自主式水下機器人控制系統(tǒng)及聲吶目標(biāo)識別

張家敏，曾慶軍，朱志宇，戴曉強，2，姚金藝

1 江蘇科技大學(xué) 電子信息學(xué)院，江蘇 鎮(zhèn)江 212003

2 江蘇舾普泰克自動化科技有限公司，江蘇 鎮(zhèn)江 212003

0 引 言

地球海洋空間非常廣闊，蘊藏了豐富的資源。隨著陸地資源的日漸枯竭和世界經(jīng)濟(jì)、科技的不斷發(fā)展，人類加快了對海洋資源的開發(fā)步伐［1］。如何合理開發(fā)和利用海洋資源，保護(hù)海洋生物及環(huán)境對人類社會的可持續(xù)發(fā)展具有重大意義。由于海洋環(huán)境存在復(fù)雜性與不確定性，通過載人探測進(jìn)行海洋開發(fā)的方式風(fēng)險較大，自主式水下機器人（AUV）便在此背景下應(yīng)運而生。

AUV是一種無纜自主式水下機器人，與搭載的母船無連接，是通過自帶的高能電池等能源實現(xiàn)自主航行。AUV具有較強的環(huán)境適應(yīng)性、較大的活動范圍和靈活性，是人類最優(yōu)秀的水下作業(yè)工具之一［2］。AUV作為人類探索、開發(fā)、利用、發(fā)展海洋的重要工具，已被廣泛應(yīng)用于科學(xué)考察、海洋資源勘探、打撈救生、目標(biāo)探測等領(lǐng)域［3-4］。例如，美國Ocean Seaver公司生產(chǎn)的Iver2 AUV已被廣泛應(yīng)用于海洋勘探、環(huán)境監(jiān)測等領(lǐng)域。本文研發(fā)的AUV采用分段式結(jié)構(gòu)，由艏段、艏部推進(jìn)段、電子艙段、艉部推進(jìn)段和主推進(jìn)段5個部分組成。該AUV控制系統(tǒng)的硬件以PC104工控板作為核心控制單元，并采用攝像頭PC104板卡單獨進(jìn)行攝像頭圖像數(shù)據(jù)處理，其軟件基于移植在主控PC104板卡上的MOOS平臺進(jìn)行開發(fā)。在AUV執(zhí)行水下任務(wù)時，聲吶系統(tǒng)作為AUV的眼睛，對于AUV實現(xiàn)避障、導(dǎo)航、目標(biāo)探測等功能有著不可替代的作用。

聲吶目標(biāo)識別通常包括圖像預(yù)處理、目標(biāo)檢測、特征提取及識別等步驟。由于水下環(huán)境復(fù)雜，噪聲干擾多，且聲吶圖像分辨率較低，導(dǎo)致聲吶圖像質(zhì)量較差、邊緣特征模糊，難以準(zhǔn)確提取和識別目標(biāo)特征。目前，在運動目標(biāo)檢測中常見的算法包括背景差分法、幀間差分法和光流法。其中，采用背景差分法檢測目標(biāo)實現(xiàn)簡單，一般可提取出最完整的運動目標(biāo)特征數(shù)據(jù)，但對環(huán)境變化適應(yīng)性差；幀間差分法設(shè)計復(fù)雜度低，對環(huán)境的適應(yīng)性強，但對于運動較慢的目標(biāo)容易出現(xiàn)檢測不完整的情況；光流法檢測目標(biāo)的精度高，同時適用于背景靜止和變化的運動目標(biāo)檢測，但光流法計算復(fù)雜，抗噪性能差，難以實時處理［5］。

目前，在橢圓特征提取中，主要算法包括3種類型：

1）隨機Hough變換法。此方法通過對像素點隨機采樣來檢測橢圓，采用多維到一維的映射，避免了傳統(tǒng)Hough變換一維到多維映射的巨大計算量，但對于復(fù)雜圖像的橢圓檢測，仍存在計算量大的弊端［6］。

