本发明涉及水下机器人领域，具体说是一种用于水下机器人的障碍物探测系统和探测方法。

背景技术：

水下机器人是一种工作于水下的极限作业机器人，水下机器人可在高度危险环境、被污染环境以及零可见度的水域代替人工在水下长时间作业，水下机器人一般配备声呐系统、摄像机、照明灯和机械臂等装置，能提供实时视频、声呐图像，能够使用机械臂抓起重物，水下机器人在安全搜救、管道检查、渔业等领域得到广泛应用。由于水下机器人工作环境的特殊性，水下机器人在运行过程中，容易发生与障碍物碰撞的事故。如果发生碰撞，对水下机器人的结构可能造成损坏。因此，水下机器人需要有探测障碍物的手段。现有技术中，针对水下障碍物的探测定位方法大多存在适应性差和准确性差的问题。使用传统光学成像设备在混浊水域可视距离非常有限，甚至无法成像。多波束图像声呐是水下探测设备的一种，成像速度快，分辨率高，覆盖角度大，可以获得比较完整的水下物体信息。但是多波束声呐不能对水下物体表面进行细致观察。因此，结合声呐远距离探测和摄像机近距离观察，可以得到很好的物体探测效果。

技术实现要素：

针对上述技术问题，本发明提供了一种用于水下机器人的障碍物探测系统和探测方法，目的在于提供一种智能化水下机器人障碍物探测系统，引入水下声呐系统、摄像机系统以及图像处理设备对水下机器人前方的障碍物进行智能识别，可以实时处理声呐图像和摄像机图像，探测并计算水下障碍物的大小和距离，有利于提高水下机器人的避障能力，减少机器人的损害。

本发明采取的技术方案是：一种用于水下机器人的障碍物探测系统，该系统由机器人本体（1）、地面控制箱（2）和脐带缆（3）组成，机器人本体（1）上装有多波束图像声呐（4）、高清摄像机（5）、可调照明灯（6）、运动控制器（7）、压力传感器（8）、温度传感器（9）、姿态仪罗盘（10）和UDSL转换器（11）。地面控制箱（2）包括：图像处理单元（12）和运动控制指令生成器（13）；所述多波束图像声呐（4）用于探测前方障碍物相对于机器人本体（1）的位置。所述高清摄像机（5）用于采集前方障碍物图像，所述图像处理单元（12）与高清摄像机（5）、多波束图像声呐（4）和姿态仪罗盘（10）连接，用于对采集的声呐图像、摄像机图像和姿态信息进行处理。可调照明灯（6）、运动控制器（7）、压力传感器（8）、温度传感器（9）和姿态仪罗盘（10）使用CAN总线方式，通过脐带缆（3）发送信息到地面控制箱（2），地面控制箱（2）通过CAN总线下发指令给水下机器人本体（1）。

本发明通过对多波束图像声呐采集的图像、摄像机采集的图像以及姿态仪罗盘采集的信息的综合处理，实现对前方障碍物的探测。

基于上述水下机器人障碍物探测系统，本发明还提供了一种障碍物探测方法，包括以下步骤：

步骤一、启动水下机器人系统，通过地面控制箱（2）上显示屏显示信息查看机器人系统是否正常；

步骤二、图像处理单元（12）接收多波束图像声呐（4）的图像数据，使用双边滤波算法对声呐图像进行滤波处理，降低高斯噪声和斑点噪声；

步骤三、对降噪后的图像使用自适应阈值算法进行二值化处理，根据得到的二值化图像获取障碍物轮廓；

步骤四、结合多波束图像声呐（4）距离测量数据和步骤三得到的障碍物轮廓信息，计算障碍物轮廓的实际大小、位置和距离；

步骤五、根据障碍物距离决定是否切换多波束图像声呐（4）工作模式，如果探测障碍物距离小于40米，切换多波束图像声呐（4）到高精度模式，提高其识别精度；

步骤六、根据步骤四得到的障碍物的距离，判断是否启动摄像机图像识别；如果障碍物距离大于设定的最小距离，跳转到步骤二继续下一轮探测；如果障碍物距离小于设定的最小距离，则在地面控制箱（2）上显示有可疑障碍物的提示，并降低机器人运行速度，同时启动高清摄像机（5）进行图像识别；

步骤七、根据高清摄像机（5）采集的图像，计算图像的平均灰度，闭环调节可调照明灯（6）亮度，使高清摄像机（5）采集图像更清晰；

步骤八、结合多波束图像声呐（4）采集的障碍物位置和距离信息，从高清摄像机（5）采集的图像中提取障碍物轮廓信息；

步骤九、通过高清摄像机（5）采集的图像，分析障碍物纹理特征，判断障碍物性质；

步骤十、结合姿态仪罗盘（10）的机器人姿态信息，建立障碍物模型，完成障碍物的探测。

本发明的有益效果是：可以实时的处理声呐图像，探测并计算出水下障碍物的位置和距离，使用高清摄像头对障碍物进行近距离探测，获得障碍物表面信息，更加准确的探测障碍物信息，提高了水下机器人的避障能力。

附图说明

图1为障碍物探测设备在机器人本体上的安装位置示意图。

图2为水下机器人障碍物探测系统各组成部分连接示意图。

具体实施方式

下面结合附图对本发明进一步详细说明。

如图1、图2所示，一种用于水下机器人的障碍物探测系统，该系统由机器人本体（1）、地面控制箱（2）和脐带缆（3）组成，机器人本体（1）上装有多波束图像声呐（4）、高清摄像机（5）、可调照明灯（6）、运动控制器（7）、压力传感器（8）、温度传感器（9）、姿态仪罗盘（10）和UDSL转换器（11）。

