CN109213162A - 一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法 - Google Patents
一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法 Download PDFInfo
- Publication number
- CN109213162A CN109213162A CN201811017185.1A CN201811017185A CN109213162A CN 109213162 A CN109213162 A CN 109213162A CN 201811017185 A CN201811017185 A CN 201811017185A CN 109213162 A CN109213162 A CN 109213162A
- Authority
- CN
- China
- Prior art keywords
- berthing
- unmanned
- indicator light
- unmanned boat
- embankment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 238000012549 training Methods 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims description 8
- 230000005389 magnetism Effects 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000005621 ferroelectricity Effects 0.000 claims description 2
- 230000001537 neural effect Effects 0.000 claims description 2
- 238000013527 convolutional neural network Methods 0.000 abstract description 6
- 230000010365 information processing Effects 0.000 abstract 1
- 238000003032 molecular docking Methods 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，属于无人艇自主运动控制领域。本发明根据卷积神经网络训练的模型来对目标进行检测识别，识别出堤岸和指示灯，然后将测得的两者的距离和方位反馈给定位和测距更加准确的毫米波雷达，毫米波雷达通过对接收信息处理创建堤岸和指示灯关于距离的反射截面积函数，确定堤岸和指示灯，融合两者信息完成岸堤和指示灯的识别定位及测距任务，通过改变无人艇尾部的电磁铁的电流方向，与岸端靠泊装置磁铁相吸/相斥，完成靠泊/离岸。本发明通过水面无人艇携带的摄像头、毫米波雷达及岸端无人艇靠泊释放装置来自主完成水面无人艇的靠泊离岸操作，且结构清晰，逻辑性较强，易于编程实现。
Description
技术领域
本发明属于无人艇自主运动控制领域，具体涉及一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法。
背景技术
无人艇为强非线性的欠驱动系统，靠泊时面临的环境较为复杂，使得无人艇自主靠泊成为最困难、最复杂的难题之一；据统计，70％的船舶靠泊事故与驾驶人员在港内的不良船艺有关，因此，研究欠驱动无人艇自主靠泊技术具有重要的实际意义。
无人艇是一种无人驾驶、能够自主航行的舰艇，可以通过无线通讯设备对其下达指令或通过自身的控制系统实现操纵，多用在一些相对危险的环境或执行一般有人船无法去完成的任务。与无人机、无人车和无人水下航行器共同组成了我们通常所说的四大无人载体系统。与其他无人系统相比，无人艇发展相对滞后，作为新的科学技术领域，在许多方面都具有极大的发展潜力，如无人艇外型设计、推进系统的改进、自动化与自主化操控等。无人艇的自主靠泊和离岸是无人艇实现自主化作业的中重要组成部分。
无人艇自主靠泊离岸重要部分就是岸端的检测，在水池中，岸端是一段由防波堤组成的直线，所以对岸端的检测转换为对直线的检测。现有的直线检测算法主要有：Hough直线检测算法、Freeman直线检测算法。
中国科学院韩秋蕾的等在《基于改进Hough变换的图像线段特征提取》中提出一种基于改进Hough变换的图像线段特征提取方法。Hough算法及其改进算法是利用坐标域变换的代表。此类算法的优点是抗干扰能力强，对图像中的噪声不敏感。但是由于其算法特点使得其时间复杂度和空间复杂度都很高，并且在变换过程中丢失了线段的长度信息，会检测出很多干扰的直线线段，后期需要在运用条件选择出自己需要的直线目标，所以也不适合实际应用。
