CN107203222B - 无人机实现船舶水尺图像及视频拍摄的方法 - Google Patents

Abstract

本发明提供一种利用无人机实现船舶水尺图像及视频拍摄的方法，包括无人机检查步骤、图像及视频拍摄步骤、水尺自动识别步骤、拍摄数据记录步骤、实时传输步骤、图像及视频数据处理步骤。上述无人机拍摄方法操作简单、实施快速、可控性强、安全性高、数据可追溯性、受外界环境因素影响小，可以快速准确获得船舶水尺不同视角图像及视频的方法，大大降低人为因素对后续图像及视频处理的影响，可解决天气海况、船舶形状等客观因素对检测结果的影响。

Description

无人机实现船舶水尺图像及视频拍摄的方法

技术领域

本发明涉及一种无人机和机器视觉实现船舶水尺图像及视频拍摄方法，涉及专利分类号B作业；运输B63船舶或其他水上船只；与船有关的设备B63B船舶或其他水上船只；船用设备B63B39/00减少纵摇，横摇或类似不希望有的船只运动的设备；指示船只姿态的设备B63B39/12用于指示吃水或负载的。

背景技术

在船舶水尺计重领域，获取准确水尺图像数据非常重要。传统的拖船人工观测方法，由于受海况影响，拖船和水尺船舶都处于波动状态，加上人工读数的主观性大，造成获取准确水尺数据存在较大不可控因素。人工拖船观测方法花费较大，巨轮周围观测还存在诸多不安全因素，数据可塑性也不强。为了克服上述人工拖船水尺观测方法存在的诸多局限，近来越来越多的研究集中在非人工获取水尺计重数据的方面，如爬壁机器人水尺计重法(CN201210276310.7)，码头定点摄像观测方法(CN201510384721.1)，船舶固定装置便携式水尺探测装置(CN201510384721.1)，利用利用雷达探测技术测量船舶吃水深度的仪器(CN201620465095.9)等等，上述发明虽然解决了人工拖船观测水尺存在的问题，但也不同程度存在着装置复杂、操作不便、不够准确、不够快捷等局限。采用无人机技术，将现代科技与传统检验鉴定工作相结合，提高水尺计重工作效率和水尺观测的准确性，降低水尺计重作业成本，避免传统观测水尺乘坐拖轮产生的排放污染和费用，通过视频数据存储手段使检验过程具有可追溯性。

发明内容

本发明提供一种利用无人机实现船舶水尺图像及视频拍摄的方法，旨在克服上文所述的现有技术中存在的缺陷。

具体而言，本发明提供一种利用无人机实现船舶水尺图像及视频拍摄的方法，无人机围绕船舶飞行，机载摄像设备发现船舶水尺线，选择合适拍摄高度和角度，悬停固定拍摄图像及视频，无线数据实时传输移动控制终端设备并进行实时处理。

包括如下步骤：

定位飞行步骤：起飞的无人机获取识别目标船舶的GPS坐标，根据自身的所在位置，按设定路径飞行至所述的GPS坐标位置并悬停；

精细定位步骤：所述的悬停无人机控制速率开始下降高度，下降过程中所述无人机摄像头轴心处于水平，获取无人机所处高度平面的图像；分析该图像中的构成，当图像中不存在背景轮廓时，停止下降高度；

视频采集步骤；所述停止下降高度的无人机开始水平移动，采集所述目标船舶的船身图像；

当船身图像中出现背景轮廓时，无人机向反方向移动，过程中继续获取所述的船身图像，直至采集图像中再次出现背景轮廓时，停止本次船舶图像采集过程；

视频分析步骤：逐帧分析所述视频采集步骤中获取的船舶图像的视频帧序列图片，分析得到多个带有水尺图像的图片；读取图片中水尺数据，生成所述目标船舶当前的吃水数据，完成船舶水尺图像及视频的采集。

