CN115755071A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115755071A CN115755071A CN202211420179.7A CN202211420179A CN115755071A CN 115755071 A CN115755071 A CN 115755071A CN 202211420179 A CN202211420179 A CN 202211420179A CN 115755071 A CN115755071 A CN 115755071A
- Authority
- CN
- China
- Prior art keywords
- technology
- coordinate system
- deep sea
- laser
- submersible
- 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
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明公开了基于声光遥感和VR技术的深海原位精细探测框架设计方法，主要包括以下步骤：(1)研究光子计数激光雷达扫描系统结构，以及母船和潜水器的动态几何关系，构建WGS84空间直角坐标系下激光雷达测深点坐标的计算模型；(2)顾及潜水器姿态，在声线跟踪模型、母船与潜水器几何关系基础上，构建WGS84空间直角坐标系下多波束测深点坐标的计算模型；(3)激光雷达和多波束测深点进行融合处理，构建海底地形地貌图；(4)提出深海功能联用成像光谱仪研制方案及其探测方法；(5)通过海底三维地形建立模型、渲染技术以及双目立体成像技术，构建深海目标测区的VR环境。通过以上步骤，可实现基于声光遥感技术的深海原位精细探测，及测区VR环境构建。
Description
技术领域
本发明涉及基于声光遥感和VR技术的深海原位精细探测框架设计方法，特别涉及大深度的基于声光遥感和VR技术的深海原位精细探测框架设计方法。
背景技术
我国海洋资源勘探开发潜力巨大，深海区域蕴藏着丰富的油气、矿产、生物等战略资源。然而，目前我国海洋资源总体探明率仅有12.1％，远低于世界平均水平，这对海洋探测技术提出了更高要求。近年来，我国海洋资源能源开发步伐正在显著加快，大力发展深海资源能源精细探测技术及装备已成为国家重大战略需求。
由于篇幅限制，仅针对研究所涉及深海三维激光雷达、多功能联用光谱仪、大深度潜水器和深海目标区域实时三维成像与定位技术研究相关的典型研究成果进行综述。
1、国外深海光学探测仪器与装备技术现状
(1)深海三维激光雷达
水下三维激光成像技术主要包括距离选通技术、同步扫描技术、条纹管相机技术、连续光幅值调制技术、结构光成像技术以及单光子探测技术等。
1)距离选通技术。距离选通技术在水下成像的应用始于20世纪60年代[1]，它可以有效降低水体后向散射对成像探测的影响，但是距离选通技术实际上只能提供二维图像结果。直到2019年，丹麦技术大学研究人员将飞行时间技术与选通技术结合，在真实海水中实现水下动态目标三维成像[2]。2)同步扫描技术。同步扫描技术通过将发射光束与接收光束实现隔离来降低后向散射对接收信号的影响来提高成像探测信噪比。1996年美国海军水面作战中心研究了同步扫描技术的激光线扫描多光谱成像系统，用于水下珊瑚礁环境的成像[3]。3)条纹相机技术。条纹相机的出现为水下三维成像带来了新的可能。1999年，McLean等人将条纹相机应用于激光雷达系统中，搭载机载平台，并结合水下电光甄别系统实现了优于1英寸分辨率水下三维成像[4]，该系统可用于水雷等水中目标的探测。4)结构光成像。结构光成像是应用一束窄光束激光对目标物体进行投射，并使得光束方向与相机方向离轴以减小后向散射的影响。Dalgleish等将结构光投影的方法应用于水下目标的重建，并进行了一系列的改进[5]。5)多波束声呐和扫描激光光束结合。传统的声呐技术和光学技术结合也可以用于水下目标的三维结构成像中。2018年，波兰格但斯克工业大学的研究人员研究了利用多波束声呐和扫描激光光束结合重建水下目标的方法，获取了水下沉船的三维图像[6]。6)单光子成像技术在水下三维成像中的应用。2019年，爱丁堡赫里奥特瓦特大学的研究人员利用皮秒分辨率硅单光子雪崩二极管单光子探测器阵列技术实现了浑浊水域中水下动目标的三维成像，在黑暗环境下，实现了目标探测距离达到6.7个衰减长度的水池实验结果[7]。
(2)深海多功能联用成像光谱仪器
美国MBARI海洋研究所是将激光拉曼光谱技术应用到海洋探测的先驱，该研究所Peter等人2004年研发了国际首台深海激光拉曼光谱探测系统-DORISS(Deep Ocean RamanIn-Situ Spectrometer)系统[8]。DORISS系统多次搭载Tiburon ROV和Ventana ROV进行深海实验，在天然气水合物探测、热液活动探测、海洋深处环境变化在全球气候变化及碳循环中的作用、沉积物孔隙水等关键科学问题研究上取得了令人瞩目的研究成果。
2007年，第二代DORISSⅡ系统研制成功[9]。DORISSⅡ系统将光谱仪、激光器和控制与通讯系统集成在一个钛合金耐压舱内，可工作于4000m水深的海底。DORISSⅡ比DORISS系统工作可靠性有了大幅提高，系统重量和功耗都有大幅度下降。
法国Ifremer海洋研究所采用Jobin Yvon公司的小型拉曼光谱仪，在2005年开发了可用于深海6000米的水下拉曼光谱系统[10]，该系统已在波罗的海完成浅海性能测试。
(3)大深度潜水器
潜水器通常包括无人无缆自主潜水器，无人有缆遥控潜水器和载人潜水器(HOV)三种类型。随着下潜深度的增加，其技术难度也不断增加。对于HOV，早在1960年1月，“的里雅斯特”号深海潜水器，首次成功下潜至马里亚纳海沟最深处，成为人类首次到达“挑战者”深渊。国外第二代的大深度载人潜水器包括了美国的Alvin号、俄罗斯和平号、法国鹦鹉螺号以及日本Shinkai 6000等，最大下潜深度6000米。2012年，“深海挑战者”号单人载人潜水器重返马里亚纳海沟[11]。美国HOT公司完成了全海深载人潜水器Deep Flight Challenger试验样机研制和试验[12]。对于ROV，日本早在1995年就建造了全海深“海沟”号，但该潜水器在2003年已丢失。2009年，美国伍兹霍尔海洋研究院研制的“海神”号复合式无人潜水器成功下潜马里亚纳海沟，下潜深度10902m，但“海神”号于2014年丢失。对于AUV，传统上最大深度是6000米[13]，直到2020年5月，俄罗斯无人深潜系统“勇士”号下潜到马里亚纳海沟底部，记录深度数据10028米。
(4)深海目标区域实时三维成像研究
1)深海三维激光雷达多站点扫描三维空间重构算法研究。1996至1999年期间，STIL系统在海洋和沿海环境中的现场测试证明了STIL能够为诸如测深和精确目标定位和识别等多种应用提供高分辨率3-D成像[14]。2009年至2011年数十套ALMDS系统已装备于美国海军濒海战斗舰(LCS)和海军MH-60S直升机上[15]。以上测试结果验证了STIL系统实现高帧频，高分辨率以及高精度三维成像的能力。Brown将图像配准结构分为特征空间选取、搜索策略选择、搜索空间确定和相似性标准衡量四类[16]。Faugeras等首先研究了三维数据的任意形状匹配问题，提出了使用单位四元组进行基于对应三维点集的最小平方最小化的方法[17]；在自由拼接算法中，以Besl等提出的迭代最近点法最具代表性[18]。
2)联合多传感器的深海潜水器高精度三维自定位算法研究。导航问题是水下潜器所面临的主要技术挑战之一。目前国外水下潜器自主导航主要是捷联式惯性导航系统和多普勒计程仪的组合导航，辅以全球定位系统、水声定位系统、磁罗经等修正[19]。由于大部分动态系统具有非线性，标准卡尔曼滤波无法准确估计，而基于扩展卡尔曼滤波(EKF)的SLAM方法通过对非线性运动模型和测量模型的线性化来完成SLAM问题的最优估计。EKF-SLAM方法不适合应用于强非线性、环境特征点密集的复杂环境中[20]。Fast SLAM可有效克服非线性的问题[21]。2009年Arasaratnam和Haykin提出了CKF滤波算法[22]，基于容积准则进行概率推演，CKF在数值精度以及滤波稳定性等方面有着明显的优势。
