亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        UUV水下回收中的視覺和短基線定位融合

        2013-09-24 13:45:02黎南湛鑫陳濤嚴浙平
        智能系統(tǒng)學報 2013年2期
        關(guān)鍵詞:野值協(xié)方差小波

        黎南,湛鑫,陳濤,嚴浙平

        (1.海軍駐大連地區(qū)軍代表室,遼寧 大連 116021;2.中國船舶重工集團公司 第703研究所,黑龍江 哈爾濱 150036;3.哈爾濱工程大學自動化學院,黑龍江 哈爾濱 150001)

        有效地布放回收是UUV(unmanned underwater vehicle)能否廣泛應用的一個關(guān)鍵因素.相對于布放來說,UUV的回收難度很大.因此,世界上UUV領(lǐng)域的研究人員也發(fā)展出了各式各樣的回收方式,而且均以實現(xiàn)UUV的自動回收為最終目標[1].本文研究了一種利用水下塢艙自動回收UUV的方式.在這種方式中,UUV需要以一定的定位導引方法識別UUV與塢艙的相對方向和相對位置,從而控制自己精確地進入塢艙之中.對于塢艙水下回收UUV中的定位導引系統(tǒng),采用了適用遠距離定位的短基線定位系統(tǒng)和適用于近端精確定位的視覺導引定位系統(tǒng).由于2套定位系統(tǒng)在不同作用范圍下的精度和可靠性不同,為了UUV能簡單、高效、安全地實現(xiàn)與塢艙對接回收,本文重點研究了短基線和視覺在UUV水下回收中的定位融合方法,并通過水池試驗驗證了所提方法的有效性.

        1 UUV水下回收定位系統(tǒng)及其原理

        UUV的回收過程是一種空間立體運動,主要需要控制4個自由度:縱向、橫向、垂向和艏向.當UUV開始進入水下對接回收任務(wù)后,其回收方式類似于直升機降落的坐落塢艙式回收,如圖1所示.UUV從對接起始位置水平直航到回收塢艙的正上方,粗略調(diào)整姿態(tài)和艏向,然后垂直降落到距塢艙較近高度的正上方,接下來精確調(diào)整UUV的姿態(tài)和艏向,緩慢降落至回收塢艙上.UUV距離塢艙較遠時視覺定位精度差,SBL定位精度高;距離較近時,SBL聲定位將會出現(xiàn)盲區(qū),而視覺定位的精度高[2];距離中等時,2種定位信號均有效.

        圖1 UUV水下回收方式Fig.1 UUV underwater docking mode

        1.1 短基線定位系統(tǒng)及其原理

        圖2是短基線定位系統(tǒng)的簡圖.聲吶基陣由安裝在 UUV 底部的4個換能器 T0、T1、T2、T3構(gòu)成,信標F置于塢艙上.

        圖2 UUV水下回收中的短基線定位系統(tǒng)Fig.2 SBL position system for UUV underwater docking

        聲吶基陣的4個換能器安裝在一個平面上,基陣的幾何中心為UUV的幾何中心,定義為短基線坐標系的原點,同時也是隨船坐標系的原點.x軸指向為UUV的艏向、y軸為UUV右舷并在基陣平面上、z軸垂直xoy平面指向水底,如圖3所示.

        圖3 短基線定位系統(tǒng)坐標系及原理Fig.3 SBL position system coordinate and principle

        圖3中換能器T0、T3間距為 a,T0、T1間距為 b.則在隨船坐標系下各換能器的坐標為T0(a/2,b/2,0),T1(a/2,b/2,0),T2(- a/2,b/2,0),T3(- a/2,-b/2,0).

        定義信標的坐標F(x,y,z),并設(shè)信標到各個換能器的直線距離為 R0、R1、R2、R3,可以通過聲吶特性求得信標到基陣的距離.設(shè)換能器T0發(fā)射聲信號到信標F并接收到應答信號所需時間為t0,若聲速為 v,則有 R0=vt0/2,同理可得 R1、R2、R3.

        由幾何關(guān)系,能得到短基線定位方程為:

        消去z得:

        由式(5)很容易求解出x、y.