作为优选的实施方式，

所述精细定位步骤和视频采集步骤中，采用图像分割算法判定图像中出现的天空或者港口背景、海水以及船舶图像部分。

作为优选的实施方式，所述视频分析步骤中，采用K-近邻算法识别图像中出现的船舶水尺数字图像。

作为优选的实施方式，具有初始定位步骤：

当无人机到达到指定GPS坐标后，识别设置在泊位的固定识别点，作为初始的悬停位置。

作为优选的实施方式，还具有载重判别步骤：

该步骤中，无人机或数据中心的运算单元获取当前船舶港口的水密度、当前船舶的静水力数据、船舶排水量、船舶压载水舱修正以及舱容表数据；通过排水量的纵倾修正和港水密度修正，修正船体变型和拱陷，计算得出船舶拱陷校正后的平均吃水，扣除相关非货物重量测算后，最终计算得出船舶载货重量。

更进一步的，所述的载重判别步骤中，所述的船舶吃水修正的过程如下：

通过如下公式计算得出吃水修正值

其中Fc、Ac、Mc分别船舶艏部、舯部和艉部的吃水修正值，LBP为船舶垂线间的距离,m(ft)；Df为艏水尺标记到艏垂线间的距离,m(ft)；Da为艉水尺标记到艉垂线间的离,m(ft)；Dm舯水尺标记到LBP/2的距离,m(ft)，查表求得；T为观测吃水差,m(ft)。

更进一步的，所述的排水量的港水密度修正过程如下

式中：ρ1为实测港水密度，单位为克每立方厘米(g/cm3)；ρ为制表密度，单位为克每立方厘米(g/cm3)。

附图说明

为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的算法流程图

图2为本发明纵倾修正的原理图

图3为本发明纵倾修正值附表

图4为本发明实施例示意图

具体实施方式

本发明用载有摄像设备的无人机来实现船舶水尺图像视频的拍摄。

图1-4所示，一种无人机实现船舶水尺图像及视频拍摄的方法，主要基于现有较为场景的无人机，即主要依赖软件算法的改进实现主要的功能，对硬件没有过多的改进和依赖，便于利用现有设备，减少成本。方法主要包括如下步骤：

定位飞行步骤：由固定起飞点起飞的无人机获取识别目标船舶的GPS坐标(预想通过通信单元输入无人机)，无人机根据起飞点和自身的所在位置，按设定路径飞行至所述的GPS坐标位置并悬停。

为了能够更为便捷的开展后续的视频采集和分析步骤，无人机在开始后续算法之前的存在一个标定位置，更有利于后续算法实现。

故作为优选的实施方式，具有初始定位步骤：当无人机到达到指定GPS坐标后，识别设置在泊位的固定识别点，作为初始的悬。可选择人工在泊位或者船舶上设置统一的，由简易的黑白图形构成的标志图形。

在无人机选定悬停位置后，即可开始所述的精细定位步骤：

考虑到，获得带有详细数值的水尺图像，需要无人机尽可能的接近船舶，同时考虑一般远洋船舶的干舷较高，而无人机的观测需要同时拍摄海面和部分船身，即最佳高度最好能够接近水线区域，而且无人机处于船舶水线的斜上方，如果角度过大，获得的图像中的数字将产生很大的畸变，影响算法识别，故作为优选的实施方式，该步骤具体过程如下：

悬停无人机控制速率(优选的选择匀速下降)开始下降高度，下降过程中所述无人机摄像头成像区域的轴心处于水平，开始不间断的获取无人机所处高度平面的图像/视频帧序列。并且不断地分析该图像中的构成，当图像中不存在背景轮廓时，即表示无人机所处的高度位于船身范围之内，停止下降高度，可以开始后续的图像采集。

考虑到，船舶的水线可能位于船身的不同位置，尤其是泊位中的大型船舶，一般会包括艏部水线、舯部水线和艉部水线。故作为优选的实施方式，

视频采集步骤；所述停止下降高度的无人机开始水平移动，采集所述目标船舶的船身图像；

当船身图像中出现背景轮廓时，无人机向反方向移动，过程中继续获取所述的船身图像，直至采集图像中再次出现背景轮廓时，停止本次船舶图像采集过程。

经过上述步骤，使得无人机能够遍历整个船身的长度，能够保证获得覆盖船身的全部图像数据。方便后续算法识别多个水尺的数据，作为后续算法计算船舶排水量的基础。同时，当发现同一船舶不同水尺数据存在阈值范围外的差别后，还可考虑发出船舶倾覆预警。

