水下航行器视觉控制技术综述

视觉控制是通过视觉信息进行环境和自身状态感知的一种控制方式,文中将该技术应用于水下航行器控制,并对不同应用场景下的相关研究进展、难点与趋势进行分析。首先介绍水下航行器视觉控制技术发展现状与任务场景,然后对水下图像增强、目标识别与位姿估计技术进行介绍,并从水下视觉动力定位与目标跟踪、水下航行器对接及水下目标抓取作业等3个任务场景,对水下航行器视觉控制技术发展现状进行总结和分析,最后梳理了水下航行器视觉控制技术的难点与发展趋势。

结合尺度不变特征的ORB算法改进

针对ORB(ORiented Brief,方向描述符)算法不具备尺度不变性,且匹配点对错误较多等缺点,结合SURF(Speed-up Robust Features,加速稳健特征)与ORB提出一种新的算法。通过计算积分图像,使用盒子滤波器近似高斯滤波,构建尺度空间,通过Hessian矩阵检测出具备尺度不变的特征点;用ORB对特征点进行描述,采用Hamming距离完成粗匹配;使用改进的RANSAC(RANdom SAmple Consensus,随机抽样一致)减少其迭代次数,同时,去除错误的匹配点对。实验结果表明,在尺度变化时,改进算法的平均准确度为86.3%,约为ORB的3.1倍;综合对比时,改进算法的平均精度可达85.1%,是ORB的2.4倍,平均耗时高于ORB,但远低于SIFT,在不失精度的前提下有效地保证了鲁棒性和实时性。