        根據(jù)式(1)~(4)可解得4個深度值z,把求解到的4個z值進行平均,得到z的平均值:

        1.2 視覺定位系統(tǒng)及其原理

        圖4是視覺定位系統(tǒng)的簡圖.

        圖4 UUV水下回收中的視覺定位系統(tǒng)Fig.4 Vision position system for UUV underwater docking

        在UUV的腹部位置安裝3個攝像頭,這樣配置可根據(jù)實際對接需要,配合塢艙上的導引,燈選擇單目視覺定位導引或雙目視覺定位導引方案.本文以單目視覺定位導引的原理為例進行介紹.在利用視覺定位導引UUV水下回收的過程中,主要需要獲取的是UUV相對于塢艙的艏向和位置信息.

        1.2 .1 UUV相對塢艙艏向的確定

        塢艙艏向依靠導引燈的安裝位置來確定.如圖5所示,在塢艙底部縱中線上等距離安裝了大小和形狀不同的8個導引燈,其中,正中心大燈的箭頭形狀能標示塢艙的艏向.當采用單目識別時,單攝像頭至少要能獲取到2個或以上的導引燈圖像,將幾個導引光源連線后就能判斷塢艙艏向角.

        圖5 導引光源布置示意Fig.5 Guided lamp collocation sketch map

        圖6 艏向和垂向視覺定位原理Fig.6 Heading and vertical position principle

        1.2 .2 UUV相對塢艙位置的確定

        1)垂向定位.

        2)平移定位.

        依據(jù)此幾何關(guān)系能求解出攝像頭光心和塢艙的相對位置.假設(shè)攝像頭坐標系到UUV隨船坐標系的變換矩陣為aHc=[△x 0 △z]T,其中△x、△z為攝像頭相對UUV中心的橫向和垂向距離,最終可以求解出UUV與塢艙的相對位置為

        2 定位數(shù)據(jù)的自適應野值剔除方法

        視覺和短基線定位傳感器均會產(chǎn)生野值.而利用帶野值的數(shù)據(jù)進行數(shù)據(jù)融合將會導致融合結(jié)果的嚴重錯誤.常用的剔除野值的方法有萊以特準則(3σ 準則)和格羅布斯(Grubbs)準則[3-4].這2 種方法的基礎(chǔ)是統(tǒng)計決策,都需要預先設(shè)定門限,這就使它們失去了實時性.本文采取一種在線的自適應野值剔除算法,其野值剔除步驟如下:

        1)首先把采集的數(shù)據(jù)每M個采樣時刻分為一組,去掉最大的和最小的,第1個數(shù)據(jù)(中間時刻的數(shù)據(jù))就取剩余的M-2個數(shù)的平均值;

        2)同理得到了第2個數(shù)據(jù)(第2組數(shù)據(jù)中間時刻的數(shù)據(jù)),以及第N組數(shù)據(jù)中間時刻的數(shù)據(jù).依次這樣的步驟算n次,得到一組采樣值,先進行最小二乘法擬合數(shù)據(jù)N個采樣時刻的數(shù)值;

        3)接著對上述處理的數(shù)據(jù)做殘差變化率計算,得到每一時刻的數(shù)據(jù)變化率;

        4)去掉數(shù)據(jù)變化率中的最大值和最小值,將剩余的平均值作為平均數(shù)據(jù)變化率的初值;

        5)實時計算k大于N×M以后的數(shù)據(jù)變化率:

        6)當數(shù)據(jù)滿足以下2個條件時,就認為該數(shù)據(jù)是野值,要將其剔除:

        對于野值,根據(jù)與變化率閾值的關(guān)系進行相應的替換.若data(k)大于thra(k)的變化率,將此數(shù)據(jù)用data(k-1)代替;若變化率介于 thra(k)和thrb(k)之間,將此數(shù)據(jù)用數(shù)據(jù) 2data(k-1)-data(k-2)代替.

        圖7給出了在進行UUV水下回收水池試驗時,利用上述野值剔除方法對一段時間的SBL定位X軸向的數(shù)據(jù)進行在線野值剔除的結(jié)果.從圖7可以看到絕大部分的野值均被在線剔除掉了.

