徐鳳強(qiáng)，董鵬，王輝兵，付先平

（大連海事大學(xué) 信息科學(xué)技術(shù)學(xué)院，大連116026）

利用水下機(jī)器人智能檢測和自主抓取海產(chǎn)品成為當(dāng)前海產(chǎn)養(yǎng)殖業(yè)的迫切需要，這是建立現(xiàn)代化海洋牧場的重要途徑。目前，海參、扇貝等海產(chǎn)品的捕撈主要依靠潛水員和拖網(wǎng)船2種方式。潛水員不能在水下持續(xù)作業(yè)，并且受水下壓強(qiáng)影響，常年從事水下捕撈工作的漁民容易得潛水病。大面積養(yǎng)殖的貝類主要依靠拖網(wǎng)船捕撈，但是這種拖網(wǎng)捕撈方式容易破壞水下生態(tài)環(huán)境。而水下敏捷機(jī)器人能夠克服這些問題，因此，利用水下機(jī)器人進(jìn)行海產(chǎn)品的捕撈成為當(dāng)下研究的熱點(diǎn)。

目前，水下敏捷機(jī)器人的研究大多集中在水下觀測和水下探測等方面，而水下抓捕機(jī)器人的研究成果卻很少。僅有的水下抓捕機(jī)器人也仍然停留在依靠人工操控進(jìn)行抓取作業(yè)的層面，而自主抓取機(jī)器人更加難以實(shí)現(xiàn)。造成這種研究困境的原因?yàn)椋孩購?fù)雜的水下環(huán)境對機(jī)器人部件的防水性和氣密性等要求極高，市場缺乏成熟的適用于水下機(jī)器人的各種配件；②缺乏服務(wù)于水下機(jī)器人的智能檢測與自主抓取系統(tǒng)。

因此，本文提出了一種智能檢測與自主抓取系統(tǒng)，用來與機(jī)器人協(xié)同作業(yè)，引導(dǎo)機(jī)器人在脫離人工操控的情況下，實(shí)現(xiàn)對海產(chǎn)品的智能檢測及自主抓取操作。該系統(tǒng)主要解決水下目標(biāo)的檢測問題和機(jī)器人的水下運(yùn)動問題，這是實(shí)現(xiàn)機(jī)器人自主抓取目標(biāo)必須解決的2個(gè)關(guān)鍵問題。

針對水下目標(biāo)檢測問題，將目前比較流行的深度學(xué)習(xí)算法引入到水下識別場景中，來提高水下目標(biāo)檢測效果。由于光在水下的折射及散射作用，導(dǎo)致相機(jī)拍攝的圖像呈現(xiàn)模糊、偏色、光線偏暗等現(xiàn)象。傳統(tǒng)的圖像檢測方法對于水下圖像的處理效果并不理想。鑒于深度學(xué)習(xí)在各個(gè)領(lǐng)域的應(yīng)用都取得了非常好的效果，本文將目前效果比較好的DSOD（Deeply Supervised Object Detector）［1］應(yīng)用到水下目標(biāo)檢測任務(wù)，利用標(biāo)注的水下圖像數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)模型，檢測海參、扇貝、海膽等水下目標(biāo)。

對于機(jī)器人的水下運(yùn)動問題，本文提出了基于反饋機(jī)制的多信號分析方法，通過獲取海產(chǎn)品位置信息、機(jī)器人定位信息、機(jī)器人深度等信號進(jìn)行分析，得出機(jī)器人下一步的運(yùn)動方案并反饋給機(jī)器人，從而引導(dǎo)其在水下尋找海產(chǎn)品并抓取目標(biāo)。為了定位機(jī)器人在水下的位置，搭建了短基線定位系統(tǒng)［2］。利用聲波信號在接收器和定位器之間的傳播，計(jì)算機(jī)器人在定位系統(tǒng)中的位置。通過分析相機(jī)成像坐標(biāo)系與定位系統(tǒng)坐標(biāo)系之間的關(guān)系，提出了一種坐標(biāo)轉(zhuǎn)換方法，將海產(chǎn)品的檢測位置坐標(biāo)轉(zhuǎn)換到定位系統(tǒng)坐標(biāo)系，進(jìn)而控制機(jī)器人向目標(biāo)位置移動。機(jī)器人的深度信息在機(jī)器人下潛運(yùn)動中起到重要作用。

