基于笼型双层引导灯阵的鲁棒水下对接视觉导引与定位方法
主要作者与发表信息
该研究由中国科学院沈阳自动化研究所机器人学与智能系统国家重点实验室的王梓岳、周兴群、杨毅、胡志强、魏清波、范传志、郑权、王智超、廖志宇等人完成，通讯作者为周兴群。合作单位还包括中国科学院大学和哈尔滨工业大学（深圳）电子与信息工程学院。论文于2025年8月29日投稿至 Sensors 期刊，2025年10月3日被接收，2025年10月14日正式发表，论文编号为 25, 6333。
研究背景与目的
自主水下航行器（Autonomous Underwater Vehicle, AUV）在海洋资源勘探、科学考察、海底测绘和军事目标探测等领域具有不可替代的价值，但其内部空间和能量储备有限，需要定期进行能源补充、数据传输和例行维护，因此对高效可靠的对接回收技术提出了很高要求。在各类回收导引方法中，锥形口对接因其结构简单和对接成功率高而被广泛采用。
从传感模态来看，水下回收定位方法主要分为声学、电磁和视觉三类。声学和电磁方法虽然适用于远距离粗略定位，但在精确对接阶段，视觉定位凭借更高的精度和快速响应能力而成为主要技术路线。现有视觉定位方法通常依赖主动信标或被动标记。然而，单层平面灯阵在AUV接近对接站的过程中，由于机载相机视场（Field of View, FOV）有限且固定，关键定位信标会逐渐漂移出视场，导致定位不连续和不可靠。与此同时，被动标记虽然能提供更高的定位精度，但其被动特性在远距离或高浑浊水体中的可检测性显著受限。
针对上述问题，本研究的目标是设计一种基于笼型双层引导灯阵的视觉定位方案，使AUV在整个对接过程中——从初始目标搜索到最终对接——均能获得连续、稳定的视觉导引，并能在部分信标缺失或存在伪信标干扰的情况下保持鲁棒的标签匹配与位姿估计能力。
研究方法与工作流程
本研究的整体工作流程可分为四个主要部分：双层灯阵的空间配置设计、前层与后层灯阵的提取与判别、单层灯阵的鲁棒标签匹配，以及位姿估计。
双层灯阵配置设计。 对接站尺寸为2×2×5米。前层灯阵由七个高光强白色光源组成，分布在对接站入口的左右两侧和下部，采用分散的不对称布局以减轻光扩散造成的重叠或融合，从而支持远距离检测。后层灯阵使用六个窄波束角蓝色光源，采用紧凑布局以适应近距离受限视场场景。白色光源的宽谱特性（400–700纳米）能在远距离产生较强的相机响应，保证信号强度；蓝色光源波长（455–460纳米）在水下衰减最小，在中短距离提供更稳定的信号。两种颜色的光谱差异还有助于在检测和匹配过程中进行前后层的可靠判别。
灯阵提取与前后层判别。 首先将彩色图像转为灰度图，利用区间自适应大津法（Interval-Adaptive Otsu）自动确定二值化阈值，再通过Canny边缘检测和连通域识别提取光斑轮廓。为处理光晕扩散造成的边缘重叠，引入距离变换定义形态学开运算阈值，随后对连通域边界点进行最小二乘圆拟合，计算圆度和紧凑度等形状描述子以滤除噪声造成的伪光源。在判别阶段，将RGB图像转换到HSV色彩空间，通过预设阈值将光源初步分为蓝色通道（后层）和非蓝色通道（前层）。同时，提出基于半径的自适应分类方法：将检测到的光源按半径大小分成两类簇，当两类簇的平均半径差超过预设阈值且每个簇至少包含四个光源时，认为当前帧具有有效的双簇配置，并递增双簇计数器。若条件不满足，则依据此前累积的双簇帧数是否超过阈值来决定将所有光源临时归为前层或后层。
单层灯阵标签匹配框架。 这是本研究的核心方法创新。由于搜索阶段和过渡阶段可能出现光源缺失（由部分可见性引起）和伪检测（由标签误分类引起），论文提出了一种融合粒子群优化（Particle Swarm Optimization, PSO）、几何容差过滤和回溯迭代扩展卡尔曼滤波（Backtracking Extended Kalman Filter, BTEKF）的鲁棒匹配框架。首先，将已知世界坐标系中的信标位置投影到正面（x-o-y）平面并做尺度归一化，再将图像平面像素坐标归一化。PSO在四维搜索空间中探索仿射变换参数，包括旋转角θ、平移量tx和ty以及尺度因子s。针对AUV对接任务的实际运动范围，参数搜索空间被约束为θ∈(−10°,10°)、s∈(0.5,8)、tx∈(−1,1)、ty∈(−1,1)。算法引入线性衰减的学习率、结合前一帧位姿连续性的复合适应度函数、自适应惩罚项以及智能重启机制，以避免过早收敛并增强全局搜索能力。随后，利用距离比一致性和角度一致性两个几何容差准则对所有候选匹配三元组进行验证，只有当所有点三元组同时满足两个准则时才接受该候选对应集。当几何一致性检验发现错误匹配时，触发BTEKF：利用前一帧位姿估计构造高斯运动模型，将每个三维信标的预测投影协方差投影到图像空间，通过马氏距离门控筛选候选点，按照残差递增顺序进行EKF更新，若某信标的所有候选点均失败则回溯至前一个信标重新评估其匹配。一旦滤波器收敛且至少三个信标被成功更新，则记录最终位姿并将所有三维信标重投影到图像平面，选择像素距离阈值内最近的二维信标作为下一帧SQPnP位姿估计的初始化参考。