考虑到，海面波动，会对视频采集造成负面影响，故作为优选的实施方式，需要获取一定时长的视频片段，取波动海平面的平均值。故作为优选的实施方式，在横向过程中，分析该船身视频帧序列中的图像图片，通过背景比对，分辨出与前一帧图像有差别的图像图片，当检测出差别图像图片时，无人机停止横向运动，按当前气象水文条件，计算得出拍摄阈值时长。

相关的水文气象条件可通过无线通信单元由远程数据库传输，作为可选的实施方式，可接受港口内外监测设备的直采设备，也可利用港外的气象水文站发布的公共数据。

无人机采集与阈值时长对应长度的图像片段后，继续横向运动过程。

视频分析步骤：逐帧分析所述视频采集步骤中获取的船舶图像的视频帧序列图片，分析得到多个带有水尺图像的图片；读取图片中水尺数据，生成所述目标船舶当前的吃水数据，完成船舶水尺图像及视频的采集。

作为优选的实施方式，所述精细定位步骤和视频采集步骤中，采用图像分割算法判定图像中出现背景、船舶以及海水。可选择《基于图像分割的船舶涂装轮廓检测方法》白伟志，顿向明《机电一体化》,2016,22(3):18-23记载的方法(仅作为算法可实施的证明，也可选择其它原理的算法，能够得出船舶轮廓或者识别出船舶和背景图像即可)

同样的，作为优选的实施方式，所述视频分析步骤中，采用K-近邻算法识别图像中出现的船舶水尺数字图像。

在于所述的视频分析步骤之后，还可利用无人机内部的运算单元和无线传输单元进行船舶载重判别。可直接将数据传输至无人机周边指定的移动终端，整个运算过程，也可交由数据中心进行运算。

该步骤中，无人机或数据中心的运算单元获取当前船舶港口的水密度数据、当前船舶的静水力数据、船舶排水量、船舶压载水舱修正以及舱容表数据；通过纵倾修正和港水密度修正，修正船体变型和拱陷，计算得出船舶的平均吃水，扣除重量测算后，最终计算得出船舶载重量。

作为优选的实施方式，所述的载重判别步骤中，所述的排水量纵倾修正的过程如下：

通过如下公式计算得出船舶吃水修正值

其中Fc、Ac、Mc分别船舶艏部、舯部和艉部的吃水修正值，LBP为船舶垂线间的距离,m(ft)；Df为艏水尺标记到艏垂线间的距离,m(ft)；Da为艉水尺标记到艉垂线间的离,m(ft)；Dm舯水尺标记到LBP/2的距离,m(ft)，查表求得；T为观测吃水差,m(ft)。

所述的排水量的港水密度修正过程如下

式中：ρ1为实测港水密度，单位为克每立方厘米(g/cm3)；ρ为制表密度，单位为克每立方厘米(g/cm3)。

作为优选的实施方式，所述的定位飞行步骤之前还具有无人机检查步骤：对无人机进行初始状态的检查；摄像确定步骤：确定摄像设备的相关摄像参数；以及无人机飞行控制步骤：通过操作终端遥控无人机在船舶周围移动，并能悬停于空中任意固定位置，将无人机置于便于无人机起飞位置，遥控无人机起飞并围绕船舶飞行，并能悬停于固定位置。无人机检查步骤还包括：无线互联装置是否处于开启状态，无线数据传输状态是否良好；所述无人机检查步骤包括：确定无人机状态是否良好，发动机电量或燃料载量是否充足，确保飞行时间内不会缺乏动力而坠入水中；保证无人机的正常飞行，尤其是在较为复杂的气象条件下的飞行作业。

更进一步的，在所述的视频分析步骤得到船舶吃水数值后，采用无线互联数据传输技术，将无人机拍摄图像、视频数据和吃水数值实时传输至远程数据中心和特定的移动智能终端。

根据本发明的一实施例的图像视频采集示意图。无人机发现水尺标记，悬停于水尺附近的水面上，调整摄像头，对准水尺和水面交界处，进行图像视频采集。

实施示例优选地，无人机自动寻找水尺标记，并在距离水尺距离水平距离2米，距离水面垂直距离2米位置悬停，摄像机角度与水平夹角15度，水面和水尺始终在图像范围内。优选地，根据气象水文条件，水波浪小于35cm，拍摄的图像画面每秒拍摄一张，选取60张。更优选地，拍摄视频画面60秒钟。选取拍摄的图像或视频片段被实时处理，得到水尺数据。