為了驗(yàn)證本文系統(tǒng)的有效性，搭建了一個(gè)水下抓捕機(jī)器人，將本文算法應(yīng)用到機(jī)器人上，引導(dǎo)其在水下完成海產(chǎn)品的智能檢測及自主抓取工作。

本文的主要貢獻(xiàn)如下：①將DSOD檢測算法應(yīng)用到水下場景，解決水下目標(biāo)檢測問題；②提出了一種坐標(biāo)轉(zhuǎn)換方法，可以將檢測目標(biāo)的位置坐標(biāo)轉(zhuǎn)換到定位系統(tǒng)坐標(biāo)系；③設(shè)計(jì)了一種基于反饋機(jī)制的多信號分析方法，引導(dǎo)機(jī)器人自動檢測目標(biāo)并完成自主抓取操作。

1 相關(guān)工作

1.1 基于深度學(xué)習(xí)的目標(biāo)檢測

目標(biāo)檢測是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究熱點(diǎn)，其不僅需要區(qū)分目標(biāo)的種類，還要精確地定位到目標(biāo)的包圍框。與傳統(tǒng)的目標(biāo)檢測算法相比，基于深度學(xué)習(xí)的目標(biāo)檢測算法顯著提高了目標(biāo)檢測的準(zhǔn)確率。依據(jù)是否需要提取候選區(qū)域，可以將基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的目標(biāo)檢測算法分為2類：基于候選區(qū)域的目標(biāo)檢測算法和基于回歸的目標(biāo)檢測算法［1］。

基于候選區(qū)域的目標(biāo)檢測算法先從整幅圖像提取候選區(qū)域，再利用候選區(qū)域進(jìn)行分類和回歸，得到檢測結(jié)果。Girshick等［3］提出了候選區(qū)域與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法R-CNN，檢測效果提升明顯，但是存在大量的重復(fù)計(jì)算。因此，Girshick［4］提出了一個(gè)更加高效的深度卷積網(wǎng)絡(luò)Fast R-CNN，提高了檢測效率。Ren等［5］進(jìn)一步提出了RPN（Region Proposal Network），實(shí)現(xiàn)卷積特征的共享，降低網(wǎng)絡(luò)訓(xùn)練的資源消耗。在以上算法基礎(chǔ)上改進(jìn)的網(wǎng)絡(luò)，如Mask R-CNN［6］、R-FCN［7］等也取得了很好的檢測效果。

基于回歸的目標(biāo)檢測算法摒棄了候選區(qū)域提取操作，是一種端到端的目標(biāo)檢測算法，如YOLO［8］、SSD［9］、DSSD［10］、DSOD［1］等。這類算法把目標(biāo)檢測看成一個(gè)回歸問題，直接利用神經(jīng)網(wǎng)絡(luò)從整幅圖上檢測并定位目標(biāo)，檢測速度較快，但是檢測效果稍遜一籌。

當(dāng)前主流目標(biāo)檢測算法主要集中解決陸地場景問題［11］，本文將基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算法引入水下場景進(jìn)行水下目標(biāo)檢測。綜合考慮算法的檢測速度和準(zhǔn)確率，選擇DSOD作為檢測網(wǎng)絡(luò)。

1.2 水下機(jī)器人定位

目前，比較成熟的定位技術(shù)主要基于無線電波和聲波傳輸實(shí)現(xiàn)。無線電波在水下傳輸時(shí)，由于衰減迅速，導(dǎo)致定位不準(zhǔn)確。而水聲定位技術(shù)可以克服這一缺點(diǎn)，實(shí)現(xiàn)水下穩(wěn)定傳輸。近年來，基于水聲定位的水下機(jī)器人定位技術(shù)引起了廣泛的研究。根據(jù)聲學(xué)基線之間的距離，可以把聲學(xué)定位系統(tǒng)分為3類：長基線定位（LBL，基線長度100～6 000 m，甚至有時(shí)超過6 000 m）、短基線定位（SBL，基線長度20～50 m）和超短基線定位（USBL，基線長度小于10 cm）［2］。楊放瓊等［12］利用傳統(tǒng)的長基線定位系統(tǒng)，實(shí)現(xiàn)了深海采礦ROV的精確定位。佛羅里達(dá)大西洋大學(xué)海洋工程系和海軍研究所在AUV上裝備了短基線定位系統(tǒng)，用來在偵察任務(wù)中進(jìn)行導(dǎo)航［13］。Mandic＇等［14］描述了利用超短基線定位與聲吶圖像測量追蹤水下目標(biāo)的技術(shù)發(fā)展。由于長基線定位系統(tǒng)復(fù)雜且昂貴，超短基線定位系統(tǒng)校準(zhǔn)困難，本文采用短基線定位搭建機(jī)器人的水下定位系統(tǒng)。

