基于可见光的水下视觉-惯性定位方法研究进展

作者及发表信息
本研究由Fanyi Meng（深圳大学土木与交通工程学院）、Zheng Cong（深圳大学建筑与城市规划学院）、Bing Wang（香港理工大学航空与航空工程系）、Kai Guo（广东人工智能与数字经济实验室）及Dejin Zhang（深圳大学建筑与城市规划学院，通讯作者）合作完成，发表于2025年的IEEE Transactions on Geoscience and Remote Sensing（卷63，文章编号5642018）。研究得到广东省基础与应用基础研究基金、深圳市科技计划等项目支持。

学术背景
水下高精度定位是自主水下作业（如海洋观测、基础设施检测、科学采样等）的核心需求。传统技术如全球导航卫星系统（GNSS）因电磁信号水下衰减而失效，声学定位（如超短基线USBL）精度受距离限制（最佳精度约20厘米），而视觉SLAM（同步定位与建图）因水下散射和折射问题难以突破分米级误差。可见光定位（Visible Light Positioning, VLP）因其高空间分辨率和方向性成为潜在解决方案，但面临水体散射、跨介质折射畸变等挑战。本研究提出了一种融合惯性导航系统（INS）与可见光定位的新型框架，旨在实现毫米至厘米级精度的水下定位。

研究流程与方法
1. 系统设计与硬件配置
- 硬件平台：采用防水ZED-2i双目相机与IMU（惯性测量单元）硬件同步，LED阵列作为定位信标（12个530nm绿光LED，间距30mm±0.01mm）。
- 实验设置：在8×1.5×1米静水池中部署LED阵列，通过棱镜连接水下相机与水上全站仪，提供毫米级地面真值验证。

1. 水下光斑图像处理

   • 自适应光斑分割：基于Otsu算法动态阈值分割，解决水下亮度不均问题。
     
   • 亚像素边缘优化：采用5×3滑动窗口拟合二阶多项式模型，通过椭圆拟合提取光斑中心，精度达0.3像素内（传统方法误差>1像素）。
     

2. 跨介质折射补偿模型

   • 轴向位移相机框架：将折射效应建模为相机光心的有效位移，基于Snell定律重建共线性约束，无需繁琐的重复标定。
     
   • 位姿估计优化：通过最小化重投影误差（公式21-22）求解相机位姿，旋转矩阵正交性约束确保解的唯一性。
     

3. 多传感器融合

   • 误差状态卡尔曼滤波（ES-KF）：融合视觉位姿与IMU数据（400Hz），抑制视觉测量退化。状态向量包含位置、速度、姿态及IMU偏差，通过协方差矩阵动态调整权重。
     

4. 实验验证

   • 静态位姿估计：在清澈水体（浊度 NTU）中，系统位置误差7.75毫米（RMS），旋转误差0.91°；忽略折射校正时误差增至111.18毫米。
     
   • 动态定位：视觉-惯性融合在长距离（7.5米）和斜视角（75°）下保持厘米级精度（RMS 1.5厘米），浊度61.8 NTU时误差51.7毫米。
     
   • 对比实验：优于ORB-SLAM3等主流水下SLAM方法（误差降低24倍）。
     

主要结果与逻辑关联
- 光斑提取稳定性：亚像素优化使光斑中心标准差控制在0.16像素内（长距离场景），为后续位姿估计提供可靠输入。
- 折射模型有效性：轴向位移策略将重投影误差降至0.063像素（传统SVP方法为0.091像素），验证了折射物理建模的必要性。
- 多传感器协同：IMU填补了视觉在浊度>80 NTU或运动模糊时的数据缺失，动态轨迹误差较纯视觉方法降低92%。

结论与价值
本研究首次实现了基于可见光的水下毫米级定位，其科学价值在于：
1. 理论创新：提出动态光心模型，简化了跨介质折射的实时补偿；
2. 技术突破：融合主动光标的鲁棒性与惯性导航的连续性，扩展了水下作业的精度边界；
3. 应用潜力：适用于近距离机械操作（如海底电缆检修）、高精度科学采样等场景，成本仅为高端声学系统的1/10。

研究亮点
1. 创新方法：自适应光斑处理与轴向位移折射模型均为原创，解决了水下图像退化与几何畸变的核心难题；
2. 全场景验证：覆盖清澈至浑浊水体（达80.1 NTU）、正交至极端斜视角（75°），系统性验证鲁棒性；
3. 开源对比：公开数据对比主流SLAM算法，凸显技术优势。

未来方向
计划嵌入轻量化算法至低功耗平台，并探索声光混合定位以应对全盲环境。此工作为下一代水下自主机器人提供了关键技术支撑。