        圖7 數(shù)據(jù)的野值剔除Fig.7 Abnormal value eliminating of data

        3 定位數(shù)據(jù)的軟閾值小波去噪方法

        短基線和視覺定位數(shù)據(jù)不可避免地會包含噪聲,這些噪聲包括信號干擾、水下聲信息傳輸時反射聲信號噪聲、攝像機在水下背景光變化等.

        本文在進行定位數(shù)據(jù)融合前,采用一種軟閾值小波方法進行數(shù)據(jù)去噪.小波去噪的原理是:數(shù)據(jù)經(jīng)過小波正交變換后,實際信號的小波系數(shù)要大于噪聲信號的小波系數(shù)[5].根據(jù)這一原理設(shè)定某個閾值,將低于閾值的小波系數(shù)進行衰減處理,一般直接設(shè)置成零,而高于閾值的小波系數(shù)則進行保留或者適當?shù)貕嚎s處理[6].根據(jù)對小波閾值系數(shù)的處理方式不同,可以分為硬閾值濾波方法和軟閾值濾波方法,圖8給出了2種閾值的選取方法.

        硬閾值的設(shè)置方式為

        軟閾值的設(shè)置方式為

        圖8 小波去噪的硬閾值和軟閾值方法Fig.8 Hard and soft limen method of wavelet de-noising

        從圖8中可以看出硬閾值方法存在閾值λ處的不連續(xù)性,這將導致濾波后信號出現(xiàn)部分振蕩.而軟閾值方法在閾值λ處是連續(xù)的,間接反映到濾波后的信號光滑性[7].本文采用軟閾值小波方法進行數(shù)據(jù)的去噪處理.

        圖9為對進行野值剔除后的短基線定位數(shù)據(jù)應用軟閾值小波去噪后的結(jié)果,可以看出去噪效果比較理想.

        圖9 數(shù)據(jù)的去噪Fig.9 De-noising of data

        4 短基線與視覺定位自適應融合方法

        4.1 系統(tǒng)模型描述

        首先,建立視覺的測量模型如下:

        同樣建立SBL的測量模型為

        式中:Zs(k)=[xsyszs]T,xs、ys和 zs為 SBL 傳感器測得的UUV與對接中心點的2個軸向距離和高度距離,Hs為SBL定位的觀測轉(zhuǎn)移矩陣.

        Vv(k)和Vs(k)分別為零均值的高斯測量噪聲,協(xié)方差為Rv(k)和Rs(k).

        考慮一離散非線性動態(tài)過程模型1,如式(6)所示:

        式中:X(k)∈Rn,為第k時刻系統(tǒng)狀態(tài)向量:

        ω(k)∈Rn,為一組零均值高斯白噪聲序列,假設(shè)其協(xié)方差矩陣為 Q(k)=E[ω(k)ω(k)T].F(k+1,k)∈Rn×n為狀態(tài)轉(zhuǎn)移矩陣,T 為采樣周期.Z(k)∈Rl,為傳感器測量向量,v(k)∈Rl為零均值高斯觀測噪聲,且其協(xié)方差為

        將式(6)進行線性化得到如下方程:

        考慮到式(6)所描述的模型,可以通過擴展卡爾曼濾波的方法得到估計值(k|k)和預測值(k+1|k).

        估計的不確定性由如下矩陣得到

        預測方程定義如下:

        式中:用Zv(k)和Zs(k)代替了Zj(k).

        最后,根據(jù)標準Bar-Shalom公式,將2個相互聯(lián)系的估計做最優(yōu)結(jié)合,可得到狀態(tài)的全局估計.

        4.2 自適應卡爾曼融合方法

        卡爾曼濾波方法(Kalman filter,KF)是應用最廣的數(shù)據(jù)融合方法,也是數(shù)據(jù)融合中進行位置估計的有效方法[8].而傳統(tǒng)的KF算法要求先得到系統(tǒng)過程噪聲和測量噪聲的先驗統(tǒng)計信息,而在實際中,這是非常困難的.噪聲信息的估計誤差會嚴重降低KF算法的準確性,甚至會導致濾波器的發(fā)散[9].