1.3 水下目標(biāo)定位

常用的水下目標(biāo)定位方法有3種：基于單目的目標(biāo)定位、基于雙目或者多目的目標(biāo)定位及基于多傳感器融合的目標(biāo)定位［15-18］。Marani等［15］通過曲線擬合得到球體目標(biāo)的圓形輪廓，結(jié)合已知的球形半徑信息就可以進(jìn)行目標(biāo)的三維定位。Zannatha等［16］利用Canny邊緣檢測算子提取目標(biāo)的邊緣，利用相似三角形原理完成了機(jī)器人的目標(biāo)定位。Lee等［17］為ROV的2個(gè)機(jī)械手開發(fā)了雙目定位視覺系統(tǒng)，采用2個(gè)攝像機(jī)對目標(biāo)進(jìn)行三維定位，協(xié)助2臺機(jī)械手協(xié)同工作。Zhang等［18］研究了利用激光傳感器與攝像機(jī)相結(jié)合的三維定位方法，通過相機(jī)的焦距等參數(shù)，完成水下球體目標(biāo)的三維定位。本文采用多傳感器融合的目標(biāo)定位方式，利用聲吶獲取到機(jī)器人距離地面的參數(shù)，配合相機(jī)獲取目標(biāo)物三維坐標(biāo)。

2 基于卷積神經(jīng)網(wǎng)絡(luò)的水下目標(biāo)檢測

水下機(jī)器人的目標(biāo)檢測任務(wù)描述為：水下機(jī)器人潛入水中航行，并通過搭載的水下相機(jī)實(shí)時(shí)捕捉視頻圖像；利用檢測算法對生成的圖像進(jìn)行實(shí)時(shí)檢測，得到圖像中目標(biāo)的類別及其在圖像中的包圍框坐標(biāo)信息；檢測結(jié)果反饋給機(jī)器人。

由于光在水下的折射和散射作用，導(dǎo)致水下成像存在偏色、模糊等問題，這些問題直接影響水下圖像特征提取的豐富程度，導(dǎo)致目標(biāo)檢測精度降低。而卷積神經(jīng)網(wǎng)絡(luò)在圖像特征提取方面優(yōu)勢明顯，因此，本文將卷積神經(jīng)網(wǎng)絡(luò)引入到水下場景來解決水下目標(biāo)檢測問題。通過對比當(dāng)下主流的目標(biāo)檢測算法，本文采用檢測速度相對較快且檢測效果最好的DSOD檢測算法進(jìn)行水下目標(biāo)檢測。

DSOD是一個(gè)端到端的多尺度檢測模型，其不需要提取候選框，也不需要預(yù)訓(xùn)練過程，能夠從頭開始訓(xùn)練模型，并達(dá)到很好的檢測效果。DSOD的網(wǎng)絡(luò)結(jié)構(gòu)主要分為2部分：用于特征提取的主干網(wǎng)絡(luò)和多尺度預(yù)測網(wǎng)絡(luò)。