地面控制箱（2）包括：图像处理单元（12）和运动控制指令生成器（13）；机器人本体（1）前方下部设置有多波束图像声呐（4），用于探测机器人前方障碍物的大小和位置，多波束图像声呐（4）安装时应保证与机器人本体（1）平行安装，这样可以保证多波束图像声呐（4）视野在机器人本体（1）正前方，有利于发现障碍物。多波束图像声呐（4）有两种工作模式，分别是大范围模式和高精度模式。大范围模式最大测量距离为120米，探测精度低；高精度模式最大测量距离为40米，测量精度高。

机器人本体（1）装有具有低照度特性的高清摄像机（5），即使在光线特别暗的情况下也能够采集清晰的画面，有利于深水下光线暗的环境采集图像，该摄像机可以调节俯仰角，调节范围为0~90度，扩大了视野范围。机器人本体（1）左右两侧设置有两个亮度可调节的可调照明灯（6），可根据高清摄像机（5）采集图像的平均灰度自动调节亮度，使高清摄像机（5）采集的图像质量达到最佳。

图2为水下机器人障碍物探测系统各组成部分连接示意图。机器人本体（1）是所携带设备的承载主体，机器人本体（1）通过脐带缆（3）与地面控制箱（2）连接，地面控制箱（2）设置在地面上，操作人员通过地面控制箱（2）查看水下机器人本体（1）的状态信息。多波束图像声呐（4）以及高清摄像机（5）和UDSL转换器（11）连接，UDSL转换器（11）和脐带缆（3）连接，UDSL转换器（11）将多波束图像声呐（4）采集的图像和高清摄像机（5）采集的图像数据经过调制，通过脐带缆（3）发送到地面控制箱（2）。所述压力传感器（8）用于探测机器人本体（1）所处水下深度；温度传感器（9）用于探测机器人本体（1）周围水域的温度；姿态仪罗盘（10）用于探测机器人本体（1）姿态信息和朝向；可调照明灯（6）用于水下照明，对高清摄像机（5）进行补光；运动控制器（7）用于控制各推进器使机器人本体（1）在水下行进。可调照明灯（6）、运动控制器（7）、压力传感器（8）、温度传感器（9）和姿态仪罗盘（10）使用CAN总线方式，通过脐带缆（3）发送信息到地面控制箱（2），地面控制箱（2）通过CAN总线下发指令给水下机器人本体（1）。

下面详细说明障碍物探测方法的具体步骤：

步骤一：启动水下机器人系统，通过地面控制箱（2）上显示屏显示信息查看机器人系统是否正常；

步骤二：图像处理单元（12）接收多波束图像声呐（4）采集的图像，该图像可以看成灰度图像，每一个像素点由8bit无符号数表示；像素点的强弱由多波束图像声呐（4）接收回声信号强弱决定，存在障碍物的地方回声强烈，在图像中显示为亮区域。然后，使用双边滤波算法对图像进行滤波处理，降低高斯噪声和斑点噪声；图像双边滤波算法为公知技术，这里不再赘述；

步骤三：对降噪后的图像使用自适应阈值算法进行二值化处理，所述自适应阈值算法具体含义如下：

二值化图像像素点在（i,j）点的值如以下公式所述：

其中：dst(i,j)是点（i,j）二值化图像的计算结果，src(i,j)是源灰度图像在点（i,j）位置的灰度值, maxVal是灰度最大值；

自适应阈值算法是一种改进了的阈值技术，阈值本身是一个变量，自适应阈值在每个像素点都不同，通过计算像素点周围的p × p区域的加权平均，然后减去一个常数来得到自适应阈值；

其中表示点（i,j）的灰度值，表示均值，表示方差。点（i,j）处的阈值，如果 ; ，=，如果 ; ，=；

根据得到的二值化图像获取障碍物轮廓，此时的轮廓大小和距离均为像素距离；

步骤四：结合多波束图像声呐（4）距离测量数据和步骤三得到的障碍物轮廓信息，计算障碍物轮廓的实际大小、位置和距离；

步骤五：根据障碍物距离决定是否切换多波束图像声呐（4）工作模式，如果探测障碍物距离小于40米，切换多波束图像声呐（4）到高精度模式，提高其识别精度；

步骤六：根据步骤四得到的障碍物的距离，判断是否启动摄像机图像识别；如果障碍物距离大于设定的最小距离，跳转到步骤二继续下一轮探测；如果障碍物距离小于设定的最小距离，则在地面控制箱（2）上显示有可疑障碍物的提示，并降低机器人运行速度，同时启动高清摄像机（5）进行图像识别；

步骤七：根据高清摄像机（5）采集的图像，计算图像的平均灰度，闭环调节可调照明灯（6）亮度，使高清摄像机（5）采集图像更清晰；

步骤八：结合多波束图像声呐（4）采集的障碍物位置和距离信息，从高清摄像机（5）采集的图像中提取障碍物轮廓信息；

步骤九：通过高清摄像机（5）采集的图像，分析障碍物纹理特征，判断障碍物性质；

步骤十：结合姿态仪罗盘（10）得到的机器人姿态信息，建立障碍物模型，完成障碍物的探测。