[发明专利]一种基于AUV的侧扫声呐图像识别方法

说明书

本发明公开了一种基于AUV的侧扫声呐图像识别方法，通过搭载在AUV上的侧扫声呐图像识别系统采集并获取声呐原始数据流；对所获声呐原始数据流进行实时解析，然后将解析后的数据进行声呐图像的拼接，并对其进行矫正；将实时解析后的图像输入到提前训练好的深度网络模型之中，实时进行识别，并且在识别的过程中计算目标点的经纬度；将识别的结果和目标点的经纬度转换成相应的系统指令，反馈给AUV，AUV对于识别的结果进行相应的决策。本发明解决了现有技术存在的实现过程繁琐、实时性差，识别精度低等问题，提高了AUV作业效率，使处于测绘区域的AUV对选择继续探索未知区域的海底环境能力增强，并能够做出智能化的决策，具有较高的实际应用价值。

技术领域

本发明涉及一种基于AUV的侧扫声呐图像识别方法，属于侧扫声呐图像识别技术领域。

背景技术

声学成像传感器能提供海底回波信号形成的高分辨率声图像，侧扫声呐是海底地形地貌探测的主要传感器之一，近年来，声呐探测技术的发展极大的拓展了人类对海洋的认知，其中高分辨率侧扫声呐在海底勘探、地质分类、水下目标探测等方面得到重要应用。

基于侧扫声呐图像的水下目标探测与识别方法的一般过程可分为声呐图像的预处理、特征提取和目标识别，其中高效、精准的识别算法可确保目标识别的效率和精度。近年来深度学习在计算机视觉应用中高速发展，侧扫声呐图像的识别技术得到了极大的发展，识别结果给AUV的决策带来了极大的保障。因此，基于AUV的侧扫声呐图像识别系统具有重要研究意义，其中，快速、高效的海底目标识别技术使得搭载侧扫声呐的AUV具有更高的安全性、智能型和更低的维护成本。

现有技术中，对于AUV的控制一般都是在岸机端，通过按键或手柄控制AUV的活动。然而，在岸上控制AUV具有较大的缺陷：1、水下环境使得声学和无线电通信变得复杂，一些在岸上给设备发送命令的控制方式很难实现；2、AUV在接收岸上的命令信号时可能会出现延时或偏差等错误，导致AUV不能实时的反馈真实的海底地貌情况；3、要想勘察真实的海底地貌，需要搭载在AUV上的侧扫声呐进行带缆操作，人员根据岸基上侧扫声呐的扫描结果再决定AUV的下一步路线，因此只能在水深较浅的海域进行试验，对深海的勘测则存在很大的限制。

对于实际要求较高的实践性工作，水下设备交互控制、实现实时性勘察的重要性不言而喻。然而，由于上述问题导致交互控制方式受到极大限制，现有技术无法满足技术需要。

发明内容

本发明的目的在于克服现有AUV实时勘测后识别效率低，甚至需要线下分析扫描过的海域是否有目标物存在的缺陷，提出了一种基于AUV的侧扫声呐图像识别方法，在复杂水下环境中能有效提高识别效率，达到实时性的同时，还具有较高的识别精度，从而实现AUV在复杂海域里识别不同的目标物，为AUV决策提供保障。

为实现上述技术目的，本发明给出的技术方案是：一种基于AUV的侧扫声呐图像识别方法，具体步骤如下：

步骤一、通过搭载在AUV上的侧扫声呐图像识别系统采集并获取声呐原始数据流；

步骤二、对步骤一中所获声呐原始数据流进行实时解析，然后将解析后的数据进行声呐图像的拼接，并对其进行矫正；

步骤三、将步骤二实时解析后的图像输入到提前训练好的深度网络模型之中，实时进行识别，并且在识别的过程中计算目标点的经纬度；

步骤四、将识别的结果和目标点的经纬度转换成相应的系统指令，反馈给AUV，AUV对于识别的结果进行相应的决策。

进一步的，所述采集依据的准则是：在AUV左右各安装一条侧扫声纳的换能器，首先发射一个短促的声脉冲，声波按球面波方式向外传播，碰到海底或水中物体会产生散射，其中的反向散射波会按原传播路线返回，被换能器接收，经换能器转换成一系列电脉冲，而后将每一发射周期的接收数据一线接一线地纵向排列，显示在显示器上，构成二维海底地貌声图，声图平面和海底平面成逐点映射关系，声图的亮度包涵了海底的特征。