主干網(wǎng)絡(luò)是DenseNet網(wǎng)絡(luò)的一個(gè)變體，其由1個(gè)主干網(wǎng)絡(luò)、4個(gè)密集塊、2個(gè)轉(zhuǎn)換層和2個(gè)轉(zhuǎn)換池化層組成。主干網(wǎng)絡(luò)包括3個(gè)3×3卷積層和1個(gè)2×2最大池化層，這種結(jié)構(gòu)可以減少原始輸入圖像的信息丟失。密集塊中所有前面的層都會連接到當(dāng)前層，其優(yōu)勢是后面的層可以接受前面網(wǎng)絡(luò)層的監(jiān)督信息。每個(gè)轉(zhuǎn)換層都包含一個(gè)池化操作，用于對特征圖進(jìn)行下采樣。而轉(zhuǎn)換池化層可以在不降低特征圖分辨率的情況下增加密集塊的數(shù)量。

預(yù)測網(wǎng)絡(luò)利用精細(xì)的密集結(jié)構(gòu)來融合多尺度的預(yù)測響應(yīng)。輸入圖像經(jīng)過DSOD網(wǎng)絡(luò)可以提取出6個(gè)不同尺度的特征圖做預(yù)測。從第2個(gè)特征圖到第6個(gè)特征圖，每一個(gè)特征圖有一半的特征是從上一個(gè)特征圖學(xué)到，而剩下的一半特征是對連續(xù)的高分辨率特征圖進(jìn)行下采樣得到。這種預(yù)測結(jié)構(gòu)可以用較少的參數(shù)產(chǎn)生更精確的結(jié)果，甚至對圖像中的小目標(biāo)也能產(chǎn)生很好的檢測效果。

DSOD網(wǎng)絡(luò)結(jié)構(gòu)及模型訓(xùn)練過程如圖1所示。先利用水下圖像數(shù)據(jù)集從頭開始訓(xùn)練DSOD模型，經(jīng)過反復(fù)迭代訓(xùn)練，可以得到一個(gè)效果比較好的網(wǎng)絡(luò)模型，該模型能夠產(chǎn)生穩(wěn)定的參數(shù)，滿足目標(biāo)檢測的性能要求。訓(xùn)練好的網(wǎng)絡(luò)模型集成到水下機(jī)器人的檢測算法中，利用機(jī)器人實(shí)時(shí)檢測水下目標(biāo)，并產(chǎn)生目標(biāo)類別信息及包圍框位置坐標(biāo)，這些檢測信息將進(jìn)一步影響機(jī)器人的水下運(yùn)動情況。

圖1 卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和水下目標(biāo)實(shí)時(shí)檢測Fig.1 CNN model training and real-time marine object detection

3 水下目標(biāo)定位方法

水下目標(biāo)定位是一個(gè)非常復(fù)雜的工作。首先，利用檢測算法通過相機(jī)檢測目標(biāo)；然后，利用短基線定位系統(tǒng)定位機(jī)器人；最后，將目標(biāo)坐標(biāo)從相機(jī)成像坐標(biāo)系轉(zhuǎn)換到機(jī)器人世界坐標(biāo)系，再從機(jī)器人世界坐標(biāo)系轉(zhuǎn)換到短基線定位系統(tǒng)的坐標(biāo)系。通過分析不同坐標(biāo)系之間的關(guān)系，本文提出了一種坐標(biāo)轉(zhuǎn)換方法來計(jì)算目標(biāo)物在定位系統(tǒng)中的實(shí)際位置坐標(biāo)。

3.1 水下定位系統(tǒng)的原理及搭建

短基線定位系統(tǒng)是一種經(jīng)典的水下定位技術(shù)，其采集各個(gè)陣元接收到發(fā)射器發(fā)射信號的時(shí)間延遲，通過數(shù)學(xué)方程獲取發(fā)射器相對于基陣坐標(biāo)系的三維坐標(biāo)。

如圖2所示，4個(gè)陣元分別位于A、B、C、O，目標(biāo)P與各陣元之間的距離為

式中：Ri為各陣元與發(fā)射器之間的距離；（xi，yi，zi）為短基線陣元i的位置坐標(biāo)；（x，y，z）為搭載發(fā)射器的水下機(jī)器人的坐標(biāo)。

目標(biāo)P與各陣元之間通過水聲傳播的距離表達(dá)式為

式中：c為聲音在水中的傳播速度；t為短基線定位系統(tǒng)地面站發(fā)送詢問信號的時(shí)刻；ti為短基線定位系統(tǒng)各陣元接收到信號的時(shí)刻；Δt為短基線定位系統(tǒng)內(nèi)的延時(shí)時(shí)間。

