二维前视声纳仰角估计自监督学习中的运动退化问题

二维前视声纳是水下机器人感知的关键传感器。该领域一个众所周知的问题是在声纳成像过程中估计仰角方向上的缺失信息。在穿越飞行任务中，存在对每幅图像估计三维信息以用于三维建图与机器人导航的需求。近期基于学习的方法已展现出其优势，但仍存在缺陷。监督学习方法取得了高质量结果，但获取三维真值标签可能需要付出更多努力。现有的自监督方法需要使用带有三维监督的合成图像进行预训练。本研究旨在实现无需使用合成图像预训练的稳定的仰角估计自监督学习。自监督学习中的失败可能由运动退化问题引起。我们首先分析了与主要监督信号相关的二维前视声纳的运动场。我们利用现代学习框架并证明，若训练数据集由有效运动构建，则网络可以以自监督方式训练而无需合成数据知识。仿真与真实实验均验证了所提方法。