基于双目立体视觉的水下定位方法研究

摘要

在利用水下机器人进行水下作业时，需要最大限度地收集到水下相关的目标与复杂的环境信息。其中首要任务就是获取待操作目标物的精确位置信息，从而实现机器人准确的水下作业，而搭载双目立体视觉的水下探测设备运用在近距离的水下作业时比传统声呐及其他探测设备具有更加明显的优势。因此本文对复杂环境的水下目标定位进行了研究，主要有以下几个方面的内容:
　　首先，提出了水下双目视觉的标定方法，给出了搭建双目立体视觉系统所需要的软硬件环境，建立双目视觉模型，并利用张氏标定法对双目摄像头进行水下标定，求取双目摄像头内外参数。
　　其次，对获取的水下图像进行预处理及对常用的几种图像滤波处理方法的滤波处理效果进行了比较分析。之后进行图像分割，再提取图像中的ORB特征点，并对特征点对进行立体匹配，通过得到的特征点的坐标，得到目标物体与摄像头的位置关系。
　　然后，对基于双目视觉的SLAM算法进行了相关研究，主要包含移动机器人SLAM算法研究、水下运动模型SLAM算法研究及基于双目视觉的ORB-SLAM2算法研究。
　　最后，对本文所研究的基于双目立体视觉的水下定位方法进行实验验证，并对实验结果进行了分析。

目录

声明

摘要

第1章绪论

1．1课题研究的背景及意义

1．2课题的研究现状

1．2．1双目视觉定位技术发展现状

1．2．2水下目标定位发展现状

1．3主要研究内容

1．4论文组织结构

第2章水下双目立体视觉模型

2．1引言

2．2水下双目视觉系统环境

2．2．1双目视觉系统的硬件平台

2．2．2双目视觉系统的软件平台

2．3建立双目视觉模型

2．3．1相关坐标系

2．3．2摄像机线性模型

2．3．3摄像机非线性模型

2．4双目摄像头标定

2．4．1张氏标定法

2．4．2摄像头模型立体矫正

2．5实验结果与分析

2．6本章小结

第3章水下图像特征匹配与定位

3．1引言

3．2水下图像预处理

3．2．1常用滤波方法

3．2．2水下图像滤波实验

3．3图像分割

3．3．1最大类间方差法

3．3．2 FCM聚类

3．3．3基于G-MRF纹理信息的FMC图像分割算法

3．3．4实验结果与分析

3．4 ORB特征点提取及匹配

3．4．1 FAST特征提取

3．4．2 rBRIEF特征描述

3．4．3特征匹配

3．5立体匹配

3．5．1极线约束

3．5．2匹配子

3．5．3误匹配点消除

3．6三维坐标计算

3．6．1估计目标位置

3．6．2目标与摄像头的位置关系

3．6．3水中三维坐标的估算

3．7本章小结

第4章基于双目视觉的SLAM研究

4．1引言

4．2移动机器人SLAM系统介绍

4．3水下运动模型的SLAM算法研究

4．4基于双目视觉的ORB-SLAM2算法研究

4．4．2ORB-SLAM实现步骤

4．4．3使用双目光束优化法

4．5本章小结

第5章实验结果及分析

5．1基于立体视觉的目标定位

5．2基于ORB-SLAM2的自身定位

5．2．1 ORB-SLAM2地面实验

5．2．2 ORB-SLAM2水下实验

5．3本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