圖2 水聲定位幾何原理Fig.2 Geometric principle of underwater sound positioning

聯(lián)立式（1）和式（2）得到

將目標(biāo)P與陣元坐標(biāo)代入式（3）可以得到一個(gè)方程組，該方程組有4個(gè)未知量，因此，利用4個(gè)方程可以得到位置（x，y，z）和時(shí)延Δt。

本文搭建的短基線定位系統(tǒng)如圖3所示。圖中：zo為機(jī)器人相對于地面的高度。將發(fā)射器集成到水下機(jī)器人上，作為發(fā)出信號的信標(biāo)。在水面附近，放置4個(gè)短基線陣元，短基線陣元作為接收器監(jiān)聽發(fā)射器發(fā)出的信號。定位系統(tǒng)通過計(jì)算發(fā)射器發(fā)出信號到每個(gè)短基線陣元接收到信號的時(shí)間差來計(jì)算攜帶發(fā)射器的機(jī)器人的位置。

圖3 機(jī)器人與目標(biāo)在定位系統(tǒng)中的位置關(guān)系Fig.3 Relative location of robot and target in positioning system

3.2 坐標(biāo)轉(zhuǎn)換方法

水下定位系統(tǒng)搭建成功后，通過分析相機(jī)成像坐標(biāo)系與機(jī)器人世界坐標(biāo)系之間的關(guān)系，以及機(jī)器人世界坐標(biāo)系與定位系統(tǒng)坐標(biāo)系之間的關(guān)系，可以將目標(biāo)坐標(biāo)從相機(jī)成像坐標(biāo)系經(jīng)由機(jī)器人世界坐標(biāo)系轉(zhuǎn)換到定位系統(tǒng)坐標(biāo)系，具體計(jì)算過程如下：

1）利用DSOD檢測算法檢測水下目標(biāo)在相機(jī)成像坐標(biāo)系中的坐標(biāo)（u，v）。

2）通過聲吶獲取機(jī)器人距離地面的高度zo。

3）通過相機(jī)內(nèi)參矩陣及高度zo將目標(biāo)從相機(jī)成像坐標(biāo)系轉(zhuǎn)換為機(jī)器人世界坐標(biāo)系，進(jìn)而計(jì)算出物體在機(jī)器人世界坐標(biāo)系中的實(shí)際位置。

相機(jī)的內(nèi)參矩陣定義為

式中：f為相機(jī)的焦距；d x、d y為像元尺寸；（u0，v0）為圖像中心像素坐標(biāo)；（xo，yo，zo）為目標(biāo)在機(jī)器人世界坐標(biāo)系的實(shí)際位置。由此計(jì)算出（xo，yo，zo），即

4）通過短基線定位系統(tǒng)獲取機(jī)器人在定位系統(tǒng)坐標(biāo)系中的坐標(biāo)F（x，y，z）。

5）根據(jù)機(jī)器人世界坐標(biāo)系與定位系統(tǒng)坐標(biāo)系之間的關(guān)系，將目標(biāo)坐標(biāo)轉(zhuǎn)換到定位系統(tǒng)坐標(biāo)系。如圖4所示，XOY表示短基線定位系統(tǒng)坐標(biāo)系，MFN表示機(jī)器人世界坐標(biāo)系，α為2個(gè)坐標(biāo)系之間的夾角。F為機(jī)器人在短基線定位系統(tǒng)坐標(biāo)系中的坐標(biāo)，T為目標(biāo)在機(jī)器人世界坐標(biāo)系中的坐標(biāo)。

根據(jù)2個(gè)坐標(biāo)系之間的角度關(guān)系，可以得出坐標(biāo)轉(zhuǎn)換表達(dá)式為

圖4 機(jī)器人世界坐標(biāo)系和定位系統(tǒng)坐標(biāo)系的關(guān)系Fig.4 Relation between robot world coordinate system and positioning system coordinate system