2、国内深海光学探测仪器与装备技术现状
(1)深海三维激光雷达
国内主要有中科院上海光机所、哈尔滨工业大学、北京理工大学、华中科技大学和中国海洋大学等单位进行了相关系统及实验研究。
2002年起，上海光机所研制了机载激光测深系统，在国内率先实现了海底地形的三维测绘。经过三代性能升级和改造，产品性能已经达到国内前列，比肩国外同类产品的水平。2017年，完成了Mapper5000产品定型，在南海的11个架次飞行试验中，获得了南海岛礁的三维地形数据[23]。2005年起，哈尔滨工业大学孙剑峰课题组在国内开展条纹管激光成像雷达技术研究，研制了具有自主知识产权的STIL，并在黄海海域开展了水下目标探测实验[24]。2008年，中国海洋大学提出了基于激光数字扫描网格的水下目标探测3D信息实时显示方法，可抑制宽视场的后向散射噪声，获取不同探测点间的相对深度信息[25]。2010年，北京理工大学李海兰成功对水管内放置的多块木板进行了三维成像，但成像过程需要逐帧进行重构，耗时较长[26]。2016年，华中科技大学提出了一种针对已知距离水下目标的距离选通三维成像方法，对15米处的水下目标进行了三维成像[27]。2018年，哈尔滨工业大学田兆硕设计了一种基于三角法线扫描的无人机载激光雷达三维成像系统，并在近海浅水区域进行扫描[28]。
(2)深海多功能联用成像光谱仪器
国内针对水下光谱原位探测的研究开始较晚。中国海洋大学郑荣儿等人研发了国内首套深海自容式激光拉曼光谱探测(DOCARS)系统[29]。2010年杜增丰等人在国际上首次获得4003m深度自带样品的双波长激发深海原位拉曼光谱，验证了DOCARS系统对常见酸根离子定量探测能力。中国科学院海洋研究所张鑫等人研发了国内首套探针式深海激光拉曼光谱探测(RiP)系统，2016年首次对温度高达290℃的热液流体进行了原位定量探测与分析[30]。中科院大连化学物理研究所李灿团队研发了国际上首台以紫外激光作为激发光源的深海拉曼光谱仪[31]，2017年在马里亚纳海沟进行了7000m海试。2018年中国海洋大学推出了小型水下拉曼光谱系统[32]，已成功在深海冷泉、热液区进行了测试和应用。2019年，张鑫等人在深海热液区首次发现由大量“蘑菇型”热液烟囱结构形成的倒置湖[33]。
由于深海环境的物质多样性，现有的单波长光源或者单纯的拉曼及荧光探测，已经不能满足海洋探测需求。由于深海环境的复杂性，通过释放探测器到预定位置或通过机械手控制设备，其定位精度不高，影响了探测仪器实际探测能力的发挥。
(3)大深度潜水器
2012年6月“蛟龙号”载人潜水器在太平洋马里亚纳海沟实现7062m的下潜，标志着中国成为了第五个掌握6000m级大深度载人深潜技术的国家。
十三五期间，我国大力推动全海深载人和无人潜水器研制工作，料想到2020年将形成一个全海深潜水器的成果收获高峰，也必将推动我国载人/无人深潜技术的发展和跨越。
2016年，在上海市科委“科技创新行动技术”项目资助下，上海海洋大学深渊中心完成了三台全海深着陆器以及一台全海深无人潜水器研制，2016年3台着陆器下到了马里亚纳海沟挑战者深渊，最大下潜深度为10890米，无人潜水器到达6300米。同时，中科院深海科学与工程研究所研制的“天涯”号和“海角”号着陆器到达马里亚纳海沟最深处。2016年，中科院沈阳自动化研究所联合海洋二所等单位共同研制的“潜龙二号”4500米级AUV成功对西南印度洋脊上的热液活动区进行探测，获得试验海域的地形地貌、多金属硫化物、海洋生物等数据资料和照片。2016年，中科院沈阳自动化研究所研制的“海斗”号无人潜水器到达马里亚纳海沟最深处，但不幸在航次试验中丢失。2020年6月，中科院沈自所研制的“海斗一号”全海深自主遥控潜水器在马里亚纳海沟成功完成其首次万米海试与试验性应用试验，最大下潜深度10907米，刷新了我国潜水器最大下潜深度记录。目前，中船重工第702所正在开展全海深载人潜水器研制，哈尔滨工程大学开展了全海深无人自治潜水器研制；在上海，上海交通大学开展了全海深无人潜水器研制，上海海洋大学深渊中心开展了第二代全海深作业型无人潜水器研制。
(4)深海目标区域实时三维成像与定位技术研究
1)深海三维激光雷达多站点扫描三维空间重构算法研究。在激光雷达系统高精度成像建模方面，赵明波等基于激光束投影点对激光雷达信号的响应函数，建立了激光雷达信号与目标场景的作用过程模型[34]；王天骄等改进了闪光式焦平面激光成像雷达的雷达方程[35]。何劲等综合考虑系统结构、大气衰减、背景噪声、目标散射特性等多方面因素，建立了仿真模型，对成像流程与分辨能力进行了详细分析[36]。在激光雷达成像拼接方面，2004年，赵向阳等提出了一种全自动稳健拼接算法[37]，在实验中得到较好的效果。2009年魏雪丽等提出一种以最大互信息度为匹配测度的图像拼接算法[38]。2013年，何宾等提出一种高实时性F-SIFT拼接算法[39]，既保持了快速运算特性又不失SIFT算法的准确性。
2)联合多传感器的深海潜水器高精度三维自定位算法研究。顾东晴等针对大方位失准角情况下捷联惯导初始对准问题，提出采用UKF方法来解决辅助捷联惯导的运动中对准问题[40]。程娅荔提出了一种基于线特征的EKF导航定位方法，并且对其进行了详细的阐述[41]。张洁通过对前视声纳信息流进行处理，得到水下环境的特征地图，使用EKF导航定位算法实现了UUV的自主定位和导航的仿真[42]。张涛等针对因水下环境的特殊性AUV难以实现精准导航的问题，设计了一种基于SINS/LBL紧组合的AUV水下导航定位系统[43]。徐晓苏等提出了一种结合地形和环境特征的水下导航定位方法[44]。
3、深海探测技术发展趋势
(1)体系化。深海探测技术的进步使大范围、高精度和准同步的全球深海探测成为可能。深海探测技术的体系化有助于获取多学科、多尺度、立体化和长时序的深海探测数据。基于海量数据，采用新理论、新模型和新方法，促进深海动力环境、深海地球物理场和深海工程地质等领域的科学研究。
(2)协同化。深海探测的手段有限且成本极高，协同化作业是新一代深海探测技术的发展方向。结合人工智能、环境感知和通信控制等新兴技术，在特定海区大量布设以无缆自治潜水器为代表的深海运载器，有望实现大规模和多平台的组网作业，提高协同探测能力。
(3)智能化。近以来，以智能感知、增强虚拟现实、深度学习等为代表的智能化技术备受关注并蓬勃发展，已融入和改变人类的生活和生产。在深海探测领域，可利用人工智能技术开展探测目标的识别和提取、探测装备的故障诊断和容错控制以及深海环境的高效感知等，推动深海探测技术的全面智能化。
参考文献：
[1]Heckman Jr P.J.Underwater Range Gated Photography[C].In UnderwaterPhoto Optics I,Year:60-68.
[2]Mariani P.,Quincoces I.,Haugholt K.H.,et al.Range-Gated ImagingSystem for Underwater Monitoring in Ocean Environment[J].Sustainability,2019,11(1).
[3]Strand M.P.,Coles B.W.,Nevis A.J.,et al.Laser line-scanfluorescence and multispectral imaging of coral reef environments[C].In OceanOptics XIII,Year:790-795.
[4]McLean J.W.High-resolution 3D underwater imaging[C].In Airborneand In-Water Underwater Imaging,Year:10-19.
