APP下载

基于神经网络的水下对接引导算法

2021-10-29冯晓晨王小丹

舰船科学技术 2021年9期
关键词:特征检测

冯晓晨,葛 彤,王小丹

(1. 上海交通大学 船舶海洋与建筑工程学院,上海 200240;2. 自然资源部北海局,山东 青岛 266061)

0 引 言

作为水下资源探索的一个重要工具,水下机器人需要承担各种各样的科研任务。由于自身携带能源的限制以及对数据传输的要求,需要及时回到母船补充能源,这种方式需要花费大量的人力和物力[1]。而且,目前大多数的AUV作业在各个流程操作方面,基本都是依赖于人员的操作。而水下对接技术能够实现对水下机器人进行充电,数据传输和扩大活动范围的功能,减少人力物力,因此如何发展自主的水下对接回收技术成为关键。

目前,在水下对接过程中,水下机器人所采用的传感器方式主要分为4种:1)电磁传感方式,2)声学传感方式,3)光学传感方式,4)视觉传感方式[2]。对于声学和电磁学导引方式,一般是用于距离较长、精度要求不是特别高的过程。光学和视觉的导引方式相对于上述2种传感器,作业的范围有限,通常在几十米的距离之内,但视觉的导引精度很高,抗外界干扰能力、鲁棒性较强,适用于多变的水下环境,常常用于短距离的水下对接[3]。基于视觉的水下对接系统主要包括对接站、安装在水下机器人上的摄像机和对接算法。国内外已经有很多科研机构对自主航行器视觉引导进行了研究、试验:1)Li et al.(2015)在一个圆锥体形状的对接台边缘放置了4个540 mm的绿灯,实现了良好的水下绿灯传播[4]。2)Maki等(2015)利用3盏绿灯和1盏红灯的三维地标进行水下对接。……

登录APP查看全文

猜你喜欢

特征检测
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
线性代数的应用特征