北京理工大学的尚振宏在《运用Freeman准则的直线检测算法》提出了一种简单的在图像中检测目标物体直线边界的算法，运用Freeman直线检测算法。该算法从起始链码开始，对每一链码确定一个直线穿行区域以及两条用于确定下一链码是否属于同一直线的上下边界线。如果下一链码位于上下边界线之内，则该链码与上一链码属于同一直线；否则该链码属于另一直线。但存在计算量过大和需要调节的参数过多等问题，因此也不适合与水池无人艇需要实时检测堤岸线的问题。
对于直线如堤岸线和指示灯的检测仍存在着挑战，总体来说，挑战性主要体现在以下两个方面：鲁棒性和计算复杂性。在水池区域的复杂环境下，传统目标检测识别方法无论在鲁棒性和计算复杂度上的表现都被卷积神经网络(Convolutional Neural Network)的目标检测方法超越。卷积神经网络是一个专门针对图像识别问题设计的神经网络。
毫米波雷达和相机采集到的信息进行信息融合，提高了系统的可靠性和稳定性。具体来说是先由相机根据卷积神经网络训练的模型来对目标进行检测识别，识别出堤岸和指示灯，然后将用相机测得的两者的距离和方位反馈给毫米波雷达，然后将两者信息传递定位和测距更加准确的毫米波雷达，毫米波雷达通过对接收到目标反射截面积的处理，创建堤岸和指示灯关于距离的反射截面积函数，可以确定堤岸和指示灯，融合两者信息完成岸堤和指示灯的识别定位及测距任务。主要是因为毫米波雷达对于指定目标的测距和定位能力更加准确。
发明内容
本发明的目的在于提供一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，应用范围广泛，主要用于水面无人艇在水池做试验时的自主靠泊和离岸运动。
本发明的目的是这样实现的：
一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，包含以下步骤：
(1)首先用手机或移动摄像机器采集试验水池堤岸和岸端无人艇靠泊装置携带的指示灯的各个方位的视频数据，后期经过opencv+python处理得到满足要求的图片，设置为1s截取一张图片，其中图片数量为20000张，图片大小为300*500；
(2)在Linux环境下利用标注工具Labelimg对收集到20000张图片进行标注，对象分为三类：堤岸、指示灯和背景，主要标注出堤岸直线位置和指示灯颜色，得到xml文件和代表标签的txt文件，按照一定比例将所有的txt分成训练、验证和测试数据，生成满足卷积神经网输入的Pascal Voc数据集格式，然后对数据集进行训练，得到最优的检测识别模型；
(3)向水面无人艇发送离岸指令，无人艇尾部携带的电磁铁会改变电流方向，与岸端无人艇靠泊装置携带的磁铁磁性相同而排斥，同时推进器转动，完成离岸操作；
(4)水面无人艇靠泊时，通过本身携带的摄像头和毫米波雷达进行信息融合识别出堤岸位置、距离以及岸端靠泊装置的指示灯的位置；
(5)水面无人艇进入岸端靠泊装置，无人艇尾部携带的电磁铁会改变电流方向，与岸端无人艇靠泊装置携带的磁铁磁性相反而相吸，完成靠泊。
所述步骤(3)中离岸操作具体是通过岸端控制箱给无人艇上控制电磁铁电流的Arduino发布指令，改变无人艇携带的电磁铁的电流的方向使无人艇尾部的磁铁磁性和靠泊装置携带的磁铁磁性相同，同时给推进器指令，使无人艇离开靠泊位置。
所述步骤(4)中靠泊具体为相机采集到的图片通过模型检测堤岸及指示灯，若没有检索到目标，则刷新数据，重新检索，直到检索到目标为止；然后通过相机测定堤岸和指示灯的大致方位和距离，将两者数据传递给毫米波雷达，毫米波雷达根据堤岸和指示灯与距离的雷达反射截面积函数来搜索两者准确的距离和方位，然后进行航迹规划。
本发明的有益效果在于：
与现有技术通过人为的释放和回收绳子来实现无人艇的靠泊和离岸相比，本发明通过水面无人艇携带的摄像头、毫米波雷达及岸端无人艇靠泊释放装置来自主完成水面无人艇的靠泊离岸操作；且结构清晰，逻辑性较强，易于编写计算机程序实现。
附图说明
图1为本发明方法流程图；
图2为无人艇岸端靠泊接收装置；
图3为无人艇控制指令及信息流动示意图；
图4为毫米波雷达和相机检测定位堤岸及指示灯原理图；
图5为毫米波雷达对堤岸和指示灯准确定位流程图；
图6为检测定位整体示意图。
具体实施方式
下面结合附图对本发明进一步详细描述。
本发明提供的是一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，用于水面无人艇在水池做试验时的自主靠泊和离岸运动。对于初步设计的水面无人艇需要在室内水池测试和验证其直航、控制参数、航行姿态、回转性及电子设备等的稳定性，因此需要重复进行离岸和靠岸操作。一般情况下，水面无人艇在水池进行上述试验靠泊和离岸操作需要人员来操作，具体做法是在无人艇的某个位置牵一根绳子，通过人为的释放和回收绳子来实现无人艇的靠泊和离岸，这样浪费了大量的人力和时间。本方法通过水面无人艇携带的摄像头、毫米波雷达及岸端无人艇靠泊释放装置来自主完成水面无人艇的靠泊离岸操作。单人只要岸上操作控制箱就可以完成试验，提高模型对环境的变化的鲁棒性，对其实际应用具有很大的意义。
结合图1、图3和图6，一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，包含以下步骤：