2）采用數(shù)值分析方法擬合橢圓。此方法對噪聲干擾不明顯，且無需占用大量存儲空間，如文獻(xiàn)［7］采用最小二乘法擬合橢圓。

3）利用橢圓自身的幾何特性，降低橢圓參數(shù)的維數(shù)，達(dá)到快速檢測橢圓的目的。

本文將首先介紹“探海I型”AUV的系統(tǒng)組成和控制系統(tǒng)，分別描述聲吶目標(biāo)識別的原理和方法，以及該型AUV使用的Micron DST前視聲吶。然后，選取聲吶目標(biāo)識別試驗得到的典型幀進(jìn)行目標(biāo)檢測和識別。研究中，運用三幀差分法進(jìn)行運動目標(biāo)檢測，該方法可以較為完整地提取運動速度較慢的目標(biāo)。采用一種基于Hough變換的快速橢圓檢測算法提取目標(biāo)特征，該檢測算法避免了常規(guī)Hough變換橢圓檢測計算量過大的問題，可以實現(xiàn)快速橢圓檢測的目的。

1 “探海I型”AUV的組成與控制系統(tǒng)

1.1 系統(tǒng)組成

“探海I型”AUV由水上和水下設(shè)備組成。水上設(shè)備主要由筆記本電腦、水面控制箱、光纖絞盤（包含光滑環(huán)和水密光纖）組成；水下部分為AUV實體，由艏段、艏部推進(jìn)段、電子艙段、艉部推進(jìn)段和主推進(jìn)段組成。表1所示為AUV的技術(shù)參數(shù)，圖1所示為其三維結(jié)構(gòu)圖。

表1 “探海I型”AUV系統(tǒng)技術(shù)參數(shù)Table 1 Specifications of T-SEA I AUV

“探海I型”AUV各段組成如下：艏段包括水下攝像機、照明燈、前視聲吶和艏段殼體；艏部推進(jìn)段包括艏部2臺側(cè)向推進(jìn)器、艏部2臺垂向推進(jìn)器和推進(jìn)段殼體；艉部推進(jìn)段與艏部推進(jìn)段結(jié)構(gòu)基本相同，區(qū)別在于艏、艉2個側(cè)推螺旋槳及2個垂推螺旋槳的旋向相反；主推進(jìn)段包括1臺主推進(jìn)器、安全拋載機構(gòu)和殼體；電子艙段為AUV的核心段，主要包括艙段殼體、密封端板、多普勒計程儀（DVL）、天線、天線導(dǎo)流罩和主控艙，其中，主控艙安裝在電子艙端內(nèi)部，包括框架、光纖慣導(dǎo)、電池包、網(wǎng)絡(luò)交換機、光端機、自動駕駛儀、電機控制器、攝像機PC104板卡、圖像采集卡和無線數(shù)傳設(shè)備。

圖2所示為“探海I型”AUV實體樣機。

1.2 控制系統(tǒng)

“探海I型”AUV控制系統(tǒng)由水面控制單元和水下控制單元組成。水面控制單元主要負(fù)責(zé)下達(dá)控制指令，監(jiān)控運行狀態(tài)；水下控制單元負(fù)責(zé)執(zhí)行控制指令并返回水下機器人航行狀態(tài)。上述單元典型的通信方式為網(wǎng)絡(luò)通信和無線通信。水下控制單元采用PC104工控板作為主控制板，同時配備有單獨的攝像頭PC104板卡，用于攝像頭圖像數(shù)據(jù)處理。圖3所示為整個控制系統(tǒng)結(jié)構(gòu)框圖。

