一种结构先验知识增广与迁移的水下定位方法

专利主权项内容

1.一种结构先验知识增广与迁移的水下定位方法，其特征在于，包括：通过对获取的现势观测数据集进行增广，得到所述现势观测数据集中每个现势观测图像对应的至少一个伪现势观测图像；通过将至少一个所述伪现势观测图像输入先验特征点检测模型，得到每个所述伪现势观测图像的第一伪特征点，其中，所述先验特征点检测模型是基于目标工程结构先验知识库训练得到的，所述目标工程结构先验知识库是基于初始工程结构先验知识库增广得到的，所述目标工程结构先验知识库包括多个目标基础图形，每个所述目标基础图形标记有初始特征点；通过对每个所述现势观测图像对应的至少一个所述伪现势观测图像的所述第一伪特征点进行逆增广，得到每个所述现势观测图像的第一特征点；通过将水下机器人获取的目标光学图像输入联合迁移模型，得到所述目标光学图像的目标特征点以及所述目标特征点的目标特征描述子，其中，所述联合迁移模型是基于每个所述现势观测图像的所述第一特征点与对应的所述伪现势观测图像的所述第一伪特征点进行训练得到的；基于所述目标光学图像的目标特征点以及所述目标特征点的目标特征描述子，确定所述水下机器人的水下位姿；其中，所述先验特征点检测模型包括第一深度特征提取器和第一特征点复合检测器；在所述通过将至少一个所述伪现势观测图像输入先验特征点检测模型，得到每个所述伪现势观测图像的第一伪特征点之前，基于所述目标工程结构先验知识库训练所述先验特征点检测模型，包括：将所述目标工程结构先验知识库输入所述第一深度特征提取器，得到空间维度特征图集，其中，所述空间维度特征图集包括每个所述目标基础图形对应的第一空间维度特征图；通过将所述空间维度特征图集输入所述第一特征点复合检测器，得到每个所述目标基础图形的预测特征点；根据所述预测特征点和所述初始特征点，计算第一损失函数的第一损失值，所述第一损失函数用于表征所述预测特征点和所述初始特征点的位置相似度；基于所述第一损失值更新所述第一深度特征提取器和所述第一特征点复合检测器的参数，直至满足收敛条件，得到所述先验特征点检测模型；所述联合迁移模型包括第二深度特征提取器、第二特征点复合检测器和联合特征描述器；在所述通过将水下机器人获取的目标光学图像输入联合迁移模型，得到所述目标光学图像的目标特征点以及所述目标特征点的目标特征描述子之前，基于每个所述现势观测图像的第一特征点与对应的所述伪现势观测图像的第一伪特征点训练所述联合迁移模型，包括：通过将每个所述现势观测图像以及对应的所述伪现势观测图像输入所述第二深度特征提取器，分别得到每个所述现势观测图像和每个所述伪现势观测图像的第二空间维度特征图；基于各个所述第二空间维度特征图、所述第一特征点和所述第一伪特征点，训练所述第二深度特征提取器、所述第二特征点复合检测器和所述联合特征描述器；在训练过程中，分别获取所述第二特征点复合检测器对应的第二损失值，以及所述联合特征描述器对应的第三损失值；根据所述第二损失值和所述第三损失值，分别更新所述第二深度特征提取器、所述第二特征点复合检测器和所述联合特征描述器的参数，直至满足收敛条件，得到所述联合迁移模型。