[5]Narasimhan S.G.,Nayar S.K.,Sun B.,et al.Structured light inscattering media[C].In Tenth IEEE International Conference on Computer Vision(ICCV'05)Volume 1,Year:420-427.
[6]Kulawiak M.,Lubniewski Z.3D OBJECT SHAPE RECONSTRUCTION FROMUNDERWATER MULTIBEAM DATA AND OVER GROUND LIDAR SCANNING[J].Polish MaritimeResearch,2018,25(2):47-56.
[7]Maccarone A.,Della Rocca F.M.,McCarthy A.,et al.Three-dimensionalimaging of stationary and moving targets in turbid underwater environmentsusing a single-photon detector array[J].Optics Express,2019,27(20):28437-28456.
[8]Brewer P.G.,Malby G.,Pasteris J.D.,et al.(2004)Development of alaser Raman spectrometer for deep-ocean science[J].Deep Sea Research Part I,2004,51(5):0-753.
[9]White S.(2006)Laser Raman Spectroscopy as a Tool for In SituMineralogical Analyses on the Seafloor.OCEANS 2006.10.1109/OCEANS.2006.307048.
[10]Lehaitre M.,Charlou J.L.,Donval J.P.(2005)Raman Spectroscopy:newperspectives for in situ shallow or deep ocean exporation,GeophysicalResearch Abstracts,2005,7.
[11]Fletcher B.,Bowen A.,Yoerger D.R.et al.(2009)Journey to thechallenger deep:50years later with the Nereus hybrid remotely operatedvehicle[J].Marine Technology Society Journal,43(5):65-76.
[12]Hawkes G.(2012)Available on line:http://www.deepflight.com/project/deepflight-challenger[EB/OL].
[13]Kudo K.(2008)Overseas trends in the development of human occupieddeep submersibles and a proposal for Japan’s way to take[J],Quarterly Review,No.26:104-123.
[14]Redman B.C.,Griffis A.J.,and Schibley E.B.(2000)Streak tubeimaging lidar(STIL)for 3-D imaging of terrestrial targets.Tucson:AreteAssociates.
[15]刘尚富,胡辉(2017).国外激光雷达的发展趋势.舰船电子工程,37(6):1-4.
[16]Brown,L.G.(1992)Asurvey of image registration techniques.ACMComputing Surveys,24(4):325-376.
[17]Faugeras O.D.,Hebert M.(1986)The Presentation,recognition andlocating of 3D objects.Robotics Research,5(3):27-52.
[18]Bsel P.J.,Mckay N.D.(1992).A method of registration of 3Dshapes.IEEE Trans.On Pattern Analysis and Machine Intelligence,14(2):239-256.
[19]Morgado M.,Oliveira P.,Silvestre C.,and J.F.Vasconcelos.(2014).Embedded Vehicle Dynamics Aiding for USBL/INS Underwater NavigationSystem.IEEE Transactions on Control Systems Technology 22(1):322-330.
[20]Havangi R.(2016)Robust SLAM:SLAM base on square root unscentedKalman filter.Nonlinear dynamics 83(1):767-779.
[21]Arulampalam,Maskell S.,Gordon N.,Clapp T.(2002).A Tutorial onParticle Filters for Online Nonlinear/Non-Gaussian Bayesian Tracking.IEEETransactions on Signal Processing 50(2):174-188.
[22]Arasaratnam I.,Haykin S.,Hurd T.R.(2010)Cubature Kalman Filteringfor Continuous-Discrete Systems:Theory and Simulations.IEEE Transactions onSignal Processing,58(10):4977-4993.
[23]贺岩、胡善江等(2018)国产机载双频激光雷达探测技术研究进展[J].激光与光电子学进展.Vol.08，082801.
[24]孙剑峰，郜键等(2010)条纹管激光成像雷达水下探测成像研究进展[J].红外与激光工程，39(5):811-814.
[25]Zheng B.,Hou J.,Wang G.(2008)An approach of 3D information real-time display for detection of underwater target based on laser digitalscanning grid[C].OCEANS 2008.Piscataway,NJ,USA:IEEE,978-1-4244-2619-5.
[26]李海兰,王霞,金伟其等(2010)基于多帧水下距离选通图像的三维重构方法[J].光子学报,30(12):3464-3470.
[27]黄子恒，李微，杨克成等(2016)水下激光距离选通三维成像方法[J].激光与红外，46(11):1315-1319.
[28]吴俣昊，田兆硕等(2020)无人机载激光线扫描浅滩三维成像研究[J].激光与红外，50(2):143-147.
[29]Du Z.，Li Y.，Chen J.,et al.(2015)Feasibility investigation on deepocean compact autonomous Raman spectrometer developed for in-situ detectionof acid radical ions[J].Chinese journal of oceanology and limnology,2015,33(2):545－550.
[30]Zhang X.,Du Z.,Luan Z.,et al.(2017)In situ Raman Raman Detectionof Gas Hydrates Exposed on the Seafloor of the South China Sea[J].Geochemistry Geophysics Geosystems,2017.
[31]Fan F.,Feng Z.,Li C.(2010)UV Raman spectroscopic study on thesynthesis mechanism and assembly of molecular sieves[J].Chemical SocietyReviews,39(12):p.1-9.
[32]刘庆省,郭金家,杨德旺等(2018)小型高灵敏度水下拉曼光谱系统[J].光学精密工程.
[33]Li L.,Zhang X.,Luan Z.,Du Z.,et al.(2020).Hydrothermal vaporphasefluids on the seafloor:Evidence from in situ observations.GeophysicalResearch Letters,47,e2019GL085778.
[34]赵明波,何峻,付强(2012)全波形激光雷达回波信号建模仿真与分析.光学学报,32(6):238-251.
[35]王天骄,孙剑峰,王雪峰(2012)闪光式焦平面激光成像雷达方程改进及仿真.红外与激光工程,41(3):626-631.
[36]何劲,张群,杨小优等(2012)逆合成孔径成像激光雷达系统建模及成像仿真.系统仿真学报,24(3):632-637.
[37]赵向阳,杜利民(2004)一种全自动稳健的图像拼接融合算法.中国图像图形学报,9(4):417-422.
[38]魏雪丽,张桦,马艳洁(2009)基于最大互信息的图像拼接优化算法.光电子激光,20(10):1399-1402.
[39]何宾,陶丹,彭勃.(2013)高实时性F-SIFT图像拼接算法.红外与激光工程,42(52):440-444.
[40]顾冬晴，秦永元.(2006)船用捷联惯导系统运动中对准的UKF设计.系统工程与电子技术,28(8):1218-1220.
[41]程娅荔.(2007)基于扩展卡尔曼滤波的同时定位与地图构建算法研究,中国海洋大学.
[42]张洁.(2008)基于声纳的水下机器人同时定位与地图构建技术研究,中国海洋大学.
[43]张涛,石宏飞,徐晓苏.(2015)基于SINS/LBL紧组合的AUV水下导航定位技术.中国惯性技术学报,(4):86-90.
[44]徐晓苏,汤郡郡,李佩娟,张涛,岳增阳.(2015)一种结合地形和环境特征的水下导航定位方法.中国惯性技术学报,23(5):590-596.
[45]翟国君,黄谟涛,欧阳永忠.机载激光测深系统研制中的关键技术[J].海洋测绘,2014,34(3):73-76.
[46]王阿莲,郁鉴源,曾佩.激光拉曼光谱仪的全系统校正[J].光谱学与光谱分析,1993,13(5):37-45.
[47]何宁.基于DSP海洋探测激光荧光光谱仪研究[D].哈尔滨工业大学,2016.
[48]丁国强.惯性导航系统传递对准技术关键问题研究[D].哈尔滨工程大学,2010.
[49]邹海超.多普勒计程仪测速研究及其显示控制系统软件设计[D].哈尔滨工程大学,2008.
[50]牛清正.超短基线定位系统检测装置设计实现[D].哈尔滨:哈尔滨工程大学,2017.
[51]来向华,潘国富,傅晓明,et al.单波束测深技术在海底管道检测中应用[J].海洋工程,2007,25(4):66-72.
[52]何林帮,赵建虎,张红梅,et al.顾及姿态角的多波束声线精确跟踪方法[J].哈尔滨工程大学学报,2015,(1):46-50.
