基于视觉-惯性-压力融合的水下定位方法研究

《Ocean Engineering》：Research on underwater positioning method based on vision-inertia-pressure fusion

　　

Jian Zhang|Qiao Hu|Yin Xia

西安交通大学机械工程学院，中国西安咸宁西路710049

摘要

当机器人在水下非结构化环境中作业时，很难依赖外部基站进行定位，而多传感器融合的自主定位在这些环境中具有重要的应用价值。本文提出了一种多传感器融合定位方法，该方法紧密集成了视觉、惯性和压力传感器，以解决视觉定位稳定性差和惯性导航漂移严重等问题。多传感器融合通过图优化方法进行，基于深度信息进行误差识别以提高融合数据的质量。为了解决融合过程中的漂移和定位丢失问题，采用了深度传感器进行权重分配，以提供更详细的系统初始化。此外，引入了环路闭合检测和重新定位方法，有效减轻漂移和定位丢失。通过在控制容器中的实验验证，发现所提出的融合定位算法相对于视觉惯性融合定位方法精度提高了48.4%，具有更好的准确性和鲁棒性，实际工作条件下的定位精度可达到厘米级别。

引言

高精度定位对于确保水下机器人执行任务的安全性和操作效率至关重要。水下环境通常高度非结构化，常见的基于声学的定位方法（如多普勒速度仪（DVL）、超短基线（USBL）定位系统和声纳）成本高昂、部署复杂，且不适合高度非结构化的环境（Su等人，2020；Jiang和Rennner，2024；Luo等人，2021）。这些限制阻碍了它们在水下机器人定位中的应用和广泛使用。近年来，基于多传感器融合的水下实时定位受到了广泛关注，带来了许多研究进展（Zhang等人，2022；Li等人，2023；Ding等人，2024；Cong等人，2021）。

Wang等人（2020）提出了一种联合视觉-惯性的水下定位系统，以应对自主水下定位的挑战。该系统使用惯性测量单元（IMU）和视觉数据分别估计水下机器人的姿态，建立了联合优化模型。与基于单一IMU的航位推算相比，该方法通过引入传感器融合约束，有效减轻了IMU在低速时的累积漂移和不稳定问题。Smithanik等人（2006）在此联合视觉-惯性水下定位系统的基础上，提出了一种适用于水下非结构化环境的融合定位和检测系统。通过为非结构化环境建立基于视觉的约束，系统通过特征提取和环境识别提高了融合定位的准确性。Cheng等人（2022）结合了声纳、立体相机和IMU数据，使最终的融合定位算法更适合水下环境。Shen等人（2021）考虑了暗昧的水下环境，并构建了一个水下光学成像模型。基于该模型，他们开发了一种水下图像增强算法，显著提高了定位精度。Raveendran（Raveendran等人，2021）和Li（Li等人，2019）也进行了水下图像处理的研究。Raveendran专注于增强水下图像以提取更多特征点，而Li测试了不同特征点在水下环境中的有效性。这两项研究都显著提高了水下视觉姿态估计的准确性。Zhang等人（2021）提出了一种基于水下目标物体的传感器融合定位方法。通过使用图优化结合IMU和视觉——两种互补的传感器——该方法提高了算法相对于目标物体的高精度定位能力，同时视觉还使得特征提取和识别成为可能。Wang等人（2023）提出了一种基于扩展卡尔曼滤波的实时3D水下环境重建算法。该算法使用立体相机作为主要传感器来检测特征点并重建海床的3D环境，实现实时机器人姿态估计，同时创建海床地形图。除了里程计级别的融合外，最近的水下SLAM系统进一步加入了环路闭合检测和姿态图优化，以提高长期一致性，例如，SVIn2在紧密耦合的优化框架中实现了环路闭合和重新定位（Rahman等人，2022），以及UVS在水下视觉SLAM中环路闭合后进行图优化（Leonardi等人，2023）。

尽管在水下多传感器融合定位方面取得了显著进展，但许多现有方法仍然严重依赖于视觉和基于声学的方法。典型的水下非结构化环境如图1所示。声学定位需要外部基站，这在沉船和洞穴等水下非结构化环境中是不可行的。由于悬浮颗粒、模糊以及光和颜色的衰减，水下视觉无法像在水上环境那样提供清晰的特征表示，从而导致定位不准确甚至完全失去定位。尽管环路闭合和基于图的优化在原理上是有效的，但在水下场景中的性能可能会因视觉退化而严重下降，从而直接损害特征跟踪和数据关联；因此，环路候选者和几何验证可能变得不可靠，这限制了后端图优化的实际效益（Leonardi等人，2023）。为了解决这些问题，本文提出了一种专为水下环境设计的新型定位系统，特别适用于传统声学定位技术可能面临重大挑战的非结构化环境，例如沉船和水下洞穴。首先，为了提高观测可靠性，采用了图优化框架来融合视觉、惯性和深度测量数据。基于压力的深度测量提供了一个稳定的物理线索，对视觉退化的敏感性较低，因此用于识别和抑制由视觉特征丢失和IMU在低速时的漂移引起的不可靠测量，从而提高融合数据的质量。然后，为了解决融合过程中的累积误差，采用了紧密耦合的方法。深度信息进一步用于增强系统初始化，并结合了环路闭合和重新定位，以减少长期漂移并缓解定位丢失，从而提高鲁棒性和准确性。基于这些策略，实现了一种水下视觉-惯性-压力融合定位方法。为了验证所提出方法的有效性，基于数据集进行了仿真实验，将其性能与传统水下定位方法进行了比较。还在实验环境中进行了高精度定位实验，以检验引入的深度传感器对融合定位精度的影响，并提供了定位精度的定量分析。

章节片段

视觉-惯性-压力融合定位模型

图优化作为一种非线性优化方法，直观地整合了各种约束来构建优化目标函数。通过构建因子图，可以快速建立优化模型。在多传感器融合定位领域，因子图的边表示不同传感器对机器人姿态的观测，作为损失函数中的约束，而节点表示不同的优化变量

融合定位系统初始化

一个紧密耦合的非线性融合定位系统需要强大且准确的初始化，以建立机器人定位的参考坐标框架，为后续定位提供基准。现有的水下多传感器融合定位方法通常依赖相机和IMU进行初始化。在初始化阶段，机器人通常保持静止或缓慢移动，以估计计量尺度和重力方向，导致帧间

实验验证与分析

为了评估所提出的多传感器融合状态估计系统的性能，使用水下数据集在复杂场景中进行了实验。使用数据集提供的定位基准作为真实值，我们分析了本文提出的融合定位算法的性能。并与常用的基于IMU的定位方法和视觉-惯性融合定位方法进行了比较分析。

结论

本研究解决了现有基于视觉-IMU的水下定位算法的局限性，特别是它们的鲁棒性差和容易累积误差的问题。通过利用深度传感器测量，所提出的方法通过视觉-惯性输入的误差识别提高了融合数据的质量。深度传感器还用于加权初始化，提供了更精细的系统设置。此外，还整合了环路闭合检测

CRediT作者贡献声明

Jian Zhang：撰写——原始草稿、可视化、验证、软件、方法论、调查、数据整理、概念化。Qiao Hu：撰写——审查与编辑、验证、监督、资源获取、概念化。Yin Xia：撰写——原始草稿、正式分析、概念化。

利益冲突声明

作者声明他们没有已知的利益冲突或个人关系可能影响本文报告的工作。

致谢

国家自然科学基金（项目编号：52371337）和陕西省关键研发计划（项目编号：S2022-ZC-QCYK-0178）的财务支持。