本发明涉及计算机视觉领域，尤其是涉及了一种基于视觉控制的水下对接系统。
背景技术：
海洋蕴藏着丰富的矿物、生物资源和能源，是人类社会可持续发展的重要财富。随着科学的发展，人类对海洋的探索和研究不断地向深海和远海扩展，而水下运载器作为人类向深海和远海探索中的唯一载体，发挥着无可替代的重要作用。作为水下运载器之一的无缆自治式水下机器人载体装置，是一种重要的水下作业载体，被广泛地应用在海洋科学技术考察、海底勘探、油田勘探等众多工作领域。水下载体装置，在水下工作时依靠自带的可充电电池、燃料电池、闭式柴油机等提供能源，而这些方式储能有限，因此，载体装置需要回收以补充能量、读取信息和维护保养。水下载体的成功运作，能为深海能源的勘探与开采技术研究提供有效的实验平台，进行大面积的海洋环境、大陆架形态、海洋地理、地质、生物、矿物的科学调查；能够作为水下作业与控制中心携带相应作业模块，实施深海资源的试验性开采工程作业，或操控各类潜器进行海底设备维修，也可以进行沉船打捞与海洋考古等作业。然而，计算机视觉以其所提供信息的丰富性在陆上得到广泛应用，但在水下应用是目前具有挑战性的研究课题。由于水下成像模糊、缺乏纹理以及光照不均匀等特点，同时在对接过程中的稍微复杂的对接装置还包括姿态调整、缓冲、锁紧及其它功能，给准确对接过程带来困难。
本发明提出了本发明中提出的一种基于视觉控制的水下对接系统，在一个鱼雷状管身内部安放并组装多功能模块组合，并在管身前部挂载单目摄录机一台，同时在管身内置中央处理器和储存单元，用于接收摄录图像以及对其训练对接卷积神经网络，然后在目标损失函数的约束下，对水下载体与站点的对接位置进行估计；再根据二维图像的坐标，通过映射性的矩阵变换运算，得到当前载体装置的位置与朝向，以准确和水下站点进行物理接口对接。本发明可以在非可视化的水下实现无人机器与站台的物理接口对接，提供一个深度卷积网络训练与学习对图像坐标的识别，提高了对接系统的操作准确性。
技术实现要素：
针对解决在水下作业中站台与载体的对接问题，本发明的目的在于提供一种基于视觉控制的水下对接系统，在一个鱼雷状管身内部安放并组装多功能模块组合，并在管身前部挂载单目摄录机一台，同时在管身内置中央处理器和储存单元，用于接收摄录图像以及对其训练对接卷积神经网络，然后在目标损失函数的约束下，对水下载体与站点的对接位置进行估计；再根据二维图像的坐标，通过映射性的矩阵变换运算，得到当前载体装置的位置与朝向，以准确和水下站点进行物理接口对接。
为解决上述问题，本发明提供一种基于视觉控制的水下对接系统，其主要内容包括：
(一)水下载体装置；
(二)对接站点位置估计；
(三)对接姿势估计。
其中，所述的水下载体装置，包括功能模块和组装方式。
所述的功能模块，主要包括：1)摄录模块：搭载前向彩色单目摄影机一台，帧率设置为20帧/秒；2)中央处理器模块：嵌入具有8gb内存的64位处理器一个，用于搭建载体与控制器的通讯；3)照明模块：在管身的前后各装有蓝色发光二极管若干；4)其他功能模块：电池组、惯性测量单元和控制单元。
所述的组装方式，将功能模块依照物理空间特性依次放入鱼雷形状的管体内部。
所述的对接站点位置估计，由水下载体装置通过摄录模块持续记录二维图像，并将图像反馈到对接神经网络；对图像序列进行训练，设计目标损失函数使该网络学习图像所代表的特征，从而得到对接站点位置的最终预测值。
所述的对接神经网络，由输入层、若干个卷积模块、全连接层和输出层等结构组成，具体为：
1)输入层：接收二维图像输入，并且将该图像分割为g×g个网格，再输入到卷积模块，然后得到b个候选的边界框来表明位置与大小；
2)卷积模块：共有7个卷积模块，其中，对于第1至第6个卷积模块，每个卷积模块依次含有1个卷积层、1个激活函数层和1个池化层；对于第7个卷积模块，含有3个卷积层、1个激活函数层和1个池化层，对于所有的卷积模块，激活函数层都采用线性整流函数，池化层都采用步长为2的最大值池化方式；
3)卷积层：从第1到第7个卷积模块依次含有第1到第9个卷积层，它们的卷积核大小全部为3×3，输出特征图个数则依次为16、32、64、128、256、512、1024、1024、1024；
4)全连接层：设置3个全连接层，其神经元个数分别为256、4096、g×g×b×5；
5)输出层：取全连接层最后一层作为输出层，用于预测。
