配正确，并保存该点；
第4步，令k＝k+1，判断k是否大于左图像总特征点数，若不大于则转到第2步，若大于则搜索完成；
第5步，使用随机抽样一致性算法滤除部分误匹配点，提高特征点匹配精度。
8.根据权利要求1所述的一种用于水下精准测量的遥控机器人，其特征在于：生成视差图具体步骤为：
视差图步骤一，以左图像匹配点的灰度值为依据，建立匹配点集的最小堆结构；
视差图步骤二，从最小堆中取出一对匹配好的特征点的坐标值作为种子点；
视差图步骤三，取出左图像种子点的八邻域像素点中的一个作为待增长点，对待增长点遍历右图像种子点的八邻域像素点组成八对待增长点对；
视差图步骤四，计算出视差图步骤三中每个待增长点对的自相关系数i1，i2和互相关系数i12，并计算其相关系数，有
视差图步骤五，若上述八个待增长点对的最小相关系数b属于某个阈值区间[b1，b2]，则将这对邻域点放入最小堆中，并将其坐标保存到视差图中；
视差图步骤六，转到视差图步骤三直到左图像种子点的八邻域像素点都已完成遍历；
视差图步骤七，从最小堆中继续取出一对匹配点对作为种子点对，继续执行视差图步骤一至六，直到最小堆为空，该过程完成。
9.根据权利要求1所述的一种用于水下精准测量的遥控机器人，其特征在于：水下机器人的四个水下助推器成一定角度对称的安装在机身上，通过水下助推器的正反转以及旋转速度实现水下机器人在水下前行、后退、悬停、上浮、下潜以及转向运动，水下机器人在任意运动时保持自身稳定，灵活多变，方便水下测量，具体为：
一是在第一水下助推器(51)、第二水下助推器(52)、第三水下助推器(53)和第四水下助推器(54)都反转，且四个水下助推器转速相同时，水下机器人保持悬停或者下潜；
二是在第一水下助推器(51)、第二水下助推器(52)、第三水下助推器(53)和第四水下助推器(54)都正转时，水下机器人上升；
三是在第二水下助推器(52)、第四水下助推器(54)正转，第一水下助推器(51)、第三水下助推器(53)反转，且四个双向推进器转速相同时，水下机器人前进；
四是在第二水下助推器(52)、第四水下助推器(54)反转，第一水下助推器(51)、第三水下助推器(53)正转，且四个水下助推器转速相同时，水下机器人后退；
五是在第二水下助推器(52)、第四水下助推器(54)正转，第一水下助推器(51)、第三水下助推器(53)反转，但第一水下助推器(51)和第二水下助推器(52)的转速大于第三水下助推器(53)和第四水下助推器(54)时，水下机器人右转前进；
六是在第二水下助推器(52)和第四水下助推器(54)正转，第一水下助推器(51)和第三水下助推器(53)反转，但第一水下助推器(51)和第二水下助推器(52)的转速小于第三水下助推器(53)和第四水下助推器(54)时，水下机器人左转前进。
CN201910347111.2A 2019-04-27 2019-04-27 一种用于水下精准测量的遥控机器人 Pending CN110053743A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910347111.2A CN110053743A (zh) 2019-04-27 2019-04-27 一种用于水下精准测量的遥控机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910347111.2A CN110053743A (zh) 2019-04-27 2019-04-27 一种用于水下精准测量的遥控机器人

Publications (1)

Publication Number Publication Date
CN110053743A true CN110053743A (zh) 2019-07-26

Family

ID=67321150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910347111.2A Pending CN110053743A (zh) 2019-04-27 2019-04-27 一种用于水下精准测量的遥控机器人

Country Status (1)