        本文提出了一種基于模糊邏輯的在線自適應KF算法,通過獲取的實時測量數(shù)據(jù),自適應調(diào)整噪聲的協(xié)方差矩陣.據(jù)此,推導出了基于更新的自適應估計算法來調(diào)節(jié)噪聲協(xié)方差矩陣R(k),并且采用了協(xié)方差匹配的方法.這種方法的基本思想是使系統(tǒng)殘差的協(xié)方差實際值與理論值相一致.更新序列或殘差的理論協(xié)方差如式(7):

        理論協(xié)方差可以通過KF算法實時得到.考慮到更新序列R(k)有效性,它的實際協(xié)方差C(k)通過大小為N的移動估計窗口內(nèi)的平均值估計得到公式如下:

        式中:i0=k-N+1是估計窗口的第1個樣本.根據(jù)經(jīng)驗選擇窗口尺寸的大小,以進行統(tǒng)計濾波.在算法過程中,對2個協(xié)方差進行實時比較,如果發(fā)現(xiàn)R(k)的實際協(xié)方差與其理論值有差異,那么調(diào)整R來修正差異.為檢測理論值S(k)與實際值Cr(k)之間的差異,定義了一個新的變量,稱為匹配度(Dom).

        采用模糊推理的方法來調(diào)整R.根據(jù)式(7)可以看出,R的增長會導致S的增長,反之亦然.因此,可以根據(jù)Dom的值通過R來改變S的值,最終減少S與之間的偏差.

        綜上所述,可以定義自適應算法的以下3條基本原則:

        1)如果Dom?0,保持R不變;

        2)如果Dom>0,R減少;

        3)如果Dom<0,R增加.

        因此,R通過如下方式調(diào)整:

        式中:△R(k)是每個時間采樣點R要增加或減少的值,R(k+1)是模糊推理系統(tǒng)的輸出值,Dom是輸入值.

        4.3 試驗結(jié)果

        圖10~12給出了水池試驗數(shù)據(jù)融合結(jié)果.

        圖10 視覺和SBL的X軸向定位融合Fig.10 Vision and SBL position fusion in X axis

        圖11 視覺和SBL的Y軸向定位融合Fig.11 Vision and SBL position fusion in Y axis

        圖12 視覺和SBL的Z軸向定位融合Fig.12 Vision and SBL position fusion in Z axis

        試驗數(shù)據(jù)選取了UUV在塢艙上方緩慢下降過程中的數(shù)據(jù).該過程中,X和Y軸向的SBL、視覺定位數(shù)據(jù)基本上保持在零位置上做類似周期的擺動,在Z方向上隨著UUV逐漸接近塢艙,SBL的定位精度越來越差.但融合后的定位數(shù)據(jù)是始終有效的,且精度較高,從實際回收對接效果看,能為UUV的回收提供可靠的定位數(shù)據(jù)源.

        5 結(jié)束語

        本文基于UUV所配置的視覺和短基線定位系統(tǒng),對其水下回收中的定位進行融合,以提高定位的精度.首先采用自適應野值剔除和軟閾值小波去噪方法對定位數(shù)據(jù)進行預處理,然后利用自適應模糊融合方法進行定位融合.水池試驗表明,定位傳感器的絕大部分野值被剔除且去噪效果明顯,融合后的數(shù)據(jù)好于單個任意定位傳感器的數(shù)據(jù),能為UUV的水下回收提供更好的定位數(shù)據(jù)源.

        [1]燕奎臣,吳利紅.AUV水下對接關(guān)鍵技術(shù)研究[J].機器人,2007,29(3):267-273.

        YAN Kuichen,WU Lihong.A survey on the key technologies for underwater AUV docking[J].Robot,2007,29(3):267-273.

        [2]吳永亭,周興華,楊龍.水下聲學定位系統(tǒng)及其應用[J].海洋測繪.2003,23(4):18-21.

        WU Yongting,ZHOU Xinghua,YANG Long.Underwater acoustic positioning system and its application[J].Oceanic Topography,2003,23(4):18-21.

        [3]朱榮生,施小成.一種用于GPS數(shù)據(jù)處理中剔除野值的算法[J].中國慣性技術(shù)學報,2006,8(2):27-30.

        ZHU Rongsheng,SHI Xiaocheng.Method of rejecting outliers in the data process of GPS[J].Journal of Chinese Inertial Technology,2006,8(2):27-30.

