| 题名 | 基于单目直接法的水下视觉惯性里程计方法研究 |
| 作者 | 赵洪全 |
| 答辩日期 | 2021-05-21 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 徐会希 |
| 关键词 | 自主水下机器人 水下定位 视觉惯性里程计 单目直接法 低速运动 |
| 学位名称 | 硕士 |
| 其他题名 | Underwater Visual-Inertial Odometry Based on Monocular Direct Method |
| 学位专业 | 机械制造及其自动化 |
| 英文摘要 | 自主水下机器人（Autonomous Underwater vehicle，AUV）是人类探索海洋空间的重要工具，而强大的自主定位能力是实现AUV完全自主运动的关键。当AUV执行水下对接、水下设备检查等近距离作业任务时，需要有更高的定位精度，而基于视觉传感器与惯性测量单元（Inertial Measurement Unit，IMU）融合的视觉惯性里程计（Visual-Inertial Odometry，VIO）能够利用相机捕捉到水下环境中细致的纹理，同时IMU又能够在缺失视觉特征的场景中提供短期较好的位姿估计，相较于其他的水下自主定位方式，VIO方法在水下近距离作业时有更大的优势。VIO是移动机器人领域新兴的一个研究方向，并且受到越来越多学者的关注。但是目前对VIO系统的研究与应用主要集中在陆上环境，并且已经取得了一定的进展，而对水下VIO系统的研究相对较少，其主要原因在于VIO系统在水下场景中的应用存在一些局限性，比如水下是一个弱纹理环境，存在大量重复纹理，视觉传感器在水中的作用范围有限，水下图像存在较严重的退化问题，另外，AUV还通常以较低的速度航行。为将VIO系统有效地应用到水下场景中，本文提出一个适用于AUV执行近距离作业任务时的水下VIO系统，其具体的研究内容如下：1）针对水下环境中存在大量重复性弱纹理特征并且缺乏角点的特点，在该VIO系统的视觉部分使用了直接法进行数据关联。由于直接法只要求图像中有明显的梯度变化，所以直接法还可以利用图像中除角点外的其他特征，该策略使得直接法可以工作在缺乏角点并且存在大量重复纹理的水下环境。此外，为保证提取到足够多有效的特征点，在特征提取过程中还采用了动态调整特征点提取数量和提取阈值的方法。2）本VIO系统采用了基于直接法的数据关联方式。在进行数据关联时，首先对图像施加了一个光度仿射变换函数，该函数可以对图像进行实时的曝光补偿。之后，在系统的粗跟踪阶段，将视觉信息和惯性信息进行了简单的融合，其中IMU传感器的测量值既可以作为先验信息为位姿的粗跟踪提供初始值，又能够在视觉信息无效时提供短期较精确的位姿信息。最后，由于直接法无法通过三角测量的方式计算特征点的深度，所以采用了极线搜索和块匹配的方法对其进行估计。3）针对水下机器人低速运动的特点，在VIO系统初始化阶段主要进行视觉状态量的初始化，而将尺度等惯性状态量加入到联合优化中进行估计。为降低低速运动状态下IMU预积分量的误差，在关键帧的选择策略和边缘化策略中综合考虑了图像的空间分布与时间差异。此外，为保持VIO系统的一致性同时降低尺度状态量的线性化误差，在联合优化过程中使用了改进的动态边缘化策略，该策略对变化的尺度施加了更严格的判断标准，并增加了对视觉信息可靠性的判断。4）利用AQUALOC水下数据集对本文的VIO系统进行了实验研究与分析。首先，通过实验对本VIO系统中一些重要的参数进行了调节，确定了该系统运行时最佳的参数取值。然后，将直接法与特征点法在三种水下场景中进行了对比实验，实验表明本系统采用的直接法在相对恶劣的水下环境中有更好的性能。最后，对本VIO系统在低速运动状态下运行的有效性进行了实验验证，实验表明本系统在低速运动状态下仍能够正常运行，并能实现快速初始化。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 75页 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.sia.cn/handle/173321/28954]  |
| 专题 | 沈阳自动化研究所_水下机器人研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 赵洪全. 基于单目直接法的水下视觉惯性里程计方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2021. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论