(1)首先用手机或移动摄像机器采集试验水池堤岸和岸端无人艇靠泊装置携带的指示灯的各个方位的视频数据，后期经过opencv+python得到满足要求的图片，设置为1s截取一张图片，这样可以增加试验数据的多样性。其中图片数量为20000张，图片大小为300*500左右。
(2)在Linux环境下利用标注工具Labelimg对收集到20000张图片进行标注，对象分为三类：堤岸、指示灯和背景，主要标注出堤岸直线位置和指示灯颜色，得到xml文件和代表标签的txt文件，按照一定比例将所有的txt分成训练、验证和测试数据，生成满足卷积神经网输入Pascal Voc数据集格式。然后对数据集进行训练，得到最优的检测识别模型
(3)在向水面无人艇发送离岸指令时候，无人艇尾部携带的电磁铁会改变电流方向，与岸端无人艇靠泊装置携带的磁铁磁性相同排斥，同时推进器转动，完成离岸操作。具体是通过岸端控制箱给无人艇上控制电磁铁电流的Arduino发布指令，改变无人艇携带的电磁铁的电流的方向使无人艇尾部的磁铁磁性和靠泊装置携带的磁铁磁性相同，同时给推进器指令，使无人艇离开靠泊位置。
(4)当水面无人艇要靠泊的时候，会通过本身携带的摄像头和毫米波雷达识别进行信息融合识别出堤岸位置，距离以及岸端靠泊装置的指示灯的位置。具体是相机采集到的图片通过模型检测出堤岸及指示灯。然后通过相机测定堤岸和指示灯的大致方位和距离，将两者数据传递给毫米波雷达，毫米波雷达根据堤岸和指示灯与距离的雷达反射截面积函数来搜索两者准确的距离和方位；具体做法是，当相机测定堤岸和指示灯的距离分别N和M，然后在堤岸和指示灯与距离的雷达反射截面积函数上搜索当两者距离分别为N和M时候，两者的分别为S1和S2，然后用毫米波雷达检测此时雷达反射截面积分别在0.8S1～1.2S1和0.8S2～1.2S2内目标的准确方位和距离，最后进行航迹规划。
(5)当水面无人艇进入岸端靠泊装置时候，无人艇尾部携带的电磁铁会改变电流方向，与岸端无人艇靠泊装置携带的磁铁磁性相反相吸，完成靠泊。
本发明具有以下特点：
(1)运用卷积神经网络对堤岸和岸上靠泊装置携带的指示灯进行识别。对比于传统检测方法，卷积神经网络对单类目标的检测定位准确度高，鲁棒性好并且能更好的满足实时性要求和能应对复杂的工作环境。
(2)采用多传感器数据融合，即相机和毫米波雷达信息融合的方法来实现对岸堤和指示灯的识别和测距操作。结合图4和图5，具体操作为相机根据神经网络训练好的模型实时检测出堤岸和指示灯，同时由相机测定的两者的距离和方位，然后将两者信息传递定位和测距更加准确的毫米波雷达，毫米波雷达通过对接收到目标反射截面积的处理，创建堤岸和指示灯关于距离的反射截面积函数。假定相机测定堤岸和指示灯的距离分别N和M，然后在堤岸和指示灯与距离的雷达反射截面积函数上搜索当两者距离分别为N和M时候，两者的分别为S1和S2，然后用毫米波雷达检测此时雷达反射截面积分别在0.8S1～1.2S1和0.8S2～1.2S2内目标的准确方位和距离可以确定堤岸和指示灯，融合两者信息完成岸堤和指示灯的识别定位及测距任务。
(3)利用岸端的指示灯引导无人艇与靠泊装置贴合，无人艇通过识别指示灯找到岸端靠泊装置的位置，随后利用电磁铁的特性，通过岸端控制箱给无人艇上控制电磁铁电流的Arduino发布指令，改变无人艇携带的电磁铁的电流的方向来固定和放松无人艇和靠泊装置的位置。
(4)设计了水面无人艇水池岸端靠泊装置，如图2所示，主要由指示灯和磁铁及型材组成，拆卸组装简单，携带方便。
Claims (3)
1.一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，其特征在于，包含以下步骤：
(1)首先用手机或移动摄像机器采集试验水池堤岸和岸端无人艇靠泊装置携带的指示灯的各个方位的视频数据，后期经过opencv+python处理得到满足要求的图片，设置为1s截取一张图片，其中图片数量为20000张，图片大小为300*500；
(2)在Linux环境下利用标注工具Labelimg对收集到20000张图片进行标注，对象分为三类：堤岸、指示灯和背景，主要标注出堤岸直线位置和指示灯颜色，得到xml文件和代表标签的txt文件，按照一定比例将所有的txt分成训练、验证和测试数据，生成满足卷积神经网输入的Pascal Voc数据集格式，然后对数据集进行训练，得到最优的检测识别模型；
(3)向水面无人艇发送离岸指令，无人艇尾部携带的电磁铁会改变电流方向，与岸端无人艇靠泊装置携带的磁铁磁性相同而排斥，同时推进器转动，完成离岸操作；
(4)水面无人艇靠泊时，通过本身携带的摄像头和毫米波雷达进行信息融合识别出堤岸位置、距离以及岸端靠泊装置的指示灯的位置；
(5)水面无人艇进入岸端靠泊装置，无人艇尾部携带的电磁铁会改变电流方向，与岸端无人艇靠泊装置携带的磁铁磁性相反而相吸，完成靠泊。
2.根据权利要求1所述的一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，其特征在于：所述步骤(3)中离岸操作具体是通过岸端控制箱给无人艇上控制电磁铁电流的Arduino发布指令，改变无人艇携带的电磁铁的电流的方向使无人艇尾部的磁铁磁性和靠泊装置携带的磁铁磁性相同，同时给推进器指令，使无人艇离开靠泊位置。