“探海I型”AUV在設(shè)計上采用分布式控制系統(tǒng)。相較于集中式控制系統(tǒng)，分布式控制具有可靠性高、實時性好、容易維護(hù)等諸多優(yōu)點。采用分布式控制系統(tǒng)的“探海I型”AUV的控制結(jié)構(gòu)包括5個部分，即水面控制單元、自動駕駛儀單元、運動控制單元、信息測量單元及導(dǎo)航單元。電子艙段采用通信底板來進(jìn)行整個AUV控制系統(tǒng)的走線，經(jīng)通信底板將各控制單元與傳感設(shè)備連接。AUV各傳感設(shè)備和控制板卡通過通信底板連接至自動駕駛儀的PC104主控板卡。

2 聲吶目標(biāo)識別研究

2.1 聲吶圖像增強

本文先將聲吶采集到的原始偽彩色圖像轉(zhuǎn)換為灰度圖像，之后，再對轉(zhuǎn)換后的灰度圖像進(jìn)行增強處理，包括2個步驟：灰度變換和中值濾波。首先，通過灰度變換擴(kuò)大圖像對比度，使圖像變得清晰可見，使圖像上相應(yīng)的特征更加明顯；然后，通過中值濾波來改善圖像質(zhì)量，消除圖像在產(chǎn)生和轉(zhuǎn)換過程中出現(xiàn)的噪聲干擾［8］。試驗中，采用線性灰度變換和5*5像素點的方形濾波模板的中值濾波方式來對聲吶圖像進(jìn)行增強處理。

2.2 聲吶目標(biāo)檢測

經(jīng)過增強處理后的聲吶圖像存在的噪聲干擾在一定程度上得到了抑制，目標(biāo)和背景特征得以凸顯。隨后需要實現(xiàn)的目標(biāo)檢測功能是如何從背景中提取目標(biāo)，即將目標(biāo)和背景進(jìn)行分離，以便于后續(xù)的目標(biāo)識別［9］。本文采用三幀差分法對目標(biāo)進(jìn)行檢測。此方法通過將采集到的三幀聲吶圖像進(jìn)行兩兩做差，對差分后的兩幀聲吶圖像進(jìn)行二值化操作，然后對二值化處理過的圖像進(jìn)行邏輯“與”操作，最終檢測出運動目標(biāo)。三幀差分法可以改善幀間差分法無法完整檢測出運動速度較慢的目標(biāo)的問題，同時，由于聲吶在水下保持著相對靜止的狀態(tài)，背景區(qū)域變化很小，所以采用三幀差分法可以實現(xiàn)良好的目標(biāo)檢測效果。采用三幀差分法進(jìn)行聲吶目標(biāo)檢測的具體步驟如下：

1）從聲吶采集到的連續(xù)N幀經(jīng)過增強處理過的圖像序列f1，f2，…，fN中抽取3幀連續(xù)圖像，記為Ik-1，Ik，Ik+1。分別對相鄰2幀圖像進(jìn)行差分處理，將差分結(jié)果記為Dk，Dk+1，如式（1）和式（2）所示。

2）選取合適的閾值，對差分之后的兩幀聲吶圖像Dk，Dk-1進(jìn)行二值化處理，將處理后的圖像記為dk，dk+1。

3）將二值化處理后的圖像dk，dk+1進(jìn)行“與”運算，最終得到目標(biāo)的二值圖像Lk。

由于存在噪聲干擾，經(jīng)過三幀差分法檢測出的目標(biāo)內(nèi)部容易出現(xiàn)空洞，采用數(shù)學(xué)形態(tài)學(xué)“開運算”對得到的目標(biāo)圖像進(jìn)行處理，可實現(xiàn)平滑目標(biāo)邊界和填充目標(biāo)內(nèi)部細(xì)小空洞的功能。

2.3 聲吶目標(biāo)識別

2.3.1 聲吶目標(biāo)邊緣特征提取

目標(biāo)邊緣作為目標(biāo)的基本特征之一，往往會攜帶大量信息，通過邊緣特征提取，可以獲得目標(biāo)輪廓的相應(yīng)信息，以為提取目標(biāo)的橢圓特征做好準(zhǔn)備。本文采用索貝爾（Sobel）邊緣算子來提取目標(biāo)物體的邊緣特征。Sobel算子是一階微分算子，它可從不同的方向檢測圖像邊緣。該方法在獲取目標(biāo)物邊緣特征時還加強了中心像素上、下、左、右4個方向像素的權(quán)重。其計算公式如下：

