欢迎来到天天文库
浏览记录
ID:37071897
大小:2.85 MB
页数:72页
时间:2019-05-16
《基于双目立体视觉的水下定位方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:密级:UDC:编号:工学硕士学位论文\基于双目立体视觉的水下定位方法研究硕士研究生:李雨时指导教师:郭书祥教授学科、专业:控制科学与工程论文主审人:王科俊教授哈尔滨工程大学2018年3月分类号:密级:UDC:编号:工学硕士学位论文基于双目立体视觉的水下定位方法研究硕士研究生:李雨时指导教师:郭书祥教授学位级别:工学硕士学科、专业:控制科学与工程所在单位:自动化学院论文提交日期:2017年12月论文答辩日期:2018年03月学位授予单位:哈尔滨工程大学C
2、lassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngResearchonUnderwaterPositioningMethodbasedonStereoVisionCandidate:LiYushiSupervisor:Prof.GuoShuxiangAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlScienceandEngineeringDateofSubmission:De
3、cember,2017DateofOralExamination:March,2018University:HarbinEngineeringUniversity摘要在利用水下机器人进行水下作业时,需要最大限度地收集到水下相关的目标与复杂的环境信息。其中首要任务就是获取待操作目标物的精确位置信息,从而实现机器人准确的水下作业,而搭载双目立体视觉的水下探测设备运用在近距离的水下作业时比传统声呐及其他探测设备具有更加明显的优势。因此本文对复杂环境的水下目标定位进行了研究,主要有以下几个方面的内容:首先,提出
4、了水下双目视觉的标定方法,给出了搭建双目立体视觉系统所需要的软硬件环境,建立双目视觉模型,并利用张氏标定法对双目摄像头进行水下标定,求取双目摄像头内外参数。其次,对获取的水下图像进行预处理及对常用的几种图像滤波处理方法的滤波处理效果进行了比较分析。之后进行图像分割,再提取图像中的ORB特征点,并对特征点对进行立体匹配,通过得到的特征点的坐标,得到目标物体与摄像头的位置关系。然后,对基于双目视觉的SLAM算法进行了相关研究,主要包含移动机器人SLAM算法研究、水下运动模型SLAM算法研究及基于双目视觉的O
5、RB-SLAM2算法研究。最后,对本文所研究的基于双目立体视觉的水下定位方法进行实验验证,并对实验结果进行了分析。关键词:水下目标定位;立体视觉;特征匹配;SLAMAbstractItisnecessarytocollecttheinformationofunderwaterrelatedtargetsandcomplicatedenvironmentwhenunderwaterrobotsareengagedinunderwateroperations.Theprimarytaskistoobtain
6、thepreciselocationinformationfortheoperatingtargettoensuretheaccuracyofrobotoperation.Theunderwaterdetectionequipmentwithbinocularstereovisionismoreeffectivethanthetraditionalsonarandotherdetectionequipmentwhenrobotsworkatcloserange.Sointhispaper,westudi
7、edtheunderwatertargetpositioningforcomplexenvironment.Thearticlemainlyincludesthefollowingsections:Firstly,wepresentedacalibrationmethodoftheunderwaterbinocularvision,providesthehardandsoftwareenvironmenttobuildthebinocularvisionsystem,andestablishedabin
8、ocularvisionmodel.wecalculatedtheinternalandexternalparametersofthebinocularcamerasbyusingZhang'scalibrationmethodtocarryontheunderwatercalibrationofthebinocularcameras.Secondly,wepreprocessedunderwaterimagesandcomparedthe
此文档下载收益归作者所有