[53]游雄.基于虚拟现实技术的战场环境仿真[J].测绘学报,2002,31(1):7-11.
发明内容
本发明要解决的技术问题是针对海底冷泉传统接触式探测以及目标测区扫测分辨率较低的问题，设计基于声光遥感和VR技术的深海原位精细探测技术框架，构建WGS84空间直角坐标系下激光雷达和多波束测深点云坐标的计算模型，并对它们进行融合处理，提高海底地形反演的分辨率，利用三维海底虚拟现实技术构建真实度较高的海底测区周围环境。同时，研制功能联用的深海光谱成像仪，对冷泉区正在泄漏的甲烷等气体进行近距离非接触式的监测，以期获得单位时间内的气体泄漏浓度，为全球温室效应研究提供技术支撑。
为达到上述目的，本发明提供的基于声光遥感和VR技术的深海原位精细探测框架设计方法，包括以下步骤：
(1)研究光子计数激光雷达扫描系统结构，以及研究母船超短基线和潜水器信标的动态几何关系，构建WGS84空间直角坐标系下激光雷达水下测深点坐标的计算模型，并实现相邻条带激光点云的拼接；
(2)顾及潜水器姿态变化，在声线跟踪模型、母船超短基线与潜水器信标之间几何关系的基础上，构建WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型；
(3)利于Z分数对激光雷达和多波束散射强度数据进行归一化，并在近同名规则下，对激光雷达测深点和多波束声呐测深点进行融合处理，构建融合后的海底地形地貌图；
(4)提出深海功能联用成像光谱仪研制方案及其探测方法；
(5)通过海底三维地形建立模型、渲染技术以及双目立体成像技术，构建深海目标测区的VR环境。
在本发明的一个实施例中，构建WGS84空间直角坐标系下激光雷达水下测深点坐标的计算模型，并实现相邻条带激光点云的拼接，主要包括以下步骤：
(1)激光雷达扫描参考坐标系及其过渡坐标系的建立；
(2)激光雷达扫描参考坐标系下反射镜法线向量计算；
(3)激光雷达扫描参考坐标系下反射光线天底角和方位角计算；
(4)激光雷达扫描参考坐标系下水下测深点坐标计算；
(5)潜水器信标基阵坐标系下激光水下测深点坐标计算；
(6)潜水器信标基阵与母船超短基线中心几何关系建立；
(7)潜水器信标基阵在WGS84空间直角坐标系下的坐标计算；
(8)激光水下测深点归位到WGS84空间直角坐标系中；
(9)基于直线Plücker坐标描述规则的相邻条带激光点云拼接。
在本发明的一个实施例中，构建WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型，主要包括以下步骤：
(1)顾及潜水器姿态的变化，计算多波束声呐波束初始入射角；
(2)建立声线跟踪模型；
(3)计算换能器坐标系下波束脚印的坐标；
(4)波束脚印坐标归位到潜水器信标基阵坐标系中；
(5)建立潜水器信标基阵和母船超短基线之间的几何关系；
(6)将波束脚印坐标归位到WGS84空间直角坐标系中。
在本发明的一个实施例中，激光雷达测深点和多波束声呐测深点融合处理，构建数据融合后的海底地形地貌图，主要包括以下步骤：
(1)利于Z分数对激光雷达和多波束散射强度数据进行归一化；
(2)Z分数与灰度值的转换；
(3)近同名点的激光雷达和多波束声呐点云合并；
(4)地理编码；
(5)图像重采样。
在本发明的一个实施例中，深海功能联用成像光谱仪研制方案及其探测技术，主要包括以下步骤：
(1)从参数仿真分析、总体方案设计、单元方案设计、样机研制和实验验证五个方面确定成像光谱仪的研制方案；
(2)开展三波长拉曼与荧光联用的探测技术、双目视觉成像技术、高精度原位测量定位技术、探头分离技术四个方面的研究工作；
(3)开展深海物质拉曼与荧光光谱复用探测识别技术研究工作；
(4)开展深海高精度成像定位与光谱测量误差标定技术研究工作。
在本发明的一个实施例中，构建深海目标测区的VR环境，主要包括以下步骤：
(1)基于不完全二叉树的动态分块与合并机制，建立整个测区的TIN海底地形模型；
(2)基于HSL颜色模型的海底地形多色渐变渲染技术，对海底不同深度的地形进行渲染；
(3)提出双目立体成像方法；
(4)融合海底三维地形模型和探测目标双目立体成像模型的虚拟环境构建。
本发明要解决的技术问题主要包括如下几个方面：
(1)构建WGS84空间直角坐标系下激光雷达水下测深点坐标的计算模型；
(2)构建WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型；
(3)提出激光雷达测深点和多波束声呐测深点融合处理方法，构建数据融合后的海底地形地貌图；
(4)提出深海功能联用成像光谱仪研制方案及其探测技术方法；
(5)利用海底三维地形建立模型、渲染技术以及双目立体成像技术，构建深海目标测区的VR环境。
通过上述技术方案，本实用新型的有益效果是：
(1)通过研究光子计数激光雷达扫描结构，构建WGS84空间直角坐标系下激光雷达水下测深点坐标计算模型，并通过激光雷达点云和多波束声呐点云的数据融合，可较大提高海底地形地貌成图的分辨率；
(2)研制深海功能联用的光谱成像仪，既可有效提高目标探测的灵敏度，又可有效削弱探测目标周围环境的噪声；
(3)利用海底三维地形建立模型、渲染技术以及双目立体成像技术构建深海测区的VR环境，可增加深海冷泉探测的视觉感。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的激光雷达椭圆扫描系统结构示意图；
图2是本发明的反射镜法线方向向量的两个笛卡儿直角坐标系；
图3是本发明的反射光线在传感器坐标系下的几何角度；
图4是本发明的从法线变化计算出射激光的几何结构示意图；
图5是本发明的潜水器载激光雷达在海底投射点的示意图；
图6是本发明的超短基线水声定位原理示意图；
图7是本发明的Plücker直线表示的空间螺旋运动；
图8是本发明的图像重采样扫描填充法；
图9是本发明的深海多功能联用成像光谱仪器技术路线图；
图10是本发明的深海测区海底虚拟环境数据集构建与可视化的流程图；
图11是基于声光遥感和VR技术的深海原位精细探测框架设计方法框图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
首先，本发明涉及如下技术术语：
海洋激光雷达测深系统
海洋激光雷达测深系统是一项包含激光测距、姿态测定、计算机、环境参数改正、测量数据处理等多种技术于一体的复杂的主动式测深系统[45]。
激光拉曼光谱仪
激光拉曼光谱仪是一个集合了激光光谱学、精密机械和微电子系统的综合测量体系。其最终结果是获得散射介质在一定方向上具有一定偏振态的散射光强随频率分布的谱图[46]。
荧光光谱仪
荧光光谱仪又称荧光分光光度计，是一种定性、定量分析的仪器。通过荧光光谱仪的检测，可以获得物质的激发光谱、发射光谱、量子产率、荧光强度、荧光寿命、斯托克斯位移、荧光偏振与去偏振特性，以及荧光的淬灭方面的信息[47]。
惯性导航系统
惯性导航系统(INS，以下简称惯导)是一种不依赖于外部信息、也不向外部辐射能量的自主式导航系统[48]。其工作环境不仅包括空中、地面，还可以在水下。惯性导航的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。
多普勒计程仪
多普勒计程仪是根据声波在水中的多普勒效应原理而制成的一种精密测速和累积航程的仪器[49]。该设备是利用发射的声波和接收的水底反射波之间的多普勒频移测量船舶相对于水底的航速和累积航程，多普勒计程仪受水深限制，超过数百米时，只能利用水层中的水团质点作反射层，此时可测量不同水层的流速和流向，但是不能测量船舶相对水底的航速。
超短基线水声定位系统
超短基线定位系统由发射换能器、应答器、接收基阵组成。发射换能器和接收基阵安装在船上，应答器固定在水下载体上。发射换能器发出一个声脉冲，应答器收到后，回发声脉冲，接收基阵收到后，测量出X、Y两个方向的相位差，并根据声波的到达时间计算出水下装置到基阵的距离R，从而计算得到水下探测器在平面坐标上的位置和水下探测器的深度[50]。
多波束声呐测深技术
由换能器向水中发射一个具有一定空间指向性的短脉冲声波(波束)，声波在水中传播，遇到海底后，发生反射、透射和散射，反射回来的回波被换能器接收，已知换能器发射和接收到回波的时间间隔t与声波在水体中的平均传播速度V，就可以计算出声波的单程旅行距离Z，即换能器到海底的距离[51]。
声线跟踪法
声线跟踪是建立在声速剖面基础上的一种波束脚印(投射点)相对船体坐标系坐标的计算方法[52]。声线跟踪通常采用层追加方法，即将声速剖面内相邻两个声速采样点划分为一个层，层内声速变化可假设为常值(零梯度)或常梯度。对于前者，计算思想和过程简单，后者相对比较复杂。在后者的声线跟踪计算过程中，声速变化函数采用Harmonic平均声速。