3.根据权利要求1所述的一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法，其特征在于：所述步骤(4)中靠泊具体为相机采集到的图片通过模型检测堤岸及指示灯，若没有检索到目标，则刷新数据，重新检索，直到检索到目标为止；然后通过相机测定堤岸和指示灯的大致方位和距离，将两者数据传递给毫米波雷达，毫米波雷达根据堤岸和指示灯与距离的雷达反射截面积函数来搜索两者准确的距离和方位，然后进行航迹规划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811017185.1A CN109213162A (zh) | 2018-09-01 | 2018-09-01 | 一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811017185.1A CN109213162A (zh) | 2018-09-01 | 2018-09-01 | 一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109213162A true CN109213162A (zh) | 2019-01-15 |
Family
ID=64986495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811017185.1A Pending CN109213162A (zh) | 2018-09-01 | 2018-09-01 | 一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109213162A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110827329A (zh) * | 2019-10-15 | 2020-02-21 | 四方智能(武汉)控制技术有限公司 | 一种无人船自主泊岸方法、计算机设备及存储介质 |
| CN111308463A (zh) * | 2020-01-20 | 2020-06-19 | 京东方科技集团股份有限公司 | 人体检测方法、装置、终端设备、存储介质及电子设备 |
| CN111580499A (zh) * | 2020-05-08 | 2020-08-25 | 上海船舶研究设计院（中国船舶工业集团公司第六0四研究院） | 自动航行功能的验证方法、装置及电子设备 |
| CN111752286A (zh) * | 2020-03-09 | 2020-10-09 | 西南科技大学 | 一种小型无人船艇自动停泊方法 |
| CN113071626A (zh) * | 2021-03-25 | 2021-07-06 | 中移(上海)信息通信科技有限公司 | 一种防撞方法、装置、设备及系统 |
| CN114655388A (zh) * | 2022-03-21 | 2022-06-24 | 中船黄埔文冲船舶有限公司 | 一种智能船舶的自动泊位方法、装置及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2189911A (en) * | 1986-04-29 | 1987-11-04 | Michael Ruggier | Marine position control apparatus |
| CN1299083A (zh) * | 1999-10-29 | 2001-06-13 | 索尼公司 | 机器人及充电系统、充电站搜索法、连接器和电连接结构 |
| JP2003276677A (ja) * | 2002-03-27 | 2003-10-02 | Mitsui Eng & Shipbuild Co Ltd | 船舶の離着桟支援装置 |
| CN203299402U (zh) * | 2013-05-16 | 2013-11-20 | 上海控江中学附属民办学校 | 一种用于机场跑道的异物检测系统 |
| CN103960176A (zh) * | 2013-11-14 | 2014-08-06 | 佛山市高明区易海农业技术服务有限公司 | 一种喂虾机自动停靠装置 |
| CN104249809A (zh) * | 2014-09-15 | 2014-12-31 | 长沙理工大学 | 一种多用途船舶靠泊装置 |
| CN204825794U (zh) * | 2015-07-31 | 2015-12-02 | 浙江国际海运职业技术学院 | 一种船舶自动靠泊装置 |
| CN106896815A (zh) * | 2017-03-16 | 2017-06-27 | 南京信息工程大学 | 一种无人船自动停泊系统及方法 |
