基于合成数据的水下机器人视觉定位方法

针对水下场景水下机器人(AUV)位姿数据集难以获取、现有的基于深度学习的位姿估计方法无法应用的问题，提出了一种基于合成数据的AUV视觉定位方法。首先基于Unity3D仿真搭建虚拟水下场景，通过虚拟相机获取仿真环境下已知的渲染位姿数据。其次，通过非配对图像转换工作实现渲染图片到真实水下场景下的风格迁移，结合已知渲染图片的位姿信息得到了合成的水下位姿数据集。最后，提出一种基于局部区域关键点投影的卷积神经网络(CNN)位姿估计方法，并基于合成数据训练网络，预测已知参考角点的2维投影，产生2D-3D点对，基于随机一致性采样的Perspective-n-Point(PnP)算法获得相对位置和姿态。本文在渲染数据集以及合成数据集上进行了定量实验，并在真实水下场景进行了定性实验，论证了所提出方法的有效性。实验结果表明，非配对图像转换能够有效消除渲染图像与真实水下图像之间的差距，所提出的局部区域关键点投影方法可以进行更有效的6D位姿估计。