1. 痛點問題

水下目標(biāo)識別在海底地形探測、障礙物規(guī)避、目標(biāo)定位與跟蹤等用途中發(fā)揮著極為重要的作用。相比于成像范圍有限且不直觀的全海深二維前視聲納設(shè)備，全海深三維前視成像聲納系統(tǒng)可以提供更直觀可靠的三維場景信息，提供充足的信息量用于輔助潛水器的操作和判斷。然而，三維聲納點云的目標(biāo)識別技術(shù)目前仍然面臨著許多問題：

（1） 數(shù)據(jù)質(zhì)量不足，環(huán)境復(fù)雜多變。海洋環(huán)境下的三維聲納點云數(shù)據(jù)存在空間分辨率較低、信噪比較低、場景不斷變化等問題；

（2） 數(shù)據(jù)數(shù)量有限，有標(biāo)注數(shù)據(jù)量少。海洋環(huán)境的復(fù)雜性使得獲取大規(guī)模訓(xùn)練數(shù)據(jù)的成本大幅增加；

（3） 數(shù)據(jù)稀疏性高，計算冗余明顯。三維聲納點云存在空間稀疏性的特點，常規(guī)處理方法很難直接適配；

（4） 計算成本較高，難以實際部署。現(xiàn)在針對三維聲納點云數(shù)據(jù)的目標(biāo)識別方法計算復(fù)雜度較高，潛水器搭載的邊緣計算設(shè)備很難滿足算力需求。

2. 解決方案

本技術(shù)成果包含以下核心技術(shù)點：

（1）針對動態(tài)海洋環(huán)境，設(shè)計了基于長短時記憶網(wǎng)絡(luò)的動態(tài)點云數(shù)據(jù)目標(biāo)識別建模方法；

（2）針對訓(xùn)練數(shù)據(jù)不足，設(shè)計了基于聲光跨模態(tài)語義匹配和點云目標(biāo)回溯追蹤的圖像輔助訓(xùn)練方法；

（3）針對數(shù)據(jù)稀疏性問題，設(shè)計了基于深度圖網(wǎng)絡(luò)的三維成像目標(biāo)識別技術(shù)；

（4）針對實際部署時面臨的算力瓶頸，設(shè)計了針對聲納點云數(shù)據(jù)的輕量化網(wǎng)絡(luò)架構(gòu)設(shè)計與自適應(yīng)推理技術(shù)。

基于上述技術(shù)，本技術(shù)成果可實時精確處理聲納點云數(shù)據(jù)，克服了數(shù)據(jù)空間分辨率低、目標(biāo)信號微弱以及計算硬件資源有限等難點，實現(xiàn)了對點云數(shù)據(jù)中特定目標(biāo)的自動識別與跟蹤，提升了全海深三維成像探測系統(tǒng)的智能化與自動化程度。

基于深度學(xué)習(xí)的聲納點云目標(biāo)識別系統(tǒng)示意圖