近底探测型仿生UUV小目标物视觉识别检测系统

仿生无人水下航行器(UUV)通过模仿海洋生物的运动原理,替代人力并实现水下作业,相较于传统的UUV具备高稳定性、高灵活性、低噪声以及强环境通过性等仿生学特性优势,为近距离水下图像拍摄与水下目标物识别技术提供了优良的作业平台。文中以一种仿生胸鳍柔性波动推进UUV作为研究目标,针对水下小目标物的贴底检测任务,开展水下图像预处理技术与深度学习网络Resnet优化的深入研究,设计一套满足该UUV运动特性的水下环境感知系统。最终通过试验进行验证,文中提出的水下视觉检测方法的分类结果准确率为89.6%,与其他分类网络相比具有最高的检测准确率,能够适用于仿生胸鳍波动推进UUV进行水下贴底目标检测任务。在文章结尾对仿生UUV水下检测识别系统的优势与出现的问题进行了分析并提出了展望。