Country Link
CN (1) CN110053743A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110824526A (zh) * 2019-11-22 2020-02-21 淮南矿业(集团)有限责任公司 一种用于煤矿沉陷区水资源监测的新型水域测量机器人
CN110928326A (zh) * 2019-11-26 2020-03-27 南京航空航天大学 一种面向飞行器外形的测量点差异性规划方法
CN111152923A (zh) * 2020-01-07 2020-05-15 长江水利委员会长江科学院 一种基于垂直起降固定翼水陆两栖无人机的水下地形测量装置
CN111208269A (zh) * 2020-03-04 2020-05-29 中国海洋大学 一种低成本近海养殖水质监测系统及方法
RU2731590C1 (ru) * 2020-01-27 2020-09-04 Акционерное общество "Центральное конструкторское бюро морской техники "Рубин" Планирующий подводный аппарат
CN111619770A (zh) * 2020-05-22 2020-09-04 中科星图(深圳)数字技术产业研发中心有限公司 一种水下无人机及其控制方法
CN112433219A (zh) * 2020-11-03 2021-03-02 深圳市汇海潜水工程服务有限公司 水下探测方法、系统及可读存储介质
RU205914U1 (ru) * 2021-01-12 2021-08-12 Федеральное государственное автономное учреждение "Военный инновационный технополис "ЭРА" Стенд для исследования изменения шума винта беспилотного летательного аппарата от частоты вращения путем звукового воздействия на систему приемников звуковых волн
CN117538881A (zh) * 2024-01-10 2024-02-09 海底鹰深海科技股份有限公司 一种声呐水体成像波束形成方法、系统、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104002942A (zh) * 2014-06-09 2014-08-27 北京理工大学 一种微型自主潜水器
CN105346695A (zh) * 2015-11-20 2016-02-24 浙江大学 一种四旋翼微型水下航行器
CN106683174A (zh) * 2016-12-23 2017-05-17 上海斐讯数据通信技术有限公司 双目视觉系统的三维重建方法、装置及双目视觉系统
CN108335350A (zh) * 2018-02-06 2018-07-27 聊城大学 双目立体视觉的三维重建方法
CN108492323A (zh) * 2018-01-18 2018-09-04 天津大学 融合机器视觉与听觉的水下运动物体检测与识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104002942A (zh) * 2014-06-09 2014-08-27 北京理工大学 一种微型自主潜水器
CN105346695A (zh) * 2015-11-20 2016-02-24 浙江大学 一种四旋翼微型水下航行器
CN106683174A (zh) * 2016-12-23 2017-05-17 上海斐讯数据通信技术有限公司 双目视觉系统的三维重建方法、装置及双目视觉系统
CN108492323A (zh) * 2018-01-18 2018-09-04 天津大学 融合机器视觉与听觉的水下运动物体检测与识别方法
CN108335350A (zh) * 2018-02-06 2018-07-27 聊城大学 双目立体视觉的三维重建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张伟: "多波束测深系统在水下地形测量中的应用研究", 《CNKI的中国优秀硕士学位论文全文数据库 工程科技II辑》 *
田仕奇: "基于双目立体视觉移动机器人立体匹配方法的研究", 《CNKI的中国优秀硕士论文学位全文数据库 信息科技辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110824526A (zh) * 2019-11-22 2020-02-21 淮南矿业(集团)有限责任公司 一种用于煤矿沉陷区水资源监测的新型水域测量机器人
CN110928326A (zh) * 2019-11-26 2020-03-27 南京航空航天大学 一种面向飞行器外形的测量点差异性规划方法
CN111152923A (zh) * 2020-01-07 2020-05-15 长江水利委员会长江科学院 一种基于垂直起降固定翼水陆两栖无人机的水下地形测量装置
CN111152923B (zh) * 2020-01-07 2021-06-25 长江水利委员会长江科学院 一种基于垂直起降固定翼水陆两栖无人机的水下地形测量装置
RU2731590C1 (ru) * 2020-01-27 2020-09-04 Акционерное общество "Центральное конструкторское бюро морской техники "Рубин" Планирующий подводный аппарат
CN111208269A (zh) * 2020-03-04 2020-05-29 中国海洋大学 一种低成本近海养殖水质监测系统及方法
CN111619770A (zh) * 2020-05-22 2020-09-04 中科星图(深圳)数字技术产业研发中心有限公司 一种水下无人机及其控制方法
CN111619770B (zh) * 2020-05-22 2022-04-15 国科星图(深圳)数字技术产业研发中心有限公司 一种水下无人机及其控制方法
CN112433219A (zh) * 2020-11-03 2021-03-02 深圳市汇海潜水工程服务有限公司 水下探测方法、系统及可读存储介质
RU205914U1 (ru) * 2021-01-12 2021-08-12 Федеральное государственное автономное учреждение "Военный инновационный технополис "ЭРА" Стенд для исследования изменения шума винта беспилотного летательного аппарата от частоты вращения путем звукового воздействия на систему приемников звуковых волн
CN117538881A (zh) * 2024-01-10 2024-02-09 海底鹰深海科技股份有限公司 一种声呐水体成像波束形成方法、系统、设备及介质
CN117538881B (zh) * 2024-01-10 2024-05-07 海底鹰深海科技股份有限公司 一种声呐水体成像波束形成方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN110053743A (zh) 一种用于水下精准测量的遥控机器人
CN110779498B (zh) 基于无人机多视点摄影的浅水河流水深测绘方法及系统
CN102042835B (zh) 自主式水下机器人组合导航系统
US10989537B2 (en) Sonar sensor fusion and model based virtual and augmented reality systems and methods
US11630198B2 (en) Visually correlated radar systems and methods
Leedekerken et al. Mapping complex marine environments with autonomous surface craft
CN104764445B (zh) 水下物点坐标确定方法及装置
CN109884730B (zh) 一种基于深海水下滑翔机平台的虚拟阵被动探测方法
CN105716581B (zh) 基于双介质摄影技术的水下物点坐标确定方法和装置
CN111090283B (zh) 一种无人艇组合定位定向方法和系统
CN111640177B (zh) 一种基于水下声呐探测的三维建模方法及无人潜水器
CN115755071A (zh) 基于声光遥感和vr技术的深海原位精细探测框架设计方法
CN112050793A (zh) 一种WorldView-2立体双介质水深探测方法
CN116027349A (zh) 基于激光雷达和侧扫声呐数据融合的珊瑚礁底质分类方法
Almeida et al. Air and underwater survey of water enclosed spaces for vamos! project
Yin et al. Study on underwater simultaneous localization and mapping based on different sensors
CN113138364A (zh) 一种基于水下潜摄设备的滑坡安全监测装置及定位方法
CN113989350B (zh) 无人船自主探索和未知环境三维重构的监控系统
Medagoda et al. Water column current profile aided localisation combined with view-based SLAM for autonomous underwater vehicle navigation
Woock Deep-sea seafloor shape reconstruction from side-scan sonar data for AUV navigation
Iscar et al. Autonomous surface vehicle 3D seafloor reconstruction from monocular images and sonar data
Mindell et al. New archaeological uses of autonomous underwater vehicles
CN215643053U (zh) 一种基于水下潜摄设备的滑坡安全监测装置
CN114046777A (zh) 适用于大范围浅海珊瑚礁制图的水下光学成像系统及方法
Leedekerken et al. Mapping complex marine environments with autonomous surface craft

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190726

WD01 Invention patent application deemed withdrawn after publication