| CN108037756A (zh) * | 2017-11-29 | 2018-05-15 | 江苏若博机器人科技有限公司 | 一种多传感器融合中速无人车探测避障系统 |
| CN108445880A (zh) * | 2018-03-12 | 2018-08-24 | 上海大学 | 基于单目视觉和激光数据融合的无人艇自主停泊系统和方法 |
-
2018
- 2018-09-01 CN CN201811017185.1A patent/CN109213162A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2189911A (en) * | 1986-04-29 | 1987-11-04 | Michael Ruggier | Marine position control apparatus |
| CN1299083A (zh) * | 1999-10-29 | 2001-06-13 | 索尼公司 | 机器人及充电系统、充电站搜索法、连接器和电连接结构 |
| JP2003276677A (ja) * | 2002-03-27 | 2003-10-02 | Mitsui Eng & Shipbuild Co Ltd | 船舶の離着桟支援装置 |
| CN203299402U (zh) * | 2013-05-16 | 2013-11-20 | 上海控江中学附属民办学校 | 一种用于机场跑道的异物检测系统 |
| CN103960176A (zh) * | 2013-11-14 | 2014-08-06 | 佛山市高明区易海农业技术服务有限公司 | 一种喂虾机自动停靠装置 |
| CN104249809A (zh) * | 2014-09-15 | 2014-12-31 | 长沙理工大学 | 一种多用途船舶靠泊装置 |
| CN204825794U (zh) * | 2015-07-31 | 2015-12-02 | 浙江国际海运职业技术学院 | 一种船舶自动靠泊装置 |
| CN106896815A (zh) * | 2017-03-16 | 2017-06-27 | 南京信息工程大学 | 一种无人船自动停泊系统及方法 |
| CN108037756A (zh) * | 2017-11-29 | 2018-05-15 | 江苏若博机器人科技有限公司 | 一种多传感器融合中速无人车探测避障系统 |
| CN108445880A (zh) * | 2018-03-12 | 2018-08-24 | 上海大学 | 基于单目视觉和激光数据融合的无人艇自主停泊系统和方法 |
Non-Patent Citations (3)
| Title |
|---|
| D.HERMANN: "Smart Sensor Based Obstacle Detection for High-Speed Unmanned Surface Vehicle", 《IFAC-PAPERSONLINE》 * |
| 张闯，等: "大型船舶自主靠泊方法研究", 《中国水运(下半月)》 * |
| 杨国国，等: "基于图像显著性分析与卷积神经网络的茶园害虫定位与识别", 《农业工程学报》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110827329A (zh) * | 2019-10-15 | 2020-02-21 | 四方智能(武汉)控制技术有限公司 | 一种无人船自主泊岸方法、计算机设备及存储介质 |
| CN110827329B (zh) * | 2019-10-15 | 2022-07-12 | 四方智能(武汉)控制技术有限公司 | 一种无人船自主泊岸方法、计算机设备及存储介质 |
| CN111308463A (zh) * | 2020-01-20 | 2020-06-19 | 京东方科技集团股份有限公司 | 人体检测方法、装置、终端设备、存储介质及电子设备 |
| CN111308463B (zh) * | 2020-01-20 | 2022-06-07 | 京东方科技集团股份有限公司 | 人体检测方法、装置、终端设备、存储介质及电子设备 |
| CN111752286A (zh) * | 2020-03-09 | 2020-10-09 | 西南科技大学 | 一种小型无人船艇自动停泊方法 |
| CN111580499A (zh) * | 2020-05-08 | 2020-08-25 | 上海船舶研究设计院（中国船舶工业集团公司第六0四研究院） | 自动航行功能的验证方法、装置及电子设备 |
| CN111580499B (zh) * | 2020-05-08 | 2021-05-28 | 上海船舶研究设计院（中国船舶工业集团公司第六0四研究院） | 自动航行功能的验证方法、装置及电子设备 |
| CN113071626A (zh) * | 2021-03-25 | 2021-07-06 | 中移(上海)信息通信科技有限公司 | 一种防撞方法、装置、设备及系统 |
