水下立体视觉及其在人工智能与船海工程中的应用

人类视觉系统虽然受到有限的视野限制，但是可以通过移动头部和眼睛覆盖更大的周围区域来扩展视野。人的头部有3个自由度，即上下、左右和倾斜。这些运动使人类能够更好地观察到周围的区域而并不需要移动身体。此外，人类视觉的一个最强大的功能就是有估计距离的能力。基于立体视觉系统，人眼能够估计可视化对象的深度。如果将这种能力引入到机器人的设计上，就可以开发基于立体视觉的观测或者目标跟踪系统，移动摄像头集成在机器人上，可以让机器人发现周围环境，而不增加额外的运动到机器人的行动上。摄像机的运动使得对目标的跟踪更容易，从而降低计算量，减少计算时间。这一功能使得机器人在不同环境中更灵活以适应各种不同的任务，这也是立体视觉在应用上的最大优势。

传统的视觉使用一个摄像机来分析周围环境或任务。通过使用一个相机只能得到一个关于环境的二维平面图像，例如识别不同的形状或颜色等。传统的视觉不能提供三维尺寸，立体视觉通过提供三维空间具有优于传统视觉的优点。立体视觉系统能够创建三维点云来重构环境，以便使用两个摄像机通过测量来分析周围区域。立体视觉可以用来代替测量传感器，例如用于机器人测量距离的激光传感器，激光扫描仪比使用相机更昂贵，同时水下使用激光还存在着衰减等问题。

计算机视觉也被广泛地用于操纵手臂。视觉系统被用作反馈传感器来提供关于物体位置的信息。立体视觉和传统视觉都使用视觉伺服，这被称为视觉伺服控制（visual servoing，SV）。使用视觉伺服控制有一个很大的优势，机器相当于拥有自己的眼睛可以看到视野内的事物。这种方法可以消除传统的机器人教学和训练，机械臂可以根据周围环境的不同来规划运动，所以在机械手或者机器人的视觉应用方面，立体视觉有着很大的优势。(www.xing528.com)

基于立体视觉系统的应用大多基于静态相机或地面车辆上的摄像头等。这种系统的优点在于它们提供了周围场景的精确三维重建，同时结合了多种计算机视觉技术，以支持从图像中提取相关数据，例如颜色、边缘、角落、关键特征点，并将场景中的不同物体分类，例如行人、背景、前景、道路、汽车等。该技术已经被应用于海运车辆导航及其动态环境领域。立体视觉系统可以通过修改来适应许多情况，例如与海况有关的恒定运动、由于太阳的位置或云的存在而导致的照明变化、眩光、反射、由于雨水或其他车辆穿越而造成的部分或全部遮挡等。在立体视觉里程计的具体例子中，地面无人车（unmanned ground vehicle，UGV）有许多成功的实现，火星探索漫游者（mars exploration rover，MER）的自主导航也采用的是立体视觉系统。Armando J.Sinisterra等人在水面无人艇上（unmanned surface vehicle，USV）基于立体视觉的方法估计移动船舶的位置、速度和航向，以实现跟踪运动中的目标船舶［230］。该方法包括立体视觉测距、目标检测和跟踪，以及最小化由于图像量化限制和立体像素匹配过程中的像素不匹配而引起的跟踪误差。该方法包括结合简单的立体视觉匹配算法、基于扩展卡尔曼滤波器的预测—校正方法，以及使用表示目标船舶运动和立体视觉测量的适当概率模型的选择。简单匹配算法以深度测量中的潜在误差为代价从而实现执行更快，该方法旨在最小化立体视觉测量中与这种误差相关的跟踪误差，从而提高船舶状态估计的精度。

立体视觉在地面和空中的应用已经很广泛，本节对水下双目标定和测距、水下3D图像重建和SLAM两个部分进行阐述。