一种基于视觉的水下对接系统
计算机视觉与模式识别
2017-12-13 v1
摘要
自主水下航行器（AUVs）已被部署用于水下探索。然而，其潜力受限于其有限的机载电池能量与数据存储容量。该问题已通过为 AUVs 提供水下充电与数据传输的对接系统得以解决。在本工作中，我们遵循这些系统提出了一种用于水下对接的基于视觉的框架。所提框架包含两个模块：（i）检测模块，提供由机载相机捕获的 2D 图像中水下对接站的位置信息；（ii）位姿估计模块，从 2D 图像中恢复对接站与 AUVs 之间的相对 3D 位置与朝向。为实现对接站的稳健可信检测，我们提出了一种称为对接神经网络（Docking Neural Network, DoNN）的卷积神经网络。为准确位姿估计，我们将透视-n-点算法集成到框架中。为在水下对接任务中检验我们的框架，我们在实验水池中收集了一个名为水下对接图像数据集（Underwater Docking Images Dataset, UDID）的 2D 图像数据集。据我们所知，UDID 是首个公开可用的水下对接数据集。在实验中，我们首先在 UDID 及其形变变体上评估所提检测模块的性能。接着，我们通过地面实验评估位姿估计模块的精度，因为在水下获取对接站与 AUVs 之间真实相对位置与朝向不可行。然后，我们在实验水池中通过水下实验检验位姿估计模块。实验结果表明，与最先进的基线系统相比，所提框架可高效且成功地检测对接站并估计其相对位姿。
引用
@article{arxiv.1712.04138,
title = {A vision based system for underwater docking},
author = {Shuang Liu and Mete Ozay and Takayuki Okatani and Hongli Xu and Kai Sun and Yang Lin},
journal= {arXiv preprint arXiv:1712.04138},
year = {2017}
}