所述的目标损失函数，在每次训练的迭代过程中，不断缩小每个分割的网格标签值与实际值之间的差异，具体通过目标损失函数实现：
其中，
公式(2)中，xi,b和yi,b分别表示边界框的二维中心坐标，wi,b和hi,b分别表示边界框的宽度和高度；
此外，ld(θ)和
其中，si,b表示置信度；
此外，权重系数
所述的最终预测值，对接站点的位置由边界框中的分割网格所表征，最终预测的网格为：
其中，
所述的对接姿势估计，根据得到的二维图像，通过矩阵变换运算估计水下载体装置三维位置和朝向，从而令该装置与水下站点进行物理接口对接。
所述的矩阵变换运算，使用摄录机的三维坐标来表示图像的二维坐标，其变换方式为：
其中，
附图说明
图1是本发明一种基于视觉控制的水下对接系统的系统流程图。
图2是本发明一种基于视觉控制的水下对接系统的对接卷积神经网络结构图。
图3是本发明一种基于视觉控制的水下对接系统的训练效果过程示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。
图1是本发明一种基于视觉控制的水下对接系统的系统流程图。主要包括水下载体装置；对接站点位置估计；对接姿势估计。
其中，水下载体装置，包括功能模块和组装方式。
功能模块，主要包括：1)摄录模块：搭载前向彩色单目摄影机一台，帧率设置为20帧/秒；2)中央处理器模块：嵌入具有8gb内存的64位处理器一个，用于搭建载体与控制器的通讯；3)照明模块：在管身的前后各装有蓝色发光二极管若干；4)其他功能模块：电池组、惯性测量单元和控制单元。
组装方式，将功能模块依照物理空间特性依次放入鱼雷形状的管体内部。
对接站点位置估计，由水下载体装置通过摄录模块持续记录二维图像，并将图像反馈到对接神经网络；对图像序列进行训练，设计目标损失函数使该网络学习图像所代表的特征，从而得到对接站点位置的最终预测值。
对接神经网络，由输入层、若干个卷积模块、全连接层和输出层等结构组成。
目标损失函数，在每次训练的迭代过程中，不断缩小每个分割的网格标签值与实际值之间的差异，具体通过目标损失函数实现：
其中，
公式(2)中，xi,b和yi,b分别表示边界框的二维中心坐标，wi,b和hi,b分别表示边界框的宽度和高度；
此外，ld(θ)和
其中，si,b表示置信度；
此外，权重系数
最终预测值，对接站点的位置由边界框中的分割网格所表征，最终预测的网格为：
其中，
对接姿势估计，根据得到的二维图像，通过矩阵变换运算估计水下载体装置三维位置和朝向，从而令该装置与水下站点进行物理接口对接。
矩阵变换运算，使用摄录机的三维坐标来表示图像的二维坐标，其变换方式为：
其中，
图2是本发明一种基于视觉控制的水下对接系统的对接卷积神经网络结构图，由输入层、若干个卷积模块、全连接层和输出层等结构组成，具体为：
1)输入层：接收二维图像输入，并且将该图像分割为g×g个网格，再输入到卷积模块，然后得到b个候选的边界框来表明位置与大小；
2)卷积模块：共有7个卷积模块，其中，对于第1至第6个卷积模块，每个卷积模块依次含有1个卷积层、1个激活函数层和1个池化层；对于第7个卷积模块，含有3个卷积层、1个激活函数层和1个池化层，对于所有的卷积模块，激活函数层都采用线性整流函数，池化层都采用步长为2的最大值池化方式；
3)卷积层：从第1到第7个卷积模块依次含有第1到第9个卷积层，它们的卷积核大小全部为3×3，输出特征图个数则依次为16、32、64、128、256、512、1024、1024、1024；
4)全连接层：设置3个全连接层，其神经元个数分别为256、4096、g×g×b×5；
5)输出层：取全连接层最后一层作为输出层，用于预测。
图3是本发明一种基于视觉控制的水下对接系统的训练效果过程示意图，如图所示，在给定输入图像，即当前摄录机水下记录的图像时，经过对接卷积神经网络的训练，逐渐确定对接站点位于的网格，从而确定其位置坐标，以准确进行物理接口对接。
对于本领域技术人员，本发明不限制于上述实施例的细节，在不背离本发明的精神和范围的情况下，能够以其他具体形式实现本发明。此外，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围，这些改进和变型也应视为本发明的保护范围。因此，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。