式中：（x，y，z）為機(jī)器人的坐標(biāo)；（xf，yf，zf）為目標(biāo)物體T在定位系統(tǒng)中的坐標(biāo)。

4 基于反饋機(jī)制的多信號分析方法

水下機(jī)器人的自主運(yùn)動是實(shí)現(xiàn)自主抓取的前提和關(guān)鍵，其目的在于檢測并接近水下目標(biāo)，最終進(jìn)行抓取。機(jī)器人需要綜合考慮當(dāng)前所處環(huán)境，做出合理的運(yùn)動選擇。水下環(huán)境的不確定性和復(fù)雜性給機(jī)器人自主運(yùn)動問題帶來了巨大挑戰(zhàn)。

機(jī)器人利用水下定位系統(tǒng)探測目標(biāo)的運(yùn)動軌跡，如圖5所示。利用水下定位系統(tǒng)規(guī)劃機(jī)器人的運(yùn)動區(qū)域，運(yùn)動區(qū)域的邊界附近代表警示區(qū)域。機(jī)器人從出發(fā)區(qū)開始，尋找水下目標(biāo)。機(jī)器人的水平運(yùn)動有3種策略：左轉(zhuǎn)、右轉(zhuǎn)和直行，不同的軌跡顏色表示從起點(diǎn)出發(fā)的不同運(yùn)動策略。當(dāng)機(jī)器人進(jìn)入警示區(qū)域時(shí)，需要調(diào)整運(yùn)動路線，遠(yuǎn)離警示區(qū)域并繼續(xù)移動，直到檢測到目標(biāo)為止。當(dāng)機(jī)器人檢測到目標(biāo)時(shí)，需要控制機(jī)器人繼續(xù)靠近目標(biāo)方向，直到到達(dá)機(jī)械手可操作的行程范圍，利用機(jī)械手抓取水下目標(biāo)。

根據(jù)以上分析，本文提出了一種基于反饋機(jī)制的多信號分析方法，如圖6所示。該方法通過收集機(jī)器人的定位信息、深度信息，以及利用目標(biāo)檢測結(jié)果信息，對機(jī)器人的運(yùn)動狀態(tài)進(jìn)行綜合分析，得出最終的移動方案，并將最終決策信號反饋給水下機(jī)器人，引導(dǎo)機(jī)器人繼續(xù)運(yùn)動。

圖5 水下機(jī)器人在限制區(qū)域內(nèi)的運(yùn)動軌跡Fig.5 Trajectory of underwater robot moving within constrained area

圖6 基于反饋機(jī)制的多信號分析方法Fig.6 Multi-signal analysis method based on feedback mechanism

圖7 多信號分析方法流程Fig.7 Flowchart of multi-signal analysis method

多信號分析方法的決策流程如圖7所示。首先，通過短基線定位系統(tǒng)獲得機(jī)器人的位置信息，并判斷機(jī)器人是否駛?cè)脒\(yùn)動區(qū)域的限制區(qū)域。如果機(jī)器人已經(jīng)進(jìn)入限制區(qū)域，則控制機(jī)器人向左前方運(yùn)動，直到遠(yuǎn)離限制區(qū)域。然后，獲取目標(biāo)檢測算法對當(dāng)前機(jī)器人視覺區(qū)域的目標(biāo)檢測結(jié)果，如果當(dāng)前視覺區(qū)域沒有目標(biāo)，則控制機(jī)器人向正前方運(yùn)動；否則，根據(jù)檢測結(jié)果的目標(biāo)分布情況，判斷機(jī)器人應(yīng)該向正前方、左前方或右前方運(yùn)動。根據(jù)目標(biāo)定位算法可以進(jìn)一步計(jì)算出目標(biāo)在水下定位系統(tǒng)中的位置，從而精確機(jī)器人的移動方向。最后，利用機(jī)器人搭載的聲吶向海底發(fā)射脈沖信號，根據(jù)響應(yīng)時(shí)間計(jì)算距離海底的深度信息，判斷機(jī)器人能否繼續(xù)下潛。如果可以繼續(xù)下潛，則機(jī)器人除了水平方向的運(yùn)動之外還應(yīng)該伴隨下潛運(yùn)動，即機(jī)器人應(yīng)該向正前下、左前下或右前下的方向運(yùn)動。多信號分析方法的決策結(jié)果會及時(shí)反饋給機(jī)器人并控制機(jī)器人的下一步運(yùn)動，而機(jī)器人完成一次運(yùn)動操作后會繼續(xù)利用多信號分析方法獲取下一次移動方案。