虚拟现实(VR)技术
虚拟现实技术(简称VR)，又称虚拟环境、灵境或人工环境，是指利用计算机生成一种可对参与者直接施加视觉、听觉和触觉感受，并允许其交互地观察和操作的虚拟世界的技术[53]。
本发明基于声光遥感和VR技术的深海原位精细探测框架设计方法主要包括以下步骤：
(1)研究光子计数激光雷达扫描系统结构，以及研究母船超短基线和潜水器信标的动态几何关系，构建WGS84空间直角坐标系下激光雷达水下测深点坐标的计算模型，并实现相邻条带激光点云的拼接；
(2)顾及潜水器姿态变化，在声线跟踪模型、母船超短基线与潜水器信标之间几何关系的基础上，构建WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型；
(3)利于Z分数对激光雷达和多波束散射强度数据进行归一化，并在近同名规则下，对激光雷达测深点和多波束声呐测深点进行融合处理，构建融合后的海底地形地貌图；
(4)提出深海功能联用成像光谱仪研制方案和研究其复用探测技术；
(5)通过海底三维地形建立模型、渲染技术以及双目立体成像技术，构建深海目标测区的VR环境。
参见图1至图11所示，现在对本发明的具体实施方式进行如下详细描述：
(1)总体技术方案
首先研究光子计数激光雷达扫描系统结构，并通过母船超短基线和潜水器信标之间的传递关系，构建WGS84空间直角坐标系下激光雷达水下测深点坐标的计算模型，实现相邻条带激光点云的拼接；其次，顾及潜水器的姿态变化，在声线跟踪模型、母船超短基线与潜水器信标之间几何关系基础上，构建WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型；再次，利于Z分数对激光雷达和多波束散射强度数据进行归一化，并在近同名规则下，对激光雷达测深点和多波束声呐测深点进行融合处理，构建融合后的海底地形地貌图；然后，提出深海功能联用成像光谱仪研制方案及其探测方法；最后，通过海底三维地形建立模型、渲染技术以及双目立体成像技术，构建深海目标测区的VR环境。
(2)WGS84空间直角坐标系下激光雷达扫描脚点坐标的计算
1)激光雷达椭圆扫描系统结构
本文介绍的海洋激光雷达为常规的椭圆扫描结构(图1所示)，使用一个可绕旋转轴旋转的棱镜作为反射镜，控制发射激光束的方向，发射激光被棱镜反射后指向海面。棱镜的法线方向与旋转轴的夹角为7.5°，当棱镜面绕着旋转轴旋转时，激光以近似15°的入射角在海面绘制轨迹。由于在扫描一周的过程中入射角并非均等于15°(与法线方向有关)，最终飞机在悬停状态时海面激光点轨迹为近似椭圆的卵形，因此该扫描结构又被称为卵形扫描结构。
2)激光雷达扫描参考坐标系
激光雷达扫描参考坐标系定义：以反射镜中心点为坐标原点O，Xs轴指向出射激光的负方向，Ys轴指向飞行方向，Zs轴与Xs、Ys轴构建右手坐标系，方向垂直向上。入射激光和马达转轴在同一个平面(XsZs面)，激光水平入射(沿Xs轴负方向)，激光的反射镜入射点为反射镜中心。为了方便理解，如图2所示，将原来的XsYsZs坐标系绕Ys轴逆时针旋转45°得到新的坐标系Xs′Ys′Zs′，此时Zs′轴和马达的转动方向相重合。反射镜法线在XsZs面的投影与Zs轴的夹角
在YsZs面的投影与Zs轴的夹角
如图3所示，反射光线在XsZs、YsZs平面的投影与Z轴的夹角分别为φx、φy，其天底角为φ。由于激光沿着Xs轴的负方向入射，法线在YsZs面的投影与Zs轴的夹角
等于反射激光在YsZs面的投影与Zs轴的夹角φy(因为入射激光线、反射镜法线、反射激光线共面，而入射激光线垂直于YsZs面，根据一个平面经过另一个平面垂线，此时，两个平面正交的定理)，因此，在YsZs平面上，法线转动的角度与反射光线转动的角度同步(即法线转动θ角，反射光线也转动θ角)。而在XsZs平面上，当反射镜转动(即法线)θ角时，反射光线则转动2θ角。当法线角度变化后，夹角
也随之发生变化，由
容易求解φx，并进而解算光束的天底角φ和方位角
，因此法线的角度变化是关键所在。
3)反射镜法线的方向向量
在图2中，反射镜法线在Xs′Ys′Zs′坐标系的法线向量(Fx′,Fy′,Fz′)：
再通过绕Ys′坐标轴顺时针旋转45°即可得到XsYsZs坐标系的反射镜法线向量(Fx,Fy,Fz)：
4)反射光线在激光扫描参考坐标系中的相关角度
由图2、图4几何关系可知，
因此有：
φx(θ)＝2arctan(Fx/|Fz|)-90° (3)
由图2几何关系可知，
而
所以：
φy(θ)＝arctan(Fy/|Fz|) (4)
由图3的几何关系得出天底角φ和方位角
为：
5)水下测深点在激光雷达扫描参考坐标系下的坐标
如图5所示，潜水器载的激光雷达，出射的激光只经过一种介质(水体)，激光器中心表示为S，激光水下测深点为P1，反射镜中心距离海底的测量高度为H，激光束在水下的斜距为L1，方位角为
，则激光海底投射点的位置坐标为：
xs＝Htan(φx) (7)
ys＝Htan(φy) (8)
zs＝-H (9)
6)激光雷达水下测深点在潜水器信标基阵坐标系下的坐标
式(10)中，(Xs,Ys,Zs)为激光雷达水下测深点在潜水器信标基阵坐标系下的坐标；R1(yaw,pitch,roll)为本体坐标系向当地导航坐标系转换的旋转矩阵；
包括两部分，即激光扫描参考坐标系中心和潜水器IMU本体坐标系中心的偏心差，以及信标基阵中心与IMU本体坐标系中心的偏心差；
为激光扫描参考坐标系相对于IMU本体坐标系的安置偏角。
7)潜水器信标基阵在WGS84空间直角坐标系下的坐标
借助水面母船上4个不同位置的换能器的坐标及船姿解算出潜水器信标基阵在WGS84空间直角坐标系中的坐标。以4个换能器位置的对角线交叉点为原点，母船的船首方向为x轴，母船的右舷方向为y轴，垂直向下方向为z轴。如图6所示，设潜水器信标应答器的坐标为T(Tx，Ty，Tz)，有4个母船水听器位于边长为2a，2b的矩形顶点，它们的坐标分别为H1(a,-b,0)，H2(a,b,0)，H3(-a,-b,0)，H4(-a,b,0)。
不考虑声线弯曲时，由几何关系可得到定位方程：
消去z，得到
解为：
由式(11)～式(14)的任一式可解得z，即得到4个可能的深度值：
利用4个值的平均值可得到深度的均值，即
各水听器到海底应答器的斜矩Ri可通过下式获得：
T0为船中心问答器与潜水器信标应答器的信号往返时间，ti为问答器到应答器再回到各水听器的信号传输时间。
在实际情况中，母船换能器基阵坐标系中心与IMU中心在不同的位置，且它们的三轴存在一定的偏角，潜水器信标基阵的归位计算需要考虑这些因素。将潜水器信标基阵坐标归位到WGS84空间直角坐标系下的转换公式为：
而(XGPS,YGPS,ZGPS)为：
式(27)、(28)中，(XR-wgs84,YR-wgs84,ZR-wgs84)为潜水器信标基阵在WGS84空间直角坐标系下的坐标；(XGPS,YGPS,ZGPS)母船载GPS天线中心在WGS84空间直角坐标系的坐标；R(yaw,pitch,roll)为本体坐标系向当地导航坐标系转换的旋转矩阵；
包括两部分，即母船换能器基阵坐标系中心和IMU本体坐标系中心的偏心差，以及GPS天线中心IMU本体坐标系中心的偏心差；
为母船换能器基阵坐标系相对于IMU本体坐标系的安置偏角。
通过归位计算后，可动态获得潜水器信标基阵中心在WGS84空间直角坐标系下的坐标。
8)激光雷达水下测深点在WGS84空间直角坐标系下的坐标
在分别计算出激光雷达水下测深点在潜水器信标基阵坐标系和信标基阵在WGS84坐标系的坐标后，可得出激光雷达水下测深点在WGS84空间直角坐标系下的坐标，即为：
9)激光雷达点云的拼接
首先确定一个条带的点云作为基准，称为基准条带点云，需要与之拼接的条带称为待拼接条带LiDAR点云。LiDAR点云拼接的实质，是不同条带获取的点云规划到统一坐标系中，是求解待拼接条带坐标系与基准条带坐标系之间旋转与平移参数的过程。该过程一般是将点云考虑为刚体的运动，通过点云间的同名特征实现刚体运动参数的求解。
根据直线约束下的LiDAR点云拼接原理，将待拼接条带点云与基准条带点云的同名直线特征用直线的Plücker坐标描述，再利用相关公式描述重合的两条Plücker直线之间的代数关系，建立共线条件方程，实现拼接参数的解算。
如图7所示，l1与l2分别是待拼接测站点云与基准测站点云上的同名直线，用对偶四元数描述的这两条三维空间中直线的Plücker坐标变换的几何意义为：l1沿着矢量