式中，fx'(x，y)，fy'(x，y)分別為x，y方向的一階微分；G[f(x，y)]為Sobel算子的梯度。求出梯度之后，通過設(shè)置一個常數(shù)T，當(dāng)G[f(x，y)]大于常數(shù)T時，標(biāo)記此點為邊界點，其像素值設(shè)定為0，其他的設(shè)定為255。

2.3.2 基于Hough變換的快速橢圓特征提取

Hough變換作為一種檢測、定位及解析曲線的非常有效的方法，具有魯棒性好和對檢測目標(biāo)局部信息缺損不敏感等優(yōu)點［10］，其基本思想是利用點和線在圖像空間與參數(shù)空間的對偶性，計算圖像空間的像素點對應(yīng)參數(shù)空間的參數(shù)值，然后在參數(shù)空間中搜索局部峰值，峰值對應(yīng)的直線參數(shù)即為檢測結(jié)果。由于Hough變換對噪聲不敏感且穩(wěn)健性好，使得其在檢測目標(biāo)時允許曲線存在小的缺損和形變，故在特征提取中得到了廣泛應(yīng)用［11］。

典型橢圓的幾何方程如下：

式中：a，b分別為橢圓的長半軸和短半軸；(p，q)為橢圓中心坐標(biāo)；θ為橢圓長半軸與x軸之間的夾角；(x，y)為橢圓上的任意一點。

一條直線y=ax+b只需要用a，b參數(shù)即可確定，從圖像空間到參數(shù)空間映射形式簡單，只需要在二維參數(shù)空間進(jìn)行統(tǒng)計，計算量不大［12］。然而橢圓有多達(dá)5個參數(shù)，若采用常規(guī)方法，需在參數(shù)空間進(jìn)行5個維度的累加，如此計算量將非常大。

本文擬采用一種基于Hough變換的快速橢圓特征提取方法，利用橢圓的幾何特征來降低參數(shù)維度，從而實現(xiàn)對橢圓進(jìn)行快速檢測的目的。這種特征提取方法的核心思想是利用橢圓的如下幾何特性：在整個待檢測的目標(biāo)圖像中，橢圓中心點坐標(biāo)是平面上所有點中距離橢圓邊緣最大距離的最小點。特征提取步驟如下：

1）建立數(shù)組M，將目標(biāo)的邊緣坐標(biāo)信息保存至數(shù)組M中，求取整幀圖像中所有點至數(shù)組M中點的最大距離，則最大距離的最小點即為橢圓中心坐標(biāo)(p，q)，此最大距離為橢圓長半軸a。

2）將得到的橢圓中心坐標(biāo)(p，q)和長半軸a代入橢圓方程中，獲得關(guān)于b和θ未知量的橢圓表達(dá)式。

3）從圖像空間轉(zhuǎn)換到二維Hough參數(shù)空間，對b和θ值進(jìn)行累加，累加最大值在Hough參數(shù)空間的位置坐標(biāo)所對應(yīng)的坐標(biāo)值即為b和θ數(shù)值。

3 Micron DST聲吶簡介

如圖4所示，本文研制的AUV前視聲吶選用Tritech公司的Micron DST型機械掃描前視聲吶。該聲吶具有體積小、質(zhì)量輕、功耗低、價格低等特點，可以實現(xiàn)對前方100 m距離的360°循環(huán)探測。同時，該聲吶為數(shù)字式線性調(diào)頻脈沖聲吶，分辨率高。其通信方式采用RS232/RS485。表2給出了該聲吶的主要技術(shù)參數(shù)。

