《基于神经网络的UUV视觉识别与定位方法研究（学位论文-工学）》由会员分享，可在线阅读，更多相关《基于神经网络的UUV视觉识别与定位方法研究（学位论文-工学）（76页珍藏版）》请在金锄头文库上搜索。
1、分 类 号 ： 密 级 ：UDC ： 编 号 ：工 学 硕 士 学 位 论 文基 于 神 经 网 络 的 UUV 视 觉 识 别 与 定 位 方 法 研 究硕 士 研 究 生 ： 赵 喜 双指 导 教 师 ： 张 伟 副教授学 科 、 专 业 ：模式识别与智能系统论 文 主 审 人 ： 严 浙 平 教 授哈 尔 滨 工 程 大 学2012 年 12 月分 类 号 ： 密 级 ：UDC ： 编 号 ：工 学 硕 士 学 位 论 文基 于 神 经 网 络 的 UUV 视 觉 识 别 与 定 位 方 法 研 究硕 士 研 究 生 ：赵喜双指 导 教 师 ：张 伟 副教授学 位 级 别 ：工学硕士学
2、科 、 专 业 ：模式识别与智能系统所 在 单 位 ：自动化学院论文提交日期 ： 2012 年 12 月论文答辩日期 ： 2013 年 03 月学位授予单位 ：哈尔滨工程大学Classified Index:U.D.C:A Dissertation for the Degree of M.EngResearch on Recognition and Location method ofUUV vision Based on Neural NetworkCandidate: Zhao XishuangSupervisor: Prof. Zhang WeiAcademic Degree Appli
3、ed for: Master of EngineeringSpecialty: Pattern Recognition and Intelligent SystemDate of Submission: September， 2012Date of Oral Examination: November， 2013University: Harbin Engineering University哈 尔 滨 工 程 大 学学 位 论 文 原 创 性 声 明本 人 郑 重 声 明 ： 本 论 文 的 所 有 工 作 ， 是 在 导 师 的 指 导 下 ， 由 作 者 本 人 独 立 完 成 的 。有
4、 关 观 点 、 方 法 、 数 据 和 文 献 的 引 用 已 在 文 中 指 出 ， 并 与 参 考 文 献 相 对 应 。 除 文 中 已 注明 引 用 的 内 容 外 ， 本 论 文 不 包 含 任 何 其 它 个 人 或 集 体 已 经 公 开 发 表 的 作 品 成 果 。 对 本 文的 研 究 做 出 重 要 贡 献 的 个 人 和 集 体 ， 均 已 在 文 中 以 明 确 方 式 标 明 。 本 人 完 全 意 识 到 本 声明 的 法 律 结 果 由 本 人 承 担 。作 者 (签 字 )：日 期 ： 年 月 日哈 尔 滨 工 程 大 学学 位 论 文 授 权 使 用 声
5、明本 人 完 全 了 解 学 校 保 护 知 识 产 权 的 有 关 规 定 ， 即 研 究 生 在 校 攻 读 学 位 期 间 论 文 工 作的 知 识 产 权 属 于 哈 尔 滨 工 程 大 学 。 哈 尔 滨 工 程 大 学 有 权 保 留 并 向 国 家 有 关 部 门 或 机 构 送交 论 文 的 复 印 件 。 本 人 允 许 哈 尔 滨 工 程 大 学 将 论 文 的 部 分 或 全 部 内 容 编 入 有 关 数 据 库 进行 检 索 ， 可 采 用 影 印 、 缩 印 或 扫 描 等 复 制 手 段 保 存 和 汇 编 本 学 位 论 文 ， 可 以 公 布 论 文 的全 部
6、 内 容 。 同 时 本 人 保 证 毕 业 后 结 合 学 位 论 文 研 究 课 题 再 撰 写 的 论 文 一 律 注 明 作 者 第 一署 名 单 位 为 哈 尔 滨 工 程 大 学 。 涉 密 学 位 论 文 待 解 密 后 适 用 本 声 明 。本 论 文 (在授予学位后即可 在 授 予 学 位 12 个 月 后 解 密 后 )由哈尔滨工程大学送交有关部门进行保存、汇编等。作 者 (签 字 )： 导 师 (签 字 )：日 期 ： 年 月 日 年 月 日基于神经网络的 UUV 视觉识别与定位方法研究摘 要自 从 人 类 将 发 展 空 间 扩 充 到 海 洋 以 来 ， 水 下 无
7、人 航 行 器 （ UUV） 成 为 一 种 探 测 海 洋世 界 的 重 要 工 具 ， 而 在 UUV 进行水下近距离作业时传统的声纳等传感器已经不能满足其 定 位 精 度 要 求 ， 从 而 光 视 觉 传 感 器 被 大 量 的 应 用 到 UUV 的水下近距离作业任务中。本 文 是 以 UUV 在 回 收 对 接 过 程 中 近 端 视 觉 定 位 为 研 究 背 景 ， 针 对 利 用 UUV 的 双 目 视觉 定 位 系 统 如 何 提 高 UUV 在水下回收对接过程中的识别与定位精度问题，论文对该系统 进 行 了 如 下 所 述 的 研 究 ：1. 水 下 导 引 图 像 预
8、处 理 与 导 引 光 源 特 征 提 取 方 法 。 导 引 图 像 的 预 处 理 过 程 是 增 强 光源 的 特 征 ， 去 除 背 景 和 伪 光 源 。 本 文 利 用 高 斯 平 滑 滤 波 去 除 导 引 图 像 中 的 噪 声 干 扰 ， 对其 进 行 二 值 化 ， 由 于 光 源 与 背 景 的 灰 度 特 征 相 当 明 显 ， 所 以 采 用 固 定 阈 值 法 就 能 满 足 分割 要 求 ； 二 值 化 后 的 图 像 中 还 残 留 了 一 些 背 景 和 污 点 ， 通 过 形 态 学 的 特 征 将 其 剔 除 ； 对于 光 源 轮 廓 的 提 取 需 要
