智能水下机器人的水下声视觉目标跟踪方法研究

只有当智能水下机器人具有环境感知能力，才能在水下自如的完成类人的智能活动。AUV水下声视觉目标跟踪方法的研究对于水下环境感知能力的完善具有积极意义，在军事和民用上也有重要的应用价值。本项目拟在前人研究基础上进一步结合AUV本体运动，针对AUV水下声视觉目标跟踪方法开展研究。研究运动目标区域各特征变化规律，探讨组建稳态区域描述特征集所需的非稳态目标特征类型与数目。研究AUV运动对目标区域成像的影响，确定将目标区域的特性与状态相结合的数据关联方法。采用粒子滤波跟踪方法，研究基于目标特征集的高置信度AUV水下声视觉目标跟踪方法与理论，进行水下声视觉目标跟踪的误差分析与容错处理，并开展仿真和水池实验研究，通过本项目的开展，可望在理论上揭示AUV水下声视觉目标跟踪方法，并验证其可行性。为解决AUV水下声视觉环境感知问题奠定理论和技术基础。

本研究采用声视觉观测手段,研究智能水下机器人对水下运动目标的跟踪方法。项目组完成情况及取得成果如下：.(1)提出了声视觉特性的运动目标稳定特征集的构建方式。.(2)探讨了基于声视觉的扩展卡尔曼滤波水下目标跟踪方法实现,提出了针对预测区域与探测区域间的数据关联策略。.(3)结合声视觉特点，完成了基于区域匹配的传统粒子滤波跟踪方法研究，并依据样本的相关值，分析了传播半径参数对跟踪性能的影响。.(4)研究了高斯粒子滤波方法。针对声视觉特点，从组合特征线索角度考虑，提出了采用面积和不变矩特征建立观测模型的方法，以解决目标跟踪中的粒子权值分配问题。.(5)研究了组合特征线索的构建问题，提出了基于自适应策略的声图像多特征线索融合方式。.(6)针对数据关联方法问题，提出了结合关联概率的粒子滤波改进方法。.上述方法通过水池试验进行了验证，证实了从运动目标多特征描述角度来解决智能水下机器人利用声视觉探测跟踪目标的正确性，为解决AUV水下声视觉环境感知问题提供了一个新思路。本项目共发表相关文章16篇，其中SCI检索2篇，EI检索12篇，出版教材1部，授权发明专利1项，并于2012年10月份在美国Hampton参加了OCEAN 2012 国际海洋技术学术会议，就本项目的研究内容做了专题报告。