        [4]張帆,盧崢.自適應抗野值Kalman濾波[J].電機與控制學報,2007,11(2):188-195.

        ZHANG Fan,LU Zheng.Robust Kalman filter for outliers suppression[J].Electric Machines and Control,2007,11(2):188-195.

        [5]孫延奎.小波分析及應用[M].北京:機械工業(yè)出版社,2005:6-8.

        [6]DONOHO D L.De-oising by Soft-threhoding[J].IEEE Trans on Info Theory,1995,5(41):613-627.

        [7]DONG C Y,YUAN Q.A combined wavelet analysis-fuzzy adaptive algorithm for rada/infrared data fusion[J].Expert Systems with Aplications,2010,37(3):2563-2570.

        [8]李洪志.信息融合技術(shù)[M].北京:國防工業(yè)出版社,1996:1-5.

        [9]鄧自立.信息融合濾波理論及其應用[M].哈爾濱:哈爾濱工業(yè)大學出版社,2007:10-13.

        [10]宋振華,戰(zhàn)興群.基于多傳感器融合的水下機器人導航系統(tǒng)[J].微計算機信息,2008,24(2):240-241.SONG Zhenhua,ZHAN Xingqun.Autonomous navigation of underwater vehicle based on multi-sensor fusion technology[J].Microcomputer Information,2008,24(2):240-241.

        猜你喜歡
        野值協(xié)方差小波
        基于回歸模型的采集數(shù)據(jù)清洗技術(shù)
        電光與控制(2022年4期)2022-04-07 12:47:06
        構(gòu)造Daubechies小波的一些注記
        科技風(2021年19期)2021-09-07 14:04:29
        基于MATLAB的小波降噪研究
        電子制作(2019年13期)2020-01-14 03:15:32
        彈道跟蹤數(shù)據(jù)野值剔除方法性能分析
        上海航天(2018年4期)2018-09-07 03:28:46
        基于改進的G-SVS LMS 與冗余提升小波的滾動軸承故障診斷
        導引頭在線野值剔除與平滑方法研究
        RS422總線數(shù)據(jù)野值剔除方法研究
        不確定系統(tǒng)改進的魯棒協(xié)方差交叉融合穩(wěn)態(tài)Kalman預報器
        自動化學報(2016年8期)2016-04-16 03:38:55
        一種基于廣義協(xié)方差矩陣的欠定盲辨識方法
        基于FPGA小波變換核的設(shè)計
        電測與儀表(2014年8期)2014-04-04 09:19:38
        亚洲欧洲日本精品| 高h小月被几个老头调教| 久久久国产精品免费a片3d| 久久香蕉国产精品一区二区三| 亚洲18色成人网站www| 荡女精品导航| 久久中文字幕日韩精品| 黄色中文字幕视频网站| 自拍成人免费在线视频| 欧美丰满熟妇性xxxx| 97人人超碰国产精品最新o| 久久水蜜桃亚洲av无码精品麻豆| 蜜桃精品国产一区二区三区 | 国产日产精品一区二区三区四区的特点| 久久国产精品波多野结衣av| 国产西西裸体一级黄色大片| 校园春色日韩高清一区二区| 天天躁夜夜躁狠狠躁2021| 欧洲色综合| 丰满熟妇人妻av无码区| 国产在线一区二区三区四区乱码| 成人无码av一区二区| 品色永久免费| 人妻少妇精品无码专区二| 国产成人久久综合第一区| 精彩视频在线观看一区二区三区| 国产婷婷色一区二区三区在线| 国产欧美日韩一区二区三区在线 | 毛片a级毛片免费观看| 亚洲AV伊人久久综合密臀性色| 成人免费丝袜美腿视频| 麻豆人妻性色av专区0000| 国产在线观看无码免费视频| 亚洲久热无码av中文字幕| 国产激情一区二区三区在线蜜臀| 漂亮人妻被强了中文字幕| 麻豆精品国产精华精华液好用吗 | 久久香蕉免费国产天天看| 亚洲综合免费在线视频| 草草影院ccyy国产日本欧美| 少妇高潮流白浆在线观看|