[发明专利]一种启发式的水下结构化环境线特征提取方法

说明书

本发明属于声呐技术中信号处理领域，具体涉及一种启发式的水下结构化环境线特征提取方法。步骤有：获取机械扫描成像声呐原始数据；在载体系下进行声纳数据处理，并进行二值化处理，得到用于特征提取的点集；在载体系下使用投票算法进行投票以提取出结构化环境的直线特征；用启发式方法处理直线特征，得到能够描述结构化环境的线段特征；基于导航系统得到载体的位置信息和航姿信息，进而将提取到的线段特征转换到全局坐标系下。本发明解决了目前的机械式扫描前视声呐所运用的算法对水下结构化环境线特征提取不完备的问题，使用本方法从结构化环境中提取线段特征的准确率大于90％，并且本发明适用于水下同步定位与建图以及水下结构化环境特征建模。

技术领域

本发明属于声呐技术中信号处理领域，具体涉及一种启发式的水下结构化环境线特征提取方法。

背景技术

海洋大约占据了70％的地球表面积，蕴藏着丰富的矿产、天然气和石油等资源，中国作为一个海岸线绵长的国家，考虑到日益短缺的陆地资源，是否能合理的开采和利用海洋资源具有非常重要的经济意义和战略目的。

我们利用声成像技术来观察水下地形地貌和水中物体，所谓声成像技术就是利用声波作为信息传递的载体,以各类声学仪器为成像设备的计算机图像显示及分析技术。声波具有在水中传播很远的距离、探测范围大的特性，其工作原理是利用主动发声设备发射声波,再由接收器接收声波,所接收的声波中便会携带空间中物体的信包、,通过计算机处理便可以形成一维或多维图像,并通过计算机显示设备将其显示出来便人们根据图像对事件做出迅速而正确地反映。

为了高效准确的观察海洋环境，我们可以在自主式水下机器人(AutonomousUnderwater Vehicles,简称AUV)上安装前视声呐，而随着海洋产业的不断发展，我们对水下机器人的声呐的智能化水平要求日益提高，水下环境建模作为水下机器人探索海洋的重要手段正越来越受到重视。水下机器人的工作环境中，结构化环境如港口、堤坝等结构化环境十分常见，针对水下结构化环境，水下机器人的声呐只有能够准确地从港口、堤坝中提取结构化环境的线特征，建立准确的结构化环境模型，才能认知环境信息，从而有效提高水下机器人的局部定位与路径规划能力。

水下机器人的前视声呐主要分为三大类：单波束机械扫描声呐、多波束扫描成像声呐、侧扫声呐。

单波束机械扫描声呐由机械驱动的一组换能器组成,它可以一边步进式的转动一定的角度，一边向周围发射一束声波脉冲,最大可达360度的扫描范围，由于它的体积小、结构简单、价格便宜、成像质量高，在今年来的水下机器人系统中得到了广泛的应用，所以该发明中机器人的前视声呐选用的是单波束机械扫描声呐。

多波束扫描成像声呐由水听器阵列组成,向海底发射一束大范围的声波脉冲,产生扫描范围内完整的声呐图像，扫描速率很快,但是价格昂贵。

侧扫声呐又称旁扫声呐,类似于多波束回声探测器,是专门设计用于产生大范围的海底图像。侧扫声呐的方位分辨率与其工作频率和换能器基阵尺寸有关。如果要提高侧扫声呐的方位分辨率,直观的思路就是提高系统工作频率或采用大的物理基阵,以获得足够小的照射波束。然而,增大物理基阵要受到安装平台对基阵尺寸以及重量限制的约束,很难得到实际应用。提高工作频率将使声波在水中的传播损失增大,穿透能力降低,从而限制了声呐的作用距离。

声呐总体上均易受环境影响而且水下环境本身为动态环境，导致声呐图像中存在较大的声学噪声。而目前结构化环境特征提取算法多针对激光雷达、结构光等非声学传感器感知生成的结构化环境图像，相对成像声呐而言，此类非声学传感器成像精度较高，尤其是在结构化环境特征的探测方面有很高的准确性。因此现有算法很难适用于受水下噪声干扰严重的声学图像，对于前视声呐感知的结构化环境特征提取准确性偏低，所以需要研究出一种新的算法来提高结构化环境特征提取的准确性。

发明内容

本发明的目的在于提供一种启发式的水下结构化环境线特征提取方法，该方法提高了现有的水下结构化特征提取的准确度。