目標(biāo)檢測結(jié)果除了用來計(jì)算目標(biāo)在水下定位系統(tǒng)中的位置坐標(biāo)之外，本文還定義了一種通信協(xié)議，用來幫助機(jī)器人理解目標(biāo)在當(dāng)前視野中的分布情況。如圖8所示，將圖像分為9個(gè)區(qū)域。根據(jù)檢測結(jié)果，可以分別統(tǒng)計(jì)每個(gè)區(qū)域內(nèi)各個(gè)類別的目標(biāo)數(shù)目，并將統(tǒng)計(jì)結(jié)果按照順序拼接成檢測信號發(fā)送給機(jī)器人，該檢測信號可以幫助機(jī)器人分析朝哪個(gè)方向運(yùn)動更接近目標(biāo)。

圖8 檢測模塊和機(jī)器人之間的通信協(xié)議Fig.8 Communication protocol between detection module and robot

5 實(shí)驗(yàn)與結(jié)果

為了驗(yàn)證本文算法，設(shè)計(jì)和開發(fā)了一款水下抓取機(jī)器人，將算法應(yīng)用到機(jī)器人上，實(shí)現(xiàn)機(jī)器人的智能檢測和自主抓取。

5.1 水下機(jī)器人設(shè)計(jì)

圖9 水下機(jī)器人組成結(jié)構(gòu)Fig.9 Underwater robot composition structure

水下敏捷機(jī)器人的自主抓取研發(fā)需要解決許多水下運(yùn)行環(huán)境所帶來的問題。如圖9所示，本文設(shè)計(jì)的機(jī)器人是一款6推進(jìn)器的ROV，其搭載了3個(gè)亞克力艙室作為電子部件的防水處理，1個(gè)作為主艙保護(hù)樹莓派、Pixhawk控制板等核心電子器件，2個(gè)作為電池倉放置電壓供電模塊。由于海水腐蝕性很強(qiáng)，選擇具有防腐蝕性的工業(yè)鋁搭建機(jī)器人主體框架。

Pixhawk控制板主要用來收集并處理機(jī)器人各部件發(fā)出的信號，樹莓派是機(jī)器人的通信中心。6個(gè)推進(jìn)器協(xié)調(diào)工作實(shí)現(xiàn)機(jī)器人的上浮、下潛、左右滑動及轉(zhuǎn)向控制。由于水下能見度低，為了提高圖像采集的質(zhì)量，選用4 K高清水下相機(jī)，并搭載亮度可調(diào)的水下光源作為補(bǔ)充。

水下機(jī)器人在水下作業(yè)需要克服重力影響，本文機(jī)器人通過亞克力艙室及浮力塊提供的浮力來維持自身平衡，與水面供電及信號通信的電纜都選用零浮力線纜。

水下定位系統(tǒng)的4個(gè)接收器搭建在水面，發(fā)射器搭載到機(jī)器人上，發(fā)射器與接收器之間通過發(fā)射脈沖信號通信。聲吶安裝在機(jī)器人的底部中心位置，豎直向下發(fā)射聲波信號。

為了抓取海產(chǎn)品，設(shè)計(jì)了一款二自由度的機(jī)械手，搭載在機(jī)器人的前方。機(jī)械手一組完整的抓取動作如圖10所示。

本文設(shè)計(jì)的機(jī)器人經(jīng)過反復(fù)水下實(shí)驗(yàn)，已經(jīng)能夠在真實(shí)海洋環(huán)境中實(shí)現(xiàn)海產(chǎn)品的自主抓取。

5.2 海產(chǎn)品檢測

對于基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測任務(wù)，數(shù)據(jù)集的選取非常重要。Imagenet、COCO、Pascal VOC等公共數(shù)據(jù)集，體積龐大，雖然種類豐富，但是扇貝、海參、海膽等海產(chǎn)品的圖片數(shù)量并不充足。因此，筆者標(biāo)注了水下圖像數(shù)據(jù)集用于訓(xùn)練檢測網(wǎng)絡(luò)，數(shù)據(jù)集包含海參、海膽、扇貝3類海產(chǎn)品共29 500張圖片。