的方向平移距离d得到l1′，l1′绕着
旋转角度θ得到l2。其中，矢量
是l1与l2的公垂线，方向由o1指向o2，S1与S2是分别包含了l1与l2的相互平行的平面，从图7中可以看出l1′与l1相互平行，l1′与l2在图7所示的平面S2内共面。表达此空间变换的Plücker直线螺旋运动方程为：
式中，
和
为直线l1和l2的单位对偶向量，与进行归一化后的Plücker坐标相等，
为描述该螺旋运动的对偶四元数，
为
的逆。因为单位对偶向量实质还是一个对偶四元数，所以为了方便计算，将
写成矩阵的形式，为：
根据直线重合的条件，对应的Plücker坐标应该相等，因此可以列出六个方程：
采用最小二乘算法进行未知数的估计，首先需要将共线条件方程按照未知数的一次偏导数进行线性化，将式(32)对
按照泰勒公式展开至一次项，舍掉二次以及更高的高阶小项，得到线性化公式为：
线性化过程的近似，使得共线条件方程F1～F6都不是严格成立的，因此相应的误差方程式为：
式中，i代表方程的个数，取值范围为1～6，xj对应
各元素的改正数。
将式(34)写成矩阵的形式为：
V＝AX+F (35)
式中，
X＝[dq1 dq2 dq3 dq4 dq01 dq02 dq03 dq04]T
F＝[F10-F1 F20-F2 F30-F3 F40-F4 F50-F5 F60-F6]T
已知实部与对偶部四元数正交、实部四元数模值为1这两个条件：
对上式线性化，可得约束条件方程的矩阵形式为：
BX+W＝0 (37)
式中，
Plücker直线约束下的LiDAR点云拼接模型的整体平差公式为：
式(38)中，V和F是6n维的向量，A是6n×8维的矩阵。根据最小二乘原理，可得该模型的解为：
Y＝-N-1WY (39)
式中，
由于Plücker直线共线条件方程在线性化过程中系数矩阵A与B取自泰勒级数展开式的一次项，而且最小二乘估计算法需要设定一个初值，因此求解过程是一个逐步迭代的过程。每次迭代时用未知数的近似值与上一次迭代计算的改正数相加后作为新的近似值，重复计算，求出新的未知数改正数，这样反复趋近，直到改正数小于某一限值为止，最后得出的对偶四元数即为LiDAR点云拼接参数：
(3)WGS84空间直角坐标系下多波束测深点坐标的计算
1)多波束测深点在换能器坐标系下的坐标
根据何林帮等的文献，波束的初始入射角和方位角分别为：
在此，θi′为波束的实际入射角，θi为波束的初始分配角，α为绕OX轴旋转的角度，β为绕OY轴旋转的角度，
为波束的方位角。
计算出波束的初始入射角后，利于常梯度声速跟踪方法计算波束脚印在船体坐标系下的坐标。假设第i层内声线传播的Harmonic平均声速为
则声线在此层内传播的水平位移Δyi和时间ti为：
在分层声线跟踪时，除了计算整层的垂直位移、水平位移和传播时间外，还需要依据传播剩余时间计算剩余层的垂直位移和水平位移。假设声线在第i层内传播时，声线在该层内r点处结束，此时剩余时间tr等于波束单程旅行时间tall减去第i层以前累计的传播时间，则声线在剩余层内的垂直位移Δzr和水平位移Δyr为：
则声线传播总的垂直位移z和水平位移y为：
根据获得的水平位移和垂直位移，再结合波束的方位角即可得到波束脚印在换能器坐标系下的坐标(Xm,Ym,Zm)：
2)波束脚印在潜水器信标基阵坐标系下的坐标
获得波束脚印在换能器坐标系下的坐标后，再通过归位计算，将波束脚印坐标归位到潜水器信标基阵坐标系中。
(Xm-r,Ym-r,Zm-r)为多波束声呐波束脚印在潜水器信标基阵坐标系下的坐标；R2(yaw,pitch,roll)为本体坐标系向当地导航坐标系转换的旋转矩阵；
包括两部分，即换能器坐标系中心和IMU本体坐标系中心的偏心差，以及潜水器信标基阵中心和IMU本体坐标系中心的偏心差；
为换能器坐标系相对于IMU本体坐标系的安置偏角。
3)波束脚印在WGS84空间直角坐标系下的坐标
在分别计算出波束脚印在潜水器信标基阵坐标系和信标基阵在WGS84空间直角坐标系下的坐标后，可获得波束脚印在WGS空间直角坐标系下的坐标，即为：
(4)激光雷达和多波束声呐数据的融合
1)利于Z分数进行数据归一化
由于激光雷达和多波束声呐的反向散射强度受各自发射机制的影响，它们所得到的反向散射强度范围不一样。因此，可通过Z分数将它们的反向散射强度进行归一化，然后再进行灰度值转换。
Z分数是将多个不同变化区间的参数归算到一个共同变化区间的常用数学统计手段。对于任意一组散射强度序列B(均值为μ，标准差为σ)，则B中任一散射强度值b的Z分数为：
2)Z分数与灰度值的转换
在海底地形地貌成图之前，需将Z分数转换为灰度值，转换公式为：
其中Z为反向散射强度的Z分数，Zmin为序列中最小的分数值，Zmax则为序列中最大的分数值，I为线性量化以后的灰度值。
3)近同名点的激光雷达和多波束声呐点云合并
在获得激光雷达测深点、多波束声呐测深点数据后，由于它们的坐标都已归位到WGS84空间直角坐标系下，它们的测深点形成全覆盖条带测量，当不同类型的两个测深点满足式(52)的条件时，认为此两点近似为同名点，则测深点的坐标需要重新赋值，如式(53)所示，同理，灰度值也需要重新赋值，如式(54)所示。
4)地理编码
在对散射强度数据进行线性量化以后需要计算出每个采样点在图像中的具体像素位置，假设像素分辨率为res，则采样点在图像中的位置计算公式为：
其中(Xi，Yi)分别为第i号采样点在图像中的像素位置，(xi，yi)分别为第i号采样点的地理坐标，(xmin，ymin)则为整体采样点地理坐标的最小值。
5)图像重采样
图像重采样主要是解决由于航迹线方向采样率不够而产生的缝隙问题，针对激光雷达和多波束声呐图像的成像特点，在此给出一种基于扫描填充的图像重采样方法。
扫描填充法的基本原理是，对任意封闭区域，用水平扫描线从上往下按顺序扫描区域的每行像素，计算出每根扫描线与边界产生的一系列交点，将这些交点按横轴排序，将排序后的交点依次成对取出作为左右边界点，将左右边界点内的所有像素标定为填充点，当整个区域被扫描完毕，也即完成了区域的填充。
如图8所示，A1、A2为同一扫描线上相邻两个回波，B3、B4为邻近扫描线上的两个相邻点，A1、A2、B3、B4组成一个闭合的连通区域，采用扫描填充法，可以标定区域内部所有的像素点，每个像素点的像素值，可按反距离加权法求得，如式(56)。
(5)深海多功能联用成像光谱仪器研制与探测
1)深海多功能联用成像光谱仪器研制
深海多功能联用成像光谱仪器技术途径如图9所示，研制需要经过参数仿真分析、总体方案设计、单元方案设计、样机研制和实验验证五个步骤。
深海多功能联用成像光谱仪器主要技术研究分为以下四个方面：
①三波长拉曼与荧光联用探测方法研究。由于深海拉曼或荧光光谱原位探测的光谱信号很弱，且受到海水背景、系统噪声等影响，提取的探测目标光谱信号具有一定的误差，可通过多个波长激发的光谱数据互相联立计算和校验来提高精度。多个波长激光集成会造成系统复杂程度提高，联用系统需要解决拉曼和荧光光谱共光路测量系统结构、系统光机结构的布局和优化、多激光束的相互干扰影响等结构和功能难题。
为实现拉曼和荧光光谱的高精度探测，仪器使用266nm、532nm和785nm三个波长激发的光谱数据互相联立计算和校验。其中266nm波长较短，侧重于荧光探测；785nm波长较长，激发荧光较弱，侧重于拉曼探测；而532nm则拉曼和荧光探测兼顾，而且处于海水透过窗口，穿透能力较强。联用系统需要解决拉曼和荧光光谱共光路测量系统结构、系统光机结构的布局和优化、多激光束的相互干扰影响等结构和功能难题。
②双目视觉成像方法。为实现多功能联用成像光谱仪器对海洋物质的高精度原位探测，设计双目视觉单元，实现高精度的目标定位。双目视觉单元与多功能联用成像光谱仪器探测部分一体化刚性连接，用于在深海实时测量多功能联用成像光谱仪器探头与探测海底物质的水下三维空间相对位置高精度定量关系，保障高精度原位探测的实现。解决照明、两只CCD相机的位置、光学参数以及安装等技术。
③高精度原位测量定位方法。双目视觉单元与光谱测量单元需要进行精密的光机匹配设计和装校，才能实现精确的原位定位。需解决两套光学单元的视场匹配、需解决结构设计和工作流程，解决装校方法和检测标定方法。
④探头分离技术。一般为保障光学系统的工作稳定性和减小衰减，尽量将光学系统放置于同一工作平台。但受机械手负重限制，需要将仪器分为控制舱和探头部分。因此，深海联用系统需要解决光路系统非同一基准平台的参数匹配、光束质量参数匹配，需要解决光路对光幅值和光谱分布影响校正，解决背景干扰和多波长间互相干扰问题，需要解决系统光路对准和光机系统稳定难题。
