一种面向船舶清洗的多模态自主作业系统及导航方法

本发明涉及船舶自动化、水下机器人与机器视觉导航交叉，具体而言，涉及一种面向复杂海洋环境与船体均质漆面的多模态自主作业系统及抗干扰导航方法。

背景技术：

1、船舶长期服役于高盐雾、高湿度的海洋环境中，船体外板极易发生复杂的电化学腐蚀。伴随藤壶、海藻等海生物的附着，防腐涂层的物理结构常遭到破坏并诱发深层点蚀，同时显著增加船体表面的流体粗糙度。此类污损不仅削弱了钢板的结构强度，还会导致船舶航行阻力上升，进而引发约 5%～10% 的额外动力损耗，大幅增加了航运成本与碳排放。

2、传统的船舶维保主要依赖人工搭设脚手架进行除锈清洗，该模式施工周期长，且伴随高浓度粉尘、强噪声及高空坠落等严峻的安全隐患。为提升作业效率，工业界逐步引入了自动化维保装备。然而，面对真实的复杂海洋工况，现有自动化设备在机动性、感知鲁棒性及工艺闭环反馈方面仍存在显著的技术局限。

3、在水下近壁作业场景中，移动载体需在船体曲面、附着物和水流扰动等条件下完成导航。现有系统通常难以同时兼顾弱纹理条件下的稳定定位、动态干扰筛选和近壁避障规划，导致定位结果与实际导航需求之间缺少连续的数据链路。

4、在视觉导航与感知层面，水下清洗场景呈现出典型的“动态、弱纹理”复合特征。作业伴生的空化气泡、高压射流激起的浑浊泥沙以及游动的鱼群，构成了严重的  高动态干扰，极易打破传统视觉同步定位与建图系统的静态世界假设，引入大量误匹配点。同时，船体外壳大面积覆盖的均质防锈漆缺乏角点和边缘几何信息，形成视觉“特征荒漠”，这直接导致视觉里程计在长距离巡航作业中不可避免地产生剧烈的累积漂移。

5、在目标评估与工艺控制层面，现有缺陷检测算法大多停留在粗粒度的“锈蚀/非锈蚀”二分类阶段，存在感知结果难以支持差异化作业决策的问题。浮锈、漆面剥落与深层点蚀等不同演进阶段具有不同外观特征；缺乏细粒度定级模型会限制船舶清洗作业的精细化与智能化水平。

6、综上所述，如何在强动态、弱纹理干扰下实现高精度的位姿估计，并将位姿估计结果与地图构建、导航规划和锈蚀细粒度感知结果进行有效衔接，已成为船舶维保装备智能化发展中亟待解决的问题。

技术实现思路

1、发明目的：针对现有船舶清洗作业在复杂水下环境中存在的图像退化、动态伪特征干扰、弱纹理区域空间约束不足、局部避障规划不稳定以及锈蚀细粒度感知能力不足等问题，本发明提出一种面向船舶清洗的多模态自主作业系统及导航方法，以提高水下导航定位、局部环境适应和锈蚀感知能力。

2、上述的目的通过以下技术方案实现：

3、本发明首先提供一种面向船舶清洗的多模态自主作业导航方法，该方法包括如下步骤：

4、s1、时空数据预处理与各向异性复原：同步采集作业环境的双目图像观测数据流、距离观测数据以及机体动力学时序数据，并进行时间对齐；对所述双目图像观测数据流进行预处理得到复原图像序列，对所述机体动力学时序数据执行连续预积分，得到相邻时刻的相对运动状态和重力方向；

5、s2、动静特征解耦与非刚体动态滤除：在s1得到的复原图像序列中提取相邻关键帧的候选二维匹配点对，并计算各候选二维匹配点对的对称极线几何距离；对于每一候选二维匹配点对，分别预测三维点；基于s1得到的相对运动状态，将前一关键帧相机坐标系中的三维点变换至后一关键帧相机坐标系，计算三维几何一致性残差；基于所述对称极线几何距离与所述三维几何一致性残差对相应候选二维匹配点对执行掩码剔除，得到保留静态匹配特征；对所述保留静态匹配特征进行三角化，得到静态地图点；

6、s3、由保留静态匹配特征和静态地图点形成的点重投影约束、由几何边缘线特征形成的几何边缘线重投影约束，以及由hessian标准型平面特征形成的hessian标准型平面约束进入后端优化，得到系统绝对位姿；

7、s4、锈蚀细粒度定级与导航规划：基于s1得到的复原图像序列提取锈蚀缺陷感兴趣区域，并融合颜色、纹理和语义特征进行分类，输出细粒度定级标签；将所述细粒度定级标签输出至外部作业策略模块，作为后续选择差异化清洗策略的等级依据；

