自主式水下機(jī)器人控制系統(tǒng)及聲吶目標(biāo)識(shí)別

張家敏，曾慶軍，朱志宇，戴曉強(qiáng)，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(dòng)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(yùn)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(duì)海洋資源的開(kāi)發(fā)步伐［1］。如何合理開(kāi)發(fā)和利用海洋資源，保護(hù)海洋生物及環(huán)境對(duì)人類社會(huì)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(guò)載人探測(cè)進(jìn)行海洋開(kāi)發(fā)的方式風(fēng)險(xiǎn)較大，自主式水下機(jī)器人（AUV）便在此背景下應(yīng)運(yùn)而生。

AUV是一種無(wú)纜自主式水下機(jī)器人，與搭載的母船無(wú)連接，是通過(guò)自帶的高能電池等能源實(shí)現(xiàn)自主航行。AUV具有較強(qiáng)的環(huán)境適應(yīng)性、較大的活動(dòng)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(kāi)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(cè)等領(lǐng)域［3-4］。例如，美國(guó)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(cè)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(gè)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(dú)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(tái)進(jìn)行開(kāi)發(fā)。在AUV執(zhí)行水下任務(wù)時(shí)，聲吶系統(tǒng)作為AUV的眼睛，對(duì)于AUV實(shí)現(xiàn)避障、導(dǎo)航、目標(biāo)探測(cè)等功能有著不可替代的作用。

聲吶目標(biāo)識(shí)別通常包括圖像預(yù)處理、目標(biāo)檢測(cè)、特征提取及識(shí)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(shí)別目標(biāo)特征。目前，在運(yùn)動(dòng)目標(biāo)檢測(cè)中常見(jiàn)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(cè)目標(biāo)實(shí)現(xiàn)簡(jiǎn)單，一般可提取出最完整的運(yùn)動(dòng)目標(biāo)特征數(shù)據(jù)，但對(duì)環(huán)境變化適應(yīng)性差；幀間差分法設(shè)計(jì)復(fù)雜度低，對(duì)環(huán)境的適應(yīng)性強(qiáng)，但對(duì)于運(yùn)動(dòng)較慢的目標(biāo)容易出現(xiàn)檢測(cè)不完整的情況；光流法檢測(cè)目標(biāo)的精度高，同時(shí)適用于背景靜止和變化的運(yùn)動(dòng)目標(biāo)檢測(cè)，但光流法計(jì)算復(fù)雜，抗噪性能差，難以實(shí)時(shí)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(jī)Hough變換法。此方法通過(guò)對(duì)像素點(diǎn)隨機(jī)采樣來(lái)檢測(cè)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(jì)算量，但對(duì)于復(fù)雜圖像的橢圓檢測(cè)，仍存在計(jì)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(duì)噪聲干擾不明顯，且無(wú)需占用大量存儲(chǔ)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(cè)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(shí)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(shí)別試驗(yàn)得到的典型幀進(jìn)行目標(biāo)檢測(cè)和識(shí)別。研究中，運(yùn)用三幀差分法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，該方法可以較為完整地提取運(yùn)動(dòng)速度較慢的目標(biāo)。采用一種基于Hough變換的快速橢圓檢測(cè)算法提取目標(biāo)特征，該檢測(cè)算法避免了常規(guī)Hough變換橢圓檢測(cè)計(jì)算量過(guò)大的問(wèn)題，可以實(shí)現(xiàn)快速橢圓檢測(cè)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(shí)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(jī)、照明燈、前視聲吶和艏段殼體；艏部推進(jìn)段包括艏部2臺(tái)側(cè)向推進(jìn)器、艏部2臺(tái)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(gè)側(cè)推螺旋槳及2個(gè)垂推螺旋槳的旋向相反；主推進(jìn)段包括1臺(tái)主推進(jìn)器、安全拋載機(jī)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(jì)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(jī)、光端機(jī)、自動(dòng)駕駛儀、電機(jī)控制器、攝像機(jī)PC104板卡、圖像采集卡和無(wú)線數(shù)傳設(shè)備。

圖2所示為“探海I型”AUV實(shí)體樣機(jī)。

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(yùn)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(jī)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(wú)線通信。水下控制單元采用PC104工控板作為主控制板，同時(shí)配備有單獨(dú)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(gè)控制系統(tǒng)結(jié)構(gòu)框圖。