| CN114655388A (zh) * | 2022-03-21 | 2022-06-24 | 中船黄埔文冲船舶有限公司 | 一种智能船舶的自动泊位方法、装置及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109213162A (zh) | 一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法 | |
| Rumson | The application of fully unmanned robotic systems for inspection of subsea pipelines | |
| Bovcon et al. | WaSR—A water segmentation and refinement maritime obstacle detection network | |
| Huntsberger et al. | Intelligent autonomy for unmanned surface and underwater vehicles | |
| CN108830879A (zh) | 一种适用于遮挡场景的无人艇海面相关滤波目标跟踪方法 | |
| CN106873608A (zh) | 一种半潜式小型无人艇集成控制系统 | |
| CN105676844A (zh) | 基于模型船的欠驱动无人船编队结构 | |
| Zhang et al. | A object detection and tracking method for security in intelligence of unmanned surface vehicles | |
| Pizarro et al. | Benthic monitoring with robotic platforms—the experience of Australia | |
| Vasilijevic et al. | Monitoring of seagrass by lightweight AUV: A Posidonia oceanica case study surrounding Murter island of Croatia | |
| CN105809108B (zh) | 基于分布式视觉的行人定位方法和系统 | |
| Wang et al. | Monocular visual SLAM algorithm for autonomous vessel sailing in harbor area | |
| CN110610134A (zh) | 一种无人艇自主对接方法 | |
| Samaei et al. | Using robotics and artificial intelligence to increase efficiency and safety in marine industries | |
| CN113987251A (zh) | 船脸特征数据库的建立方法、系统、设备及存储介质 | |
| González et al. | AUV based multi-vehicle collaboration: Salinity studies in Mar Menor Coastal lagoon | |
| CN114119753A (zh) | 面向机械臂抓取的透明物体6d姿态估计方法 | |
| CN112880678A (zh) | 一种复杂水域环境中无人艇航行规划方法 | |
| CN210037782U (zh) | 一种智能监测无人船 | |
| Yu et al. | Weakly Supervised Caveline Detection For AUV Navigation Inside Underwater Caves | |
| Parente et al. | Subsea digitalization: from the virtual world into the real world—using Augmented Reality in offshore operations | |
| Li et al. | Ship detection with optical image based on CA-YOLO v3 Network | |
| Zhang | Perception and motion planning for autonomous surface vehicles in aquaculture | |
| Jovanović et al. | Review of research progress of autonomous and unmanned shipping and identification of future research directions | |
| CN208969510U (zh) | 一种潜水器六自由度运动实时测量装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190115 |