研究目的
为验证基于立体视觉的水下对接三维位姿估计系统对浊度的耐受性，因先前研究尚未涉及水下航行器在浑浊环境下的三维位姿估计问题。
研究成果
基于立体视觉并结合RM-GA的系统展现出对一定程度浊度的鲁棒性，能够在浑浊水域成功实现水下对接。来自水池和真实海洋环境的实验结果证实了其实用性，适应度值可作为控制阈值的可靠指标。未来工作应致力于扩展对更高浊度水平的耐受能力，并提升在动态?？鱿碌男阅鼙硐?。
研究不足
该系统的浊度耐受限度在特定距离下仅能维持在约12.2 FTU以下；更高浊度会导致识别失效。实验是在受控环境中通过添加牛奶模拟浊度进行的，这可能无法完全代表所有真实海洋条件。该研究未涉及自然浊度中颗粒特性（如形状、颜色）的变化。
1：实验设计与方法选择：
本研究采用基于立体视觉的系统，结合实时多步遗传算法（RM-GA）进行三维位姿估计。实验在三种环境中进行：小型水池用于识别性能测试，大型水池用于浑浊环境下的对接，真实海洋环境用于连续迭代对接。通过向水中添加牛奶模拟浑浊度，使用RM-GA的适应度值评估性能。
2：样本选择与数据来源：
实验使用配备立体相机和三维标记物的?？厍彼鳎≧OV）。通过向水中添加特定量的牛奶调节浑浊度，使用浊度传感器测量。
3：实验设备与材料清单：
设备包括ROV（Kowa品牌）、立体相机（CCD，640x480像素）、LED照明单元、浊度传感器（OPTEX TD-500）、照度传感器（Milwaukee LX-1010B）、用于模拟浑浊度的牛奶，以及PC（英特尔酷睿i7-3770 CPU，8GB内存）。
4：0）、照度传感器（Milwaukee LX-1010B）、用于模拟浑浊度的牛奶，以及PC（英特尔酷睿i7-3770 CPU，8GB内存）。 实验流程与操作步骤：
4. 实验流程与操作步骤：识别实验中，ROV在400至1000毫米距离范围内固定于标记物前，测试不同浑浊度下的表现。对接实验中，ROV在水池和海洋中执行视觉伺服和对接步骤，通过添加牛奶控制浑浊度。收集适应度值和位姿估计数据。
5：数据分析方法：
通过平均适应度值评估识别性能。比较全搜索方法与RM-GA输出的准确性。对位姿误差和对接成功率进行统计分析。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
ROV
Kowa
Kowa
Underwater remotely operated vehicle used for experiments, equipped with cameras and thrusters for docking and recognition tasks.
-
Camera
CCD, 640x480 pixels
Stereo cameras mounted on the ROV for capturing images for 3D pose estimation.
-
Turbidity Sensor
TD-500
OPTEX
Measures turbidity of water in Formazin Turbidity Units (FTU).
-
Lux Sensor
LX-1010B
Milwaukee
Measures illuminance in lux units.
-
PC
Intel Core i7-3770 CPU
Intel
Used for running the RM-GA algorithm and processing images for pose estimation.
-
登录查看剩余3件设备及参数对照表
查看全部