“探海I型”AUV在設(shè)計(jì)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(shí)時(shí)性好、容易維護(hù)等諸多優(yōu)點(diǎn)。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(gè)部分，即水面控制單元、自動(dòng)駕駛儀單元、運(yùn)動(dòng)控制單元、信息測(cè)量單元及導(dǎo)航單元。電子艙段采用通信底板來(lái)進(jìn)行整個(gè)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(guò)通信底板連接至自動(dòng)駕駛儀的PC104主控板卡。

2 聲吶目標(biāo)識(shí)別研究

2.1 聲吶圖像增強(qiáng)

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(duì)轉(zhuǎn)換后的灰度圖像進(jìn)行增強(qiáng)處理，包括2個(gè)步驟：灰度變換和中值濾波。首先，通過(guò)灰度變換擴(kuò)大圖像對(duì)比度，使圖像變得清晰可見(jiàn)，使圖像上相應(yīng)的特征更加明顯；然后，通過(guò)中值濾波來(lái)改善圖像質(zhì)量，消除圖像在產(chǎn)生和轉(zhuǎn)換過(guò)程中出現(xiàn)的噪聲干擾［8］。試驗(yàn)中，采用線性灰度變換和5*5像素點(diǎn)的方形濾波模板的中值濾波方式來(lái)對(duì)聲吶圖像進(jìn)行增強(qiáng)處理。

2.2 聲吶目標(biāo)檢測(cè)

經(jīng)過(guò)增強(qiáng)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(shí)現(xiàn)的目標(biāo)檢測(cè)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(shí)別［9］。本文采用三幀差分法對(duì)目標(biāo)進(jìn)行檢測(cè)。此方法通過(guò)將采集到的三幀聲吶圖像進(jìn)行兩兩做差，對(duì)差分后的兩幀聲吶圖像進(jìn)行二值化操作，然后對(duì)二值化處理過(guò)的圖像進(jìn)行邏輯“與”操作，最終檢測(cè)出運(yùn)動(dòng)目標(biāo)。三幀差分法可以改善幀間差分法無(wú)法完整檢測(cè)出運(yùn)動(dòng)速度較慢的目標(biāo)的問(wèn)題，同時(shí)，由于聲吶在水下保持著相對(duì)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(shí)現(xiàn)良好的目標(biāo)檢測(cè)效果。采用三幀差分法進(jìn)行聲吶目標(biāo)檢測(cè)的具體步驟如下：

1）從聲吶采集到的連續(xù)N幀經(jīng)過(guò)增強(qiáng)處理過(guò)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(duì)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(duì)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(yùn)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(guò)三幀差分法檢測(cè)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(kāi)運(yùn)算”對(duì)得到的目標(biāo)圖像進(jìn)行處理，可實(shí)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(shí)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(huì)攜帶大量信息，通過(guò)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(lái)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(cè)圖像邊緣。該方法在獲取目標(biāo)物邊緣特征時(shí)還加強(qiáng)了中心像素上、下、左、右4個(gè)方向像素的權(quán)重。其計(jì)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(guò)設(shè)置一個(gè)常數(shù)T，當(dāng)G[f(x，y)]大于常數(shù)T時(shí)，標(biāo)記此點(diǎn)為邊界點(diǎn)，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(cè)、定位及解析曲線的非常有效的方法，具有魯棒性好和對(duì)檢測(cè)目標(biāo)局部信息缺損不敏感等優(yōu)點(diǎn)［10］，其基本思想是利用點(diǎn)和線在圖像空間與參數(shù)空間的對(duì)偶性，計(jì)算圖像空間的像素點(diǎn)對(duì)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(duì)應(yīng)的直線參數(shù)即為檢測(cè)結(jié)果。由于Hough變換對(duì)噪聲不敏感且穩(wěn)健性好，使得其在檢測(cè)目標(biāo)時(shí)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(zhǎng)半軸和短半軸；(p，q)為橢圓中心坐標(biāo)；θ為橢圓長(zhǎng)半軸與x軸之間的夾角；(x，y)為橢圓上的任意一點(diǎn)。

