基于语义细分和双眼视觉的水下机器人测距技术的研究
Qing Hu1, Kekuan Wang2, Fushen Ren3
1Sanya Offshore Oil and Gas Research Institute, Northeast Petroleum University, Sanya, 572025, China. 081980010077@nepu.edu.cn.
Scientific reports
|May 29, 2024
概括
这项研究引入了一种使用语义细分和双眼视觉的新型水下距离测量系统. 该系统增强了目标识别,并将水下机器人的测量速度提高了30%.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 光学工程是指光学工程.
背景情况:
- 水下车辆需要准确的目标识别和距离测量.
- 现有的方法在复杂的水下环境中可能缺乏效率或准确性.
- 双筒视觉和光折射原理构成了水下成像模型的基础.
研究的目的:
- 为水下车辆提出新的距离测量系统.
- 加强水下目标识别和距离估计.
- 为水下摄像机校准提供理论基础.
主要方法:
- 开发了一种基于光折射和双眼距离的水下成像模型.
- 实施了一个使用语义细分 (Deeplabv3+) 来识别水下目标的系统.
- 通过语义细分生成的集成目标地图,使用双眼测距进行距离测量.
主要成果:
- 拟议的方法实现了与传统的双眼望远镜距离相匹配的测量精度.
- 与使用原始图纸的方法相比,测量速度增加了30%.
- 距离测量的误差率控制在5%以内.
结论:
- 开发的系统有效地满足了水下机器人的操作需求.
- 语义细分显著提高了对水下目标的双眼距离的效率.
- 该系统为水下车辆导航和目标交互提供了强大的解决方案.