位姿估计。 在获得稳定的标签匹配后，采用序列二次规划透视n点（Sequential Quadratic Programming for Perspective-n-Point, SQPnP）算法求解非线性PnP问题，分别对前层和后层灯阵进行位姿估计。该算法在多点匹配场景下兼具全局最优性和计算效率。
仿真与水池实验设计。 仿真实验按1:1比例构建环境，AUV以约1.5米/秒的速度沿z轴靠近对接站，每秒采集四帧图像，同时在x和y方向施加±1米的小幅度扰动，并保持横滚、俯仰和偏航角在±3°以内。测试了随机移除一至三个前层信标以及随机注入一至两个运动伪信标的场景。此外还在15米距离处使相机沿平行于对接平面的矩形路径移动，模拟多种接近方向。水池实验使用TS-Mini AUV（由中国科学院沈阳自动化研究所研制）和搭载的Sony IMX264水下相机，AUV从30米距离以约1米/秒的速度接近对接站。
主要实验结果
在单层灯阵标签匹配的仿真中，共进行了30次物理相机试验。无伪信标条件下前层灯阵被完整检测2108次，一个伪信标时检测2076次，两个伪信标时检测2153次。在极端缺失三个信标的条件下，PSO匹配器单独实现了90.3%的正确匹配率；缺失两个信标时达到98.6%；缺失一个信标时为100%。在存在一个或两个伪信标时，PSO匹配准确率均为99.6%。当PSO与BTEKF结合后，除两个伪信标场景的99.9%外，其余所有条件下的匹配成功率均达到100%。这些结果表明PSO在初始化阶段具有强鲁棒性，而BTEKF能够在连续导引阶段通过利用前一帧的位姿历史可靠地恢复正确的信标标签。在同时存在伪信标和缺失信标的连续导引测试中，传统的匈牙利一对一匹配容易将缺失信标与伪信标错误关联，导致PSO初始化失败，而BTEKF能够有效抑制伪信标并正确识别剩余真实信标的标签。在矩形搜索路径实验中，无论AUV从下方、左侧、上方还是右侧接近，只要至少四个灯可见，系统始终能实现正确的信标标签匹配，且定位轨迹与期望路径紧密吻合。
水池连续导引实验表明，前层灯的定位结果从约18.62米处开始可用，至约1.73米处终止；后层灯的定位结果从10.07米处开始可用，确保在整个接近序列中实现连续导引覆盖。通过融合双层灯阵信息，AUV被准确引导至目标对接平面（z=−3米），前后信标阵列中心点之间的定位偏移始终低于0.3米。在计算效率方面，双层阵列的平均检测与匹配时间为0.112秒，单层阵列为0.097秒，均低于每帧0.15秒的固定间隔，完全满足实时性要求。
结论与研究价值
本研究提出了一种基于笼型双层引导灯阵的单目视觉定位方法，用于水下航行器的连续自主对接。所提方法动态区分前层和后层灯阵，克服了PnP公式中固有的点匹配难题。无论双层灯阵是完整可见还是仅被部分观测，该方法都能提供稳定可靠的视觉导引。研究在极端条件下的匹配成功率验证了算法的鲁棒性。从科学价值来看，该研究为受限视场条件下的多信标视觉定位问题提供了一种有效的冗余设计思路和鲁棒匹配框架，特别是在处理缺失与伪检测共存时的算法策略具有参考意义。从应用价值来看，该方法能够显著提升AUV自主对接过程的安全性与可靠性，延长有效定位距离，减少对接失败风险。
研究亮点
本研究的突出亮点包括：第一，提出了双层灯阵的空间配置方案，通过前层分散布局和后层紧凑布局的组合有效缓解了有限视场导致的信标丢失问题；第二，构建了融合PSO、几何容差过滤和回溯EKF的鲁棒匹配框架，能够在三种信标缺失或两种伪信标干扰的极端条件下保持高匹配成功率；第三，实现了前后层灯阵的动态判别与平滑过渡，保证了从远距离搜索到最终对接的连续导引；第四，通过水池实验验证了从30米距离到对接平面的全流程连续定位能力，前后层定位偏移控制在0.3米以内。
局限性与未来工作
论文也明确指出了当前方法的局限：初始化阶段仍依赖匈牙利一对一匹配，当伪光源与缺失光源在对接起始阶段同时存在时，算法可能将伪光源错误匹配到缺失光源的位置，导致无法找到正确的对应关系。这一情况常出现在对接初期，此时光源检测不完整而水面反射等干扰又会产生伪光源。此外，本研究聚焦于检测阶段之后的信标匹配与位姿估计，对水体浑浊度、盐度和光照条件等环境因素的综合研究涉及图像采集与前端检测阶段，需要专门的成像算法和检测器评估。未来工作将探索人工智能技术的集成以增强多标记匹配的稳定性，并改善在浑浊水体或动态海洋环境中的适应性。自适应奖励塑形强化学习方法可为视觉导引深度学习提供思路，群体智能优化方法可用于PSO参数的自适应调节，而混合深度学习与几何优化的端到端方法则为构建整个视觉定位流程的可训练网络提供了潜在技术路径。