基于點(diǎn)云數(shù)據(jù)的水下目標(biāo)三維特征提取與定位技術(shù)研究.pdf

1、水下無(wú)人機(jī)器人(AUV)在執(zhí)行交互任務(wù)時(shí)需要準(zhǔn)確的視覺(jué)引導(dǎo)信息，由于結(jié)構(gòu)光測(cè)量系統(tǒng)的測(cè)量精度基本不受光線折射和衰減效應(yīng)的影響，被廣泛應(yīng)用于水下目標(biāo)的三維重建。而水下場(chǎng)景的非結(jié)構(gòu)化、目標(biāo)與其他水下物體重疊和遮擋、測(cè)量數(shù)據(jù)單視散亂的特點(diǎn)，均為水下目標(biāo)的定位帶來(lái)困難。針對(duì)水下目標(biāo)定位的諸多問(wèn)題，本文在隨機(jī)抽樣一致性原理(RANSAC)的基礎(chǔ)上，研究了一種基于點(diǎn)云數(shù)據(jù)的水下目標(biāo)三維特征提取與定位技術(shù)。本文的研究?jī)?nèi)容有以下幾個(gè)方面:
　　1

2、.基于水下目標(biāo)包含的規(guī)則部件模型的曲面特征及成像后的邊緣特征，將目標(biāo)模型描述成圖像線特征與點(diǎn)云面特征的組合，并以目標(biāo)的線特征與面特征作為定位的先驗(yàn)信息。
　　2.對(duì)目標(biāo)視場(chǎng)圖像進(jìn)行分割運(yùn)算和邊緣提取運(yùn)算，將視場(chǎng)圖像分割成若干包含目標(biāo)或者不包含目標(biāo)的區(qū)域。按照先驗(yàn)信息中對(duì)目標(biāo)線特征的描述，依次對(duì)分割區(qū)進(jìn)行特征線檢測(cè)，滿足條件的作為目標(biāo)區(qū)域。
　　3.提出一種基于RANSAC算法的二維橢圓線檢測(cè)方法，依據(jù)表征橢圓完整度的評(píng)價(jià)系數(shù)

3、，實(shí)現(xiàn)對(duì)圖像邊緣中的橢圓線的檢測(cè)。
　　4.根據(jù)結(jié)構(gòu)光測(cè)量系統(tǒng)所得圖像與點(diǎn)云的映射關(guān)系，提取投影到目標(biāo)區(qū)域中的點(diǎn)云，并按照先驗(yàn)信息中對(duì)目標(biāo)面特征的描述，對(duì)該部分點(diǎn)云進(jìn)行特征面檢測(cè)，初步估計(jì)目標(biāo)的尺寸和位姿參數(shù)的近似值并提取目標(biāo)點(diǎn)云。
　　5.采用基于RANSAC算法的三維曲面檢測(cè)方法，實(shí)現(xiàn)對(duì)點(diǎn)云中的規(guī)則曲面如:球面、圓柱面、圓錐面、圓臺(tái)面及長(zhǎng)方體面等的識(shí)別。
　　6.針對(duì)曲面模型參數(shù)不統(tǒng)一的問(wèn)題，采用超二次曲面作為目標(biāo)

4、的部件化模型，將不同類型的曲面變?yōu)榫哂幸恢聟?shù)的超二次曲面模型。
　　7.以目標(biāo)的尺寸和位姿參數(shù)的近似值為初值，基于超二次曲面的標(biāo)準(zhǔn)方程建立非線性目標(biāo)函數(shù)，采用Levenberg-Marquardt(LM)算法對(duì)目標(biāo)參數(shù)進(jìn)行全局優(yōu)化，從而得到目標(biāo)的定位結(jié)果。
　　本文算法無(wú)需對(duì)目標(biāo)場(chǎng)景點(diǎn)云進(jìn)行分割，也無(wú)需對(duì)目標(biāo)進(jìn)行離線建模，僅需要提供目標(biāo)成像邊緣包含的線特征及本身曲面特征，即可實(shí)現(xiàn)目標(biāo)的自主定位。通過(guò)實(shí)際實(shí)驗(yàn)對(duì)本文算法進(jìn)行驗(yàn)