8、获取预设导航目标位姿，基于s3得到的系统绝对位姿以及s1采集的距离观测数据累计更新全局2.5d概率栅格地图，以所述系统绝对位姿对应的栅格为起点、以所述预设导航目标位姿对应的栅格为终点，采用a*算法生成全局导航路径；从所述全局2.5d概率栅格地图中提取以当前系统绝对位姿为中心的局部障碍子图，并根据相邻时刻的系统绝对位姿确定当前运动状态，采用动态窗口法生成局部速度指令；将所述全局导航路径和所述局部速度指令发送至移动载体执行单元，以执行相应的导航作业。

9、本发明还提供一种用于实现上述导航方法的面向船舶清洗的多模态自主作业系统，包括：

10、多模态环境数据采集阵列，配置为实时、同步采集作业环境的双目图像观测数据流、距离观测数据和机体动力学时序数据，并将所述双目图像观测数据流、所述距离观测数据和所述机体动力学时序数据发送至边缘计算处理单元；

11、边缘计算处理单元，与所述多模态环境数据采集阵列电性连接，内部署抗干扰状态估计引擎、锈蚀细粒度感知模块和导航规划模块，所述导航规划模块配置为接收预设导航目标位姿；所述边缘计算处理单元配置为基于所述双目图像观测数据流、所述距离观测数据、所述机体动力学时序数据和所述预设导航目标位姿执行权利要求1至5任一项所述的导航方法，输出系统绝对位姿、细粒度定级标签、全局导航路径和局部速度指令；其中，所述锈蚀细粒度感知模块将所述细粒度定级标签输出至外部作业策略模块，所述细粒度定级标签不作为定位、建图或导航规划的输入；

12、移动载体执行单元，与所述边缘计算处理单元通信连接，配置为接收所述全局导航路径和所述局部速度指令，并依据所述局部速度指令执行导航作业。

13、本发明相比现有技术的有益效果是：

14、通过对双目图像观测数据流进行图像复原并对机体动力学时序数据进行连续预积分，得到复原图像序列、相对运动状态和重力方向，可为后续特征处理和位姿优化提供连续输入；通过分别将对称极线几何距离和三维几何一致性残差与各自对应的阈值比较，剔除动态伪特征并得到保留静态匹配特征和静态地图点，可降低动态干扰对后端优化的影响；通过将惯性预积分约束、点重投影约束、几何边缘线重投影约束和hessian标准型平面约束联合纳入滑动窗口优化，得到系统绝对位姿，可增强弱纹理区域的几何约束；通过将细粒度定级标签作为外部作业策略模块后续选择差异化清洗策略的等级依据，并使其与定位、建图和导航规划的数据链路相互独立，可避免感知标签被误用于导航计算；通过基于系统绝对位姿、距离观测数据和预设导航目标位姿生成全局导航路径和局部速度指令，可提升船舶清洗作业过程中的导航与感知协同性。

1.一种面向船舶清洗的多模态自主作业导航方法，其特征在于，该方法包含如下步骤：

2.根据权利要求1所述的一种面向船舶清洗的多模态自主作业导航方法，其特征在于，步骤s1所述双目图像观测数据流包括双目视觉传感器在每一采集时刻同步获取的左目图像和右目图像；所述对双目图像观测数据流进行预处理是对所述双目图像观测数据流进行对比度修复、边缘复原和各向异性扩散处理，以平滑水下散射噪声并保留方向性高频边缘纹理，得到左目复原图像和右目复原图像，并将得到的左目复原图像和右目复原图像按照采集的时间戳排列成复原图像序列。

3.根据权利要求1所述的一种面向船舶清洗的多模态自主作业导航方法，其特征在于，所述步骤s2具体包括如下子步骤：

4.根据权利要求3所述的一种面向船舶清洗的多模态自主作业导航方法，其特征在于，所述步骤具体包括如下过程：

5.根据权利要求1所述的一种面向船舶清洗的多模态自主作业导航方法，其特征在于，所述步骤s4中对锈蚀缺陷进行分类的特征提取与融合机制包括如下子步骤：

6.一种用于实现权利要求1至5任一项所述导航方法的面向船舶清洗的多模态自主作业系统，其特征在于，包括：

7.根据权利要求6所述的一种面向船舶清洗的多模态自主作业系统，其特征在于，所述多模态环境数据采集阵列集成有双目视觉传感器、高频惯性测量单元和距离传感器；其中，所述双目视觉传感器与所述高频惯性测量单元通过硬件同步触发电路实现时间戳对齐，所述双目视觉传感器用于在每一采集时刻同步采集左目图像和右目图像，以形成双目图像观测数据流；所述高频惯性测量单元用于采集机体动力学时序数据，所述距离传感器用于采集距离观测数据；所述双目图像观测数据流用于得到复原图像序列、保留静态匹配特征和静态地图点，所述机体动力学时序数据用于得到相对运动状态和重力方向，所述距离观测数据与系统绝对位姿用于累计更新全局2.5d概率栅格地图。