算例：

货轮六面吃水分别为：艏左7.11米、艏右7.11米；艉左7.32米、艉右7.45米；舯左7.47米、舯右7.25米。已知该轮艏吃水标记在艏垂线后0.80米处，艉吃水标记在艉垂线前4.20米处，舯吃水标记在船舯处，垂线间长度为192.00米。经过上述计算纵倾修正后的艏平均吃水为7.110m，纵倾修正后的艏、艉平均吃水为7.289m、拱陷修正后的总平均吃水为7.265m。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种利用无人机实现船舶水尺图像及视频拍摄的方法，基于载有视频/图像采集设备的无人机，其特征在于包括如下步骤：

定位飞行步骤：起飞的无人机获取识别目标船舶的GPS坐标，根据自身的所在位置，按路径飞行至所述的GPS坐标位置并悬停；

高度定位步骤：所述的悬停无人机控制速率开始下降高度，下降过程中所述无人机摄像头轴心与无人机所在高度水平面呈30°夹角，获取无人机下降高度过程中的图像；分析该图像中的构成，当图像中同时存在船身和海水图像时，停止下降高度；

视频采集步骤；所述停止下降高度的无人机开始水平移动，采集所述目标船舶的船身图像；

当船身图像中出现背景轮廓时，无人机向反方向移动，过程中继续获取所述的船身视频图像；

过程中，分析该船身视频帧序列中的图像图片，通过背景比对，分辨出与前一帧图像有差别的图像图片，当检测出差别图像图片时，无人机停止横向运动，按当前气象水文条件，计算得出拍摄阈值时长；

无人机采集与阈值时长对应长度的图像片段后，继续横向运动过程；

直至采集图像中再次出现背景轮廓时，停止本次船舶图像采集过程；

视频分析步骤：逐帧分析所述视频采集步骤中获取的船舶图像的图像片段中的图片，读取图片中水尺数据，生成所述目标船舶当前的吃水数据，完成船舶水尺图像及视频的采集。

2.根据权利要求1所述的利用无人机实现船舶水尺图像及视频拍摄的方法，其特征还在于

所述高度定位步骤和视频采集步骤中，采用图像分割算法判定图像中出现的背景、船身以及水线。

3.根据权利要求1所述的利用无人机实现船舶水尺图像及视频拍摄的方法，其特征还在于所述视频分析步骤中，采用K-近邻算法识别图像中出现的船舶水尺数字图像。

4.根据权利要求1所述的利用无人机实现船舶水尺图像及视频拍摄的方法，其特征还在于具有初始定位步骤：

当无人机到达到指定GPS坐标后，识别设置在泊位的固定识别点，作为初始的悬停位置。

5.根据权利要求1所述的利用无人机实现船舶水尺图像及视频拍摄的方法，其特征还在于所述的视频分析步骤之后，还具有载重判别步骤：

该步骤中，无人机或操控终端的运算单元通过数据库或人工输入获取当前船舶所在口岸的水密度、船舶的静水力数据、船舶排水量、船舶压载水舱修正以及舱容表数据；通过纵倾修正和港水密度修正，修正船体变型和拱陷，计算得出船舶的平均吃水，扣除相关非货物重量后，最终计算得出船舶载货重量。

6.根据权利要求5所述的利用无人机实现船舶水尺图像及视频拍摄的方法，其特征还在于所述的载重判别步骤中，所述的排水量纵倾修正的过程如下：

通过如下公式计算得出船舶吃水修正值：

其中Fc、Ac、Mc分别船舶艏部、舯部和艉部的吃水修正值，LBP为船舶垂线间的距离,单位为 m 或者 ft ；Df为艏水尺标记到艏垂线间的距离, 单位为 m 或者 ft ；Da为艉水尺标记到艉垂线间的距 离, 单位为 m 或者 ft ；Dm舯水尺标记到LBP/2的距离, 单位为 m或者 ft ，查表求得；T为观测吃水差, 单位为 m 或者 ft 。

7.根据权利要求5所述的利用无人机实现船舶水尺图像及视频拍摄的方法，其特征还在于：所述的排水量的港水密度修正过程如下

式中：ρ1为实测港水密度，单位为克每立方厘米(g/cm3)；ρ为制表密度，单位为克每立方厘米(g/cm3)。

Images