本文目標(biāo)檢測算法在caffe框架上實(shí)現(xiàn)，實(shí)驗(yàn)環(huán)境使用Nvidia Geforce GTX 1080 TI GPU、Cudnn v5.1及Intel Core i7-6700k@4.00 GHz。初始學(xué)習(xí)率設(shè)置為0.1，每迭代20 000次學(xué)習(xí)率降低10%，迭代100 000次停止訓(xùn)練。經(jīng)過多次訓(xùn)練，本文目標(biāo)檢測算法可以在水下圖像數(shù)據(jù)集上獲得81.2%的準(zhǔn)確率。

目前，比較主流的檢測算法在水下圖像數(shù)據(jù)集上的檢測效果對比如表1所示。SSD300［9］、YoLov3［19］、DSOD［1］的 檢 測 速 度 都 能 夠 達(dá) 到10幀/s以 上，其 中 YoLov3［19］檢 測 速 度 最 快，DSOD［1］的檢測效果最好。

圖10 機(jī)器人完整的抓取動作Fig.10 Robot's complete capture action

表1 水下圖像數(shù)據(jù)集檢測結(jié)果對比Table 1 Comparison of detection results on underwater image dataset

對于現(xiàn)階段的水下自主抓取機(jī)器人，10幀/s以上的處理速度已經(jīng)能夠滿足實(shí)際作業(yè)要求，為了追求更高的目標(biāo)檢測準(zhǔn)確率，選擇DSOD作為本文系統(tǒng)的檢測算法。DSOD目標(biāo)檢測的部分效果如圖11所示，圖中不同顏色的標(biāo)簽代表不同類別，每個(gè)標(biāo)簽顯示了檢測算法判定該目標(biāo)所屬的類別及屬于該類別的概率。

圖11 水下目標(biāo)檢測結(jié)果Fig.11 Detection results of marine object

5.3 系統(tǒng)性能分析

本文設(shè)計(jì)的海產(chǎn)品智能檢測與自主抓取系統(tǒng)經(jīng)過深入實(shí)際調(diào)研，考慮了機(jī)器人實(shí)際作業(yè)的場景，能夠在真實(shí)海洋環(huán)境中實(shí)時(shí)檢測目標(biāo)，并引導(dǎo)機(jī)器人進(jìn)行海產(chǎn)品的自主抓取作業(yè)。但是在實(shí)際抓取效率方面，搭載該系統(tǒng)的水下機(jī)器人尚未達(dá)到人工捕撈的效率。原因主要有：①水下環(huán)境異常復(fù)雜，機(jī)器人在實(shí)際作業(yè)時(shí)容易受到暗流、洋流、礁石等因素的干擾；②系統(tǒng)及機(jī)器人還存在進(jìn)一步改進(jìn)和完善的空間。

6 結(jié) 論

本文提出一種智能檢測和自主抓取系統(tǒng)，用來協(xié)助機(jī)器人解決水下目標(biāo)的智能檢測問題并引導(dǎo)機(jī)器人自主抓取海產(chǎn)品。

1）針對水下目標(biāo)檢測問題，將DSOD算法應(yīng)用到水下場景，利用標(biāo)注的水下圖像數(shù)據(jù)集訓(xùn)練檢測模型來檢測海參、海膽、扇貝等海產(chǎn)品。

2）為了計(jì)算海產(chǎn)品的實(shí)際位置，搭建了短基線定位系統(tǒng)來定位水下機(jī)器人，并通過分析相機(jī)成像坐標(biāo)系與水下定位系統(tǒng)坐標(biāo)系之間的關(guān)系，提出一種計(jì)算海產(chǎn)品實(shí)際位置的坐標(biāo)變換方法。

3）針對水下機(jī)器人的自主運(yùn)動問題，設(shè)計(jì)了一種基于反饋機(jī)制的多信號分析方法，用來引導(dǎo)機(jī)器人在水下移動并抓捕海產(chǎn)品。為了驗(yàn)證本文算法的有效性，搭建了一款水下抓捕機(jī)器人，并成功將算法應(yīng)用到機(jī)器人進(jìn)行海產(chǎn)品的智能檢測和自主抓取。