2)深海物质拉曼与荧光光谱复用探测识别技术
系统使用一个光谱探测器采集探测目标光谱，因此光谱探测器采集的光谱数据中同时包含了拉曼光谱和荧光光谱，需要根据两个光谱的不同特点，通过识别算法实现拉曼光谱和荧光光谱的识别，然后分别通过拉曼反演算法和荧光反演算法进行物质判别。
(1)针对拉曼光谱和荧光光谱特点，通过趋势判别算法，实现两种光谱的识别。
(2)将采集到的拉曼光谱依次进行基线校正、特征峰寻求、特征信息提取，最后将特征提取后的光谱进行分析。
(3)采集到的荧光光谱依次进行凸点提取、凸点聚类、凸点选择和区域选择，得到所需数据。
3)深海高精度成像定位与光谱测量误差标定技术
①水池模拟实验。为检测系统功能和拟定海上实验工作流程，先开展水池模拟实验，对水池中的模拟目标进行双目视觉定位功能和原位光谱探测功能检测，获取系统的工作性能参数，获取系统水下作业的流程。依据获取的信息开展系统的完善工作，为下一步得深海作业提供基础信息和准备。
②深海环境下仪器探测窗口变形参数。将内置摄像机的仪器探头置于压力罐中，压力罐模拟深海压力环境，摄像机在舱内通过窗口玻璃对标准板拍照，通过拍摄的标准板图像判断窗口玻璃几何变形位置和变形量，为深海作业提供窗口变形信息，也为最终获取的光谱信息定标修正提供定量数据。
③光路仿真模拟及算法校正。根据探测窗口在深海环境下的位置和几何形变量，仿真模拟不同波长光线通过探测窗口后的路径，判断光线路径变化对仪器成像定位和光谱测量的影响，结合仪器光路设计参数，在仪器双目视觉定位和光谱数据处理算法中加入相应校正算法。将加入校正后的仪器置于压力罐中模拟实验，验证仪器校正方法的有效性和准确性。
(6)深海目标测区的VR环境构建技术
针对目标测区测深数据的快速海底地形建模需求，设计了一种基于不完全二叉树的动态分块与合并机制，采用先将目标测区数据点按测区范围进行分块处理，对各子数据块分别构建子三角网，然后按分块逆序进行子三角网合并的方法来快速建立整个测区的TIN海底地形模型。针对子网合并过程中可能出现相交三角形、线形三角形等病态三角形而导致算法稳健性降低的问题，提出一种联合矢积测试的双向缝合算法，通过在子网缝合过程中使新生成的初始三角形形状趋于最优来完全避免病态三角形的出现并大幅降低后续的局部优化次数，以提高子网合并的速度与稳健性，最终实现快速、稳健地海底数字地形建模与可视化。
多波束和激光雷达系统融合后的水深数据点数据量十分庞大，而Dealunay三角剖分算法的时间复杂度在一般情况下为O(N log N)，最坏情况下达到O(N2)，N为数据点数，显然，直接对大数据量测深数据构建Delaunay三角网建立TIN数字地形模型是不可取的。为提高大数据量测深数据基于不规则三角网的海底数字地形建模速度，在此采用基于二叉树的测区数据点动态分块与合并机制，将测区数据点按测区范围进行分块处理，对各子数据块分别构建子三角网，然后按分块逆序进行子三角网合并，来最终获得整个测区的TIN海底地形模型，实现真实感三维海底地形可视化。图10为深海测区海底虚拟环境数据集构建与可视化的流程图。
由此可见，本发明中解决了下列技术问题：
(1)构建了WGS84空间直角坐标系下激光雷达水下测深点坐标的计算模型；
(2)构建了WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型；
(3)提出了重叠区域近似同名点激光雷达与多波束声呐数据的融合处理方法；
(4)提出了深海物质拉曼与荧光光谱复用探测识别方法及深海多功能联用成像光谱仪器样机的研制方案；
(5)提出了深海目标测区的VR环境构建的关键技术方法。
另外，本发明的技术特点如下：
(1)分别构建了WGS84空间直角坐标系下激光雷达、多波束声呐测深点坐标的计算模型；
(2)针对重叠区域近似同名激光雷达和多波束声呐数据的融合问题，提出了相应的融合处理方法；
(3)提出了深海物质拉曼与荧光光谱复用探测冷泉的识别方法；
(4)提出了深海目标测区地形地貌的VR环境构建的关键技术方法。
Claims (6)
1.一种基于声光遥感和VR技术的深海原位精细探测框架设计方法，其特征在于，包括以下步骤：
(1)研究光子计数激光雷达扫描系统结构，以及研究母船超短基线和潜水器信标的动态几何关系，构建WGS84空间直角坐标系下激光雷达水下测深点坐标的计算模型，并实现相邻条带激光点云的拼接；
(2)顾及潜水器姿态变化，在声线跟踪模型、母船超短基线与潜水器信标之间几何关系的基础上，构建WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型；
(3)利于Z分数对激光雷达和多波束散射强度数据进行归一化，并在近同名规则下，对激光雷达测深点和多波束声呐测深点进行融合处理，构建融合后的海底地形地貌图；
(4)提出深海功能联用成像光谱仪研制方案及其探测方法；
(5)通过海底三维地形建立模型、渲染技术以及双目立体成像技术，构建深海目标测区的VR环境。
2.如权利要求1所述的基于声光遥感和VR技术的深海原位精细探测框架设计方法，其特征在于，步骤(1)中所述相邻条带激光点云的拼接包括以下步骤：
1)激光雷达扫描系统结构分析；
2)激光扫描参考坐标系及其过渡坐标系的建立；
3)激光扫描参考坐标系下反射光线与反射镜法线向量的关系建立；
4)激光扫描参考坐标系下水下测深点坐标计算；
5)潜水器信标基阵坐标系下激光水下测深点坐标计算；
6)潜水器信标基阵与母船超短基线中心几何关系建立；
7)潜水器信标基阵在WGS84空间直角坐标系下的坐标计算；
8)激光水下测深点归位到WGS84空间直角坐标系中；
9)基于直线Plücker坐标描述规则的相邻条带激光点云拼接。
3.如权利要求1所述的基于声光遥感和VR技术的深海原位精细探测框架设计方法，其特征在于，步骤(2)中所述构建WGS84空间直角坐标系下多波束声呐测深点坐标的计算模型，包括以下步骤：
1)顾及潜水器姿态的变化，计算多波束声呐波束初始入射角；
2)建立声线跟踪模型；
3)计算换能器坐标系下波束脚印的坐标；
4)波束脚印坐标归位到潜水器信标基阵坐标系中；
5)建立潜水器信标基阵和母船超短基线之间的几何关系；
6)将波束脚印坐标归位到WGS84空间直角坐标系中。
4.如权利要求1所述的基于声光遥感和VR技术的深海原位精细探测框架设计方法，其特征在于，步骤(3)中所述激光雷达测深点和多波束声呐测深点进行融合处理，构建融合后的海底地形地貌图，包括以下步骤：
1)利于Z分数对激光雷达和多波束散射强度数据进行归一化；
2)Z分数与灰度值的转换；
3)近同名点的激光雷达和多波束声呐点云合并；
4)地理编码；
5)图像重采样。
5.如权利要求1所述的基于声光遥感和VR技术的深海原位精细探测框架设计方法，其特征在于，步骤(4)中所述深海功能联用成像光谱仪研制方案及其探测技术，包括以下步骤：
1)从参数仿真分析、总体方案设计、单元方案设计、样机研制和实验验证五个方面确定成像光谱仪的研制方案；
2)开展三波长拉曼与荧光联用的探测技术、双目视觉成像技术、高精度原位测量定位技术、探头分离技术四个方面的研究工作；
3)开展深海物质拉曼与荧光光谱复用探测识别技术研究工作；
4)开展深海高精度成像定位与光谱测量误差标定技术研究工作。
6.如权利要求1所述的基于声光遥感和VR技术的深海原位精细探测框架设计方法，其特征在于，步骤(5)中所述构建深海目标测区的VR环境，包括以下步骤：
1)基于不完全二叉树的动态分块与合并机制，建立整个测区的TIN海底地形模型；
2)基于HSL颜色模型的海底地形多色渐变渲染技术，对海底不同深度的地形进行渲染；
3)提出双目立体成像方法；
4)融合海底三维地形模型和探测目标双目立体成像模型的虚拟环境构建。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211420179.7A CN115755071A (zh) | 2022-11-15 | 2022-11-15 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211420179.7A CN115755071A (zh) | 2022-11-15 | 2022-11-15 | 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 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115755071A true CN115755071A (zh) | 2023-03-07 |
