郭云翔，周 军

（河海大学 机电工程学院，江苏 常州 213022）

一种基于水下机器人的构筑物场景复原优化方法

郭云翔，周 军

（河海大学 机电工程学院，江苏 常州 213022）

为了克服水下构筑物场景复原过程中的累积误差，有效还原水下构筑物的表面结构信息，本文提出了一种基于水下机器人的构筑物场景复原优化方法。通过构建最大生成树，采用基本的图算法寻找基准坐标系以及完成坐标系的转换，并建立了误差方程，选取L-M迭代算法实现变换矩阵的最优化，采用对比实验实现了对该方法的可靠性检测。实验结果表明，采用该优化方法后可有效反映整个探测过程的图像信息，为后续的机器视觉处理建立了有效基础。

水下构筑物；累积误差；优化方法；最大生成树；变换矩阵

随着水下机器人的发展，传统的人工潜水作业已逐渐被水下机器人替代[1]。通过搭载在水下机器人上的各种传感器获得大量的数据，包括水深、机器人姿态等[2]，而视觉信息是机器人实现正确导航以及水下近距离作业的重要保障，是研究人员对水下环境以及水下构筑物研究的重要参考信息[3]。而视觉信息作为整个机器视觉系统的一个重要组成部分，有效的视觉信息可以提高后续判决执行部分的可靠性。

水下作业的重要一环为水下构筑物的探测任务，包括大坝裂缝、闸门漏洞、管道泄漏等[4]。通过对水下构筑物的场景重构，可以对水下构筑物表面的整体结构与细节部分有直接的对比观察，能更加清晰地判别出是否有安全隐患。……