1、近年來,隨著資源不斷消耗,人口激增,海洋研究和開發(fā)逐漸成為人類賴以生存新的發(fā)展空間,因此作為海洋探測重要組成部分的水下機器人得到廣泛的應(yīng)用。智能水下機器人技術(shù)是水下機器人系統(tǒng)研究的熱點領(lǐng)域,開展智能水下機器人基于視覺的目標探測與跟蹤技術(shù)研究,也是實現(xiàn)水下機器人在惡劣且復(fù)雜多變的環(huán)境中進行水下偵查、作業(yè)的關(guān)鍵技術(shù)之一。
　　 本文主要目標是研究水下機器人實時水下管道檢測與跟蹤系統(tǒng)。論文以單目CCD攝像機為主要視覺傳感器,利用視覺系

2、統(tǒng)測量方法得到水下管道的導(dǎo)航信息,并在此基礎(chǔ)上建立了一個用于水下機器人的水下管道檢測與跟蹤系統(tǒng)。具體研究內(nèi)容如下:
　　 1.簡要回顧了基于視覺的水下機器人水下管道檢測與跟蹤系統(tǒng)在國內(nèi)外的研究發(fā)展現(xiàn)狀,指出了當前利用水下機器人進行水下管道檢測與跟蹤技術(shù)的研究難點和研究新方向。
　　 2.按照數(shù)據(jù)結(jié)構(gòu)的抽象程度,將系統(tǒng)中傳遞的數(shù)據(jù)信息分為由低至高6個層次,詳細描述了各層次內(nèi)容。提出了視覺系統(tǒng)設(shè)計的總體內(nèi)容,設(shè)計水下機器人管

3、道檢測與跟蹤系統(tǒng)的體系結(jié)構(gòu),并對單目視覺系統(tǒng)進行構(gòu)建和分析。
　　 3.在圖像處理層,對水下成像進行了簡要的分析,并且針對水下圖像的特點,以及水下機器人實時性和管道檢測的準確性要求,介紹了幾種比較簡單和高效的改進圖象處理算法,來降低水下成像造成影響。
　　 4.在圖像解釋層的,針對水下圖像的特點,構(gòu)造離散情況下具有不變性的矩特征方法。并結(jié)合神經(jīng)網(wǎng)絡(luò)理論,提出了兩種具有全局搜索能力的水下目標識別方法:用于目標識別的免疫遺傳

4、神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、建模和基于超香腸神經(jīng)網(wǎng)絡(luò)的識別學(xué)習(xí)分類決策機制。為了提高系統(tǒng)的準確性和實時性,采用了基于動態(tài)窗口技術(shù)和基于Kalman濾波數(shù)據(jù)關(guān)聯(lián)和狀態(tài)更新的水下管道檢測算法。
　　 5.在環(huán)境理解層,對攝像機的標定方法、原理進行簡單介紹與分析。應(yīng)用攝像機透視投影成像原理,通過坐標變換推導(dǎo)出結(jié)構(gòu)光視覺傳感器的模型,建立水下管道的圖像平面坐標系與水底平面坐標間的射影變換關(guān)系。
　　 6.在決策規(guī)劃與運動控制層,主要解決了水