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(jiǎn)單，只需要在二維參數(shù)空間進(jìn)行統(tǒng)計(jì)，計(jì)算量不大［12］。然而橢圓有多達(dá)5個(gè)參數(shù)，若采用常規(guī)方法，需在參數(shù)空間進(jìn)行5個(gè)維度的累加，如此計(jì)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(lái)降低參數(shù)維度，從而實(shí)現(xiàn)對(duì)橢圓進(jìn)行快速檢測(cè)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(gè)待檢測(cè)的目標(biāo)圖像中，橢圓中心點(diǎn)坐標(biāo)是平面上所有點(diǎn)中距離橢圓邊緣最大距離的最小點(diǎn)。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(diǎn)至數(shù)組M中點(diǎn)的最大距離，則最大距離的最小點(diǎn)即為橢圓中心坐標(biāo)(p，q)，此最大距離為橢圓長(zhǎng)半軸a。

2）將得到的橢圓中心坐標(biāo)(p，q)和長(zhǎng)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(duì)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(duì)應(yīng)的坐標(biāo)值即為b和θ數(shù)值。

3 Micron DST聲吶簡(jiǎn)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(jī)械掃描前視聲吶。該聲吶具有體積小、質(zhì)量輕、功耗低、價(jià)格低等特點(diǎn)，可以實(shí)現(xiàn)對(duì)前方100 m距離的360°循環(huán)探測(cè)。同時(shí)，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(duì)前方一定范圍內(nèi)的區(qū)域進(jìn)行掃描。在此過(guò)程中，聲吶可以將得到的回波數(shù)據(jù)實(shí)時(shí)反饋給上位機(jī)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(shí)別試驗(yàn)

4.1 目標(biāo)識(shí)別試驗(yàn)

目標(biāo)識(shí)別試驗(yàn)在湖上進(jìn)行。在試驗(yàn)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(yùn)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(kāi)始試驗(yàn)。試驗(yàn)中，AUV保持相對(duì)靜止?fàn)顟B(tài)，通過(guò)劃船的方式帶動(dòng)目標(biāo)運(yùn)動(dòng)，被識(shí)別的目標(biāo)物體為一圓形鐵蓋。目標(biāo)識(shí)別試驗(yàn)分為2個(gè)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(yàn)現(xiàn)場(chǎng)和被識(shí)別目標(biāo)物體如圖5所示。

分別選取試驗(yàn)第1階段的2幀典型聲吶原始圖像和試驗(yàn)第2階段的2幀典型聲吶原始圖像進(jìn)行目標(biāo)識(shí)別研究，如圖6所示。經(jīng)過(guò)圖像增強(qiáng)處理后，得到如圖7所示的4幀聲吶圖像。對(duì)圖像增強(qiáng)后的4幀圖像進(jìn)行目標(biāo)檢測(cè)，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(lái)。

4.2 聲吶目標(biāo)識(shí)別效果

針對(duì)被檢測(cè)出的聲吶目標(biāo)，首先進(jìn)行邊緣特征提取，然后對(duì)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(shí)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(diǎn)特征被一同提取出來(lái)。

本試驗(yàn)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(yùn)動(dòng)，使聲吶掃描得到的目標(biāo)物體實(shí)際上呈橢圓形。從目標(biāo)檢測(cè)和特征提取的結(jié)果可以看出，識(shí)別的目標(biāo)近似為橢圓特征物體，這與本文試驗(yàn)采用的目標(biāo)物體特征一致，證明了聲吶目標(biāo)識(shí)別試驗(yàn)的可靠性。

5 結(jié) 語(yǔ)

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(shí)別試驗(yàn)。采用三幀差分法對(duì)獲取的典型聲吶幀圖像進(jìn)行目標(biāo)檢測(cè)，同時(shí)采用基于Hough變換的快速橢圓檢測(cè)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(jì)算量太大的問(wèn)題。湖上試驗(yàn)結(jié)果表明，該AUV運(yùn)行正常可靠，同時(shí)聲吶目標(biāo)識(shí)別效果較好，識(shí)別出的目標(biāo)特征與試驗(yàn)中采用的目標(biāo)物體特征相吻合。本試驗(yàn)中采用的聲吶目標(biāo)識(shí)別方法為AUV的聲吶目標(biāo)跟蹤研究打下了基礎(chǔ)。