基于成像声纳的水下管线跟踪方法

针对传统光学传感器易受海水浑浊度影响,采用成像声纳作为自主水下机器人的信息输入,研究如何对水下管线进行跟踪控制。由于声纳图像噪声大、分辨率低,采用了相应的图像处理方法。首先通过多尺度膨胀滤波算法增强管线特征,然后进行Canny边缘检测,最后利用Hough变换提取管线。水下管线跟踪分为搜索和跟踪两个阶段,针对管线位置大体已知和未知的两种情况分别采用随机和往复搜索方式;跟踪阶段提出了基于行为的控制算法,即将跟踪任务分为找到管线、接近管线、跟随管线和管线丢失等四个子任务,在不同的子任务内执行不同的控制策略。将图像处理算法进行了实验验证,管线识别率达到90%以上,并将搜索和跟踪算法在三维仿真环境中进行了仿真验证,表明该算法具有较好的有效性和实时性。