Family
ID=85370359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211420179.7A Pending CN115755071A (zh) | 2022-11-15 | 2022-11-15 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115755071A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116381661A (zh) * | 2023-05-25 | 2023-07-04 | 威海凯思信息科技有限公司 | 一种海洋地貌探测方法及装置 |
| CN116699581A (zh) * | 2023-08-08 | 2023-09-05 | 国家深海基地管理中心 | 基于深海潜水器的海底地形测量方法及装置 |
| CN117665782A (zh) * | 2024-02-02 | 2024-03-08 | 山东科技大学 | 一种多探头多波束的实时声线弯曲改正方法 |
-
2022
- 2022-11-15 CN CN202211420179.7A patent/CN115755071A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116381661A (zh) * | 2023-05-25 | 2023-07-04 | 威海凯思信息科技有限公司 | 一种海洋地貌探测方法及装置 |
| CN116381661B (zh) * | 2023-05-25 | 2023-08-15 | 威海凯思信息科技有限公司 | 一种海洋地貌探测方法及装置 |
| CN116699581A (zh) * | 2023-08-08 | 2023-09-05 | 国家深海基地管理中心 | 基于深海潜水器的海底地形测量方法及装置 |
| CN116699581B (zh) * | 2023-08-08 | 2023-11-03 | 国家深海基地管理中心 | 基于深海潜水器的海底地形测量方法及装置 |
| CN117665782A (zh) * | 2024-02-02 | 2024-03-08 | 山东科技大学 | 一种多探头多波束的实时声线弯曲改正方法 |
| CN117665782B (zh) * | 2024-02-02 | 2024-04-26 | 山东科技大学 | 一种多探头多波束的实时声线弯曲改正方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Palomer et al. | Inspection of an underwater structure using point‐cloud SLAM with an AUV and a laser scanner | |
| Mallios et al. | Toward autonomous exploration in confined underwater environments | |
| Cong et al. | Underwater robot sensing technology: A survey | |
| Roman et al. | Application of structured light imaging for high resolution mapping of underwater archaeological sites | |
| 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 | |
| Singh et al. | Towards high-resolution imaging from underwater vehicles | |
| Chen et al. | Review of AUV underwater terrain matching navigation | |
| Singh et al. | Microbathymetric mapping from underwater vehicles in the deep ocean | |
| Leedekerken et al. | Mapping complex marine environments with autonomous surface craft | |
| Kunz et al. | Map building fusing acoustic and visual information using autonomous underwater vehicles | |
| Westman et al. | Wide aperture imaging sonar reconstruction using generative models | |
| CN107870335A (zh) | 高光谱激光的三维复合成像方法、系统及无人自航器 | |
| Wang et al. | Acoustic camera-based pose graph slam for dense 3-d mapping in underwater environments | |
| 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 | |
| Filisetti et al. | Developments and applications of underwater LiDAR systems in support of marine science | |
| Cheng et al. | Underwater localization and mapping based on multi-beam forward looking sonar | |
| Li et al. | Exploring modern bathymetry: A comprehensive review of data acquisition devices, model accuracy, and interpolation techniques for enhanced underwater mapping | |
| Kapetanović et al. | Marine robots mapping the present and the past: Unraveling the secrets of the deep | |
| Nocerino et al. | 3D sequential image mosaicing for underwater navigation and mapping | |
| Ma et al. | A review of terrain aided navigation for underwater vehicles | |
| Mandlburger | A review of active and passive optical methods in hydrography | |
| Xie et al. | High-resolution bathymetric reconstruction from sidescan sonar with deep neural networks | |
| Calantropio et al. | Photogrammetric underwater and UAS surveys of archaeological sites: The case study of the roman shipwreck of Torre Santa Sabina | |
| VanMiddlesworth | Toward autonomous underwater mapping in partially structured 3D environments | |
| Mallios | Sonar scan matching for simultaneous localization and mapping in confined underwater environments |
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 |