9、将 光 源 轮 廓 从 导 引 图 像 中 精 确 的 提 取 出 来 ， 针 对 这 个 问 题 采 用 了先 对 二 值 化 的 图 像 进 行 Canny 边 缘 检 测 ， 再 对 其 应 用 Snake 模 型 提 取 边 缘 轮 廓 ， 考 虑 到Snake 模 型 对 轮 廓 的 凹 陷 部 分 不 能 很 好 的 提 取 ， 引 入 了 梯 度 矢 量 场 （ GVF） ， 并 用 贪 婪 算法 优 化 GVF-Snake 模 型 ， 使 其 提 取 速 度 更 快 ； 对 于 光 源 轮 廓 的 特 征 提 取 方 法 ， 选 择 了 光源 轮 廓 的 不 变 矩 特 征 作
10、 为 目 标 识 别 的 特 征 ；2. 心 形 参 考 光 源 的 识 别 方 法 。 从 导 引 图 像 中 提 取 一 个 光 源 轮 廓 的 不 变 矩 特 征 ， 针 对如 何 识 别 出 该 光 源 是 否 为 心 形 参 考 光 源 的 问 题 ， 本 文 选 择 了 神 经 网 络 算 法 作 为 目 标 识 别的 分 类 器 ， 而 传 统 的 BP 网 络 存 在 收 敛 速 度 慢 、 易 陷 入 局 部 最 小 值 等 缺 点 ， 针 对 这 一 缺陷 ， 本 文 对 BP 网络进行了改进，其包括：自适应学习率调整、引入动量因子和基于粒子 群 优 化 的 BP 网 络
11、； 在 仿 真 实 验 中 ， 采 用 离 线 训 练 的 方 式 ， 利 用 识 别 训 练 样 本 对 四 种BP 网络进行学习训练，分析各网络的学习训练速度，对于训练好的网络通过测试样本验 证 网 络 识 别 的 准 确 性 与 实 时 性 ， 为 下 一 步 定 位 做 好 了 准 备 ；3. 基 于 双 目 视 觉 的 UUV 定 位 方 法 。 准 确 的 将 心 形 参 考 光 源 轮 廓 提 取 和 识 别 出 来 是为 了 目 标 定 位 做 准 备 ， UUV 在回收对接过程中需要确定其相对于导引光源阵列的艏向、横 向 、 纵 向 和 高 度 四 自 由 度 信 息 ， 而
12、 双 目 视 觉 UUV 定 位 系 统 的 功 能 就 是 求 取 UUV 的四 自 由 度 信 息 ； 对 于 UUV 艏向角的求取方法，可以通过各光源拟合的直线和心形参考光 源 的 指 向 来 确 定 ， 这 种 方 法 算 法 简 单 易 于 实 现 ； 对 于 其 它 三 个 自 由 度 的 定 位 方 法 ， 本文 采 用 了 基 于 神 经 网 络 的 双 目 视 觉 定 位 方 法 ， 该 方 法 避 免 了 传 统 定 位 的 摄 像 机 标 定 过 程产 生 的 误 差 ， 直 接 用 神 经 网 络 学 习 心 形 参 考 光 源 质 心 在 导 引 图 像 中 的 图
13、像 坐 标 值 与 其 在世界坐标系中的坐标值的映射关系，将摄像机的的内部与外部参数都隐含在了网络中；哈尔滨工程大学硕士学位论文在仿真试验过程中同样采用离线训练方法，实验证明上述方法能够实时获取 UUV 四 自由 度 定 位 信 息 ；4. 基 于 双 目 视 觉 导 引 的 UUV 回 收 缩 尺 度 模 拟 实 验 。 首 先 设 计 了 坞 舱 的 机 构 和 导 引光 源 的 组 成 及 安 装 位 置 以 及 双 目 视 觉 导 引 系 统 的 组 成 ； 其 次 介 绍 了 UUV 回 收 对 接 的 整个 过 程 ， 以 及 缩 尺 度 模 拟 平 台 的 组 成 和 功 能 ；
14、 最 后 根 据 UUV 回 收 对 接 原 理 以 及 UUV双 目 视 觉 识 别 与 定 位 方 法 ， 设 计 了 用 于 模 拟 实 验 的 软 件 。 在 模 拟 实 验 平 台 上 运 行 对 接 程序 ， 根 据 获 取 的 UUV 模 型 运 动 轨 迹 参 数 ， 验 证 了 本 文 设 计 的 基 于 神 经 网 络 UUV 识 别与 定 位 方 法 的 可 行 性 。关 键 字 ： UUV 水下回收；水下光视觉；神经网络；目标识别；目标定位基于神经网络的 UUV 视觉识别与定位方法研究ABSTRACTUnderwater unmanned vehicle (UUV) h
15、as been a kind of important tools of detecting seasince the human extended the development space to the ocean. When the UUV does the closerange operations, the location instrument such as sonar can not satisfy the positioningaccuracy requirements， so the light vision systems is widely applied in the
16、 UUV closeoperation tasks. In this paper， the problem of how to improve the recognition and locationaccuracy when the UUV doing the recovery work using Binocular vision location system hasbeen studied. The main research work is shown as follows：1. The pretreatment of Guidance image and the extraction method of Guide light source.The purpose of guidance image pretreatment process is to enhance the c