在光纖遙控作業(yè)模式下，本文AUV搭載的前視聲吶根據(jù)預(yù)先設(shè)置好的掃描距離、掃描范圍等參數(shù)對前方一定范圍內(nèi)的區(qū)域進(jìn)行掃描。在此過程中，聲吶可以將得到的回波數(shù)據(jù)實時反饋給上位機進(jìn)行成像處理。

表2 Micron DST聲吶性能參數(shù)Table 2 Specifications of Micron DST sonar

4 “探海I型”AUV聲吶目標(biāo)識別試驗

4.1 目標(biāo)識別試驗

目標(biāo)識別試驗在湖上進(jìn)行。在試驗前，需通電連接臍帶纜進(jìn)行設(shè)備檢查，在確認(rèn)各傳感設(shè)備運行正常后，拔掉臍帶纜，將光纖連接至AUV和岸基控制單元，然后將AUV布放在水中，開始試驗。試驗中，AUV保持相對靜止?fàn)顟B(tài)，通過劃船的方式帶動目標(biāo)運動，被識別的目標(biāo)物體為一圓形鐵蓋。目標(biāo)識別試驗分為2個階段：第1階段目標(biāo)距離AUV較近，聲吶掃描距離設(shè)為10 m，掃描模式設(shè)為180°正常掃描；第2階段目標(biāo)距離AUV較遠(yuǎn)，聲吶掃描距離設(shè)為20 m，掃描模式設(shè)為90°快速掃描。試驗現(xiàn)場和被識別目標(biāo)物體如圖5所示。

分別選取試驗第1階段的2幀典型聲吶原始圖像和試驗第2階段的2幀典型聲吶原始圖像進(jìn)行目標(biāo)識別研究，如圖6所示。經(jīng)過圖像增強處理后，得到如圖7所示的4幀聲吶圖像。對圖像增強后的4幀圖像進(jìn)行目標(biāo)檢測，得到如圖8所示結(jié)果，從圖8中可以看出，目標(biāo)已從背景中提取出來。

4.2 聲吶目標(biāo)識別效果

針對被檢測出的聲吶目標(biāo)，首先進(jìn)行邊緣特征提取，然后對邊緣特征提取之后獲得的聲吶目標(biāo)圖像進(jìn)行橢圓特征提取，結(jié)果如圖9所示。從圖中可以看出，提取出的目標(biāo)特征近似為一橢圓形。同時由于存在噪聲干擾，導(dǎo)致目標(biāo)周圍和內(nèi)部的一些噪聲點特征被一同提取出來。

本試驗中采用的目標(biāo)物體為一圓形鐵蓋，由于受水流的影響且目標(biāo)物體在水下做不規(guī)則運動，使聲吶掃描得到的目標(biāo)物體實際上呈橢圓形。從目標(biāo)檢測和特征提取的結(jié)果可以看出，識別的目標(biāo)近似為橢圓特征物體，這與本文試驗采用的目標(biāo)物體特征一致，證明了聲吶目標(biāo)識別試驗的可靠性。

5 結(jié) 語

本文介紹了“探海I型”AUV的系統(tǒng)組成與控制系統(tǒng)，利用此AUV搭載的Micron DST型前視聲吶，在蘇州某湖進(jìn)行了目標(biāo)識別試驗。采用三幀差分法對獲取的典型聲吶幀圖像進(jìn)行目標(biāo)檢測，同時采用基于Hough變換的快速橢圓檢測算法進(jìn)行特征提取，較好地解決了常規(guī)Hough變換進(jìn)行橢圓特征提取導(dǎo)致計算量太大的問題。湖上試驗結(jié)果表明，該AUV運行正常可靠，同時聲吶目標(biāo)識別效果較好，識別出的目標(biāo)特征與試驗中采用的目標(biāo)物體特征相吻合。本試驗中采用的聲吶目標(biāo)識別方法為AUV的聲吶目標(biāo)跟蹤研究打下了基礎(chǔ)。