CN109298709A - 一种用于浅水管线的水面无人艇检测与跟踪方法 - Google Patents
一种用于浅水管线的水面无人艇检测与跟踪方法 Download PDFInfo
- Publication number
- CN109298709A CN109298709A CN201811017304.3A CN201811017304A CN109298709A CN 109298709 A CN109298709 A CN 109298709A CN 201811017304 A CN201811017304 A CN 201811017304A CN 109298709 A CN109298709 A CN 109298709A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- image
- unmanned boat
- detection
- telescopic rod
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 15
- 238000007689 inspection Methods 0.000 claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 13
- 230000002265 prevention Effects 0.000 claims abstract description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000005452 bending Methods 0.000 abstract 1
- 239000003208 petroleum Substances 0.000 abstract 1
- 238000000034 method Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000003921 oil Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000002199 base oil Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000032258 transport Effects 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)
- Image Processing (AREA)
Abstract
本发明公开了一种用于浅水管线的水面无人艇检测与跟踪方法，属于水下管线巡检技术领域。管线位置光学探测模块包括水下摄像机、承载筐、伸缩杆、水密缆线、嵌入式计算机、电源，用于实现管线视频图像采集、管线图像处理及管线定位。承载筐用于承载水下水下摄像机，承载筐上部连接伸缩杆，实现水下摄像机与水下管线距离调节。水深避碰模块主要功能为预先获得通行路径上的深度信息，通过改变伸缩杆的长度，实现水下摄像机避碰。该系统利用水面无人艇进行自主管线探测，检测速度快、费用较低，能够满足浅海石油管线大范围巡检的需要。管线位置光学探测模块采用了改进的图像处理和目标针对弯曲管线的检测错误率高的问题进行了优化。
Description
技术领域
本发明属于水下管线巡检技术领域，具体涉及一种用于浅水管线的水面无人艇检测与跟踪方法。
背景技术
海底管线油气输运具有稳定安全、利于环保、运输成本低、后期投入少的特点，是海洋油气资源长距离运输最经济可靠的方式，对海洋油气资源的开发起到了重要作用。海底油气管线能够带来巨大经济效益，但也存在一些潜在的安全隐患。海底管线长期受到海流冲刷，易出现悬跨段，悬跨管线由于自身振动、环境载荷等作用可能会出现疲劳断裂，因此定期地对海底管线进行悬跨、腐蚀情况检查十分必要，及时发现管线的破损情况并进行维护，能够有效降低管线破损事故的发生率，防患于未然。
海底管线的铺设长度可达几千千米，需要依靠专业的水下装备来完成海底管线的检测。目前，多数国家使用遥控式水下机器人(ROV)完成海底管线检测作业，ROV探测作业受脐带缆的影响，需要母船跟随支持，成本较高。利用无人艇搭载水下摄像头可进行大范围、长距离的浅水管线检测任务，其制作成本和作业成本均远远低于ROV，更适合作为浅水区域管线检测的载体。
发明内容
本发明的目的在于提供解决了ROV检测管线成本高、效率低的问题，适用于浅海石油管线大范围巡检的一种用于浅水管线的水面无人艇检测与跟踪方法。
本发明的目的通过如下技术方案来实现：
一种用于浅水管线的水面无人艇检测与跟踪方法，包括以下步骤：
(一)管线10位置光学探测模块启动，水下摄像机9采集图像并对图像进行畸变校正、图像去噪、图像增强、图像分割、边缘检测、直线检测，判断图像中是否有管线10，若图像中不存在管线10则重复这一步骤，若图像中存在管线10则进行下一步骤。
(二)底部避碰模块包含有斜下向前方布置的高度计6，通过高度计6测得深度与高度计6安装角度换算出伸缩杆7最低点距海底距离，以改变伸缩杆7长度，通过提前预判避免摄像机触底。
(三)判断图像中管线10边缘是否清晰，若管线10边缘不清晰则调整伸缩杆7，减小摄像机与管线10间距，直至管线10边缘清晰或伸缩杆7达到触底危险长度，若管线10边缘清晰则进入下一步骤。
(四)计算管线10在图像坐标系下的位置，根据摄像机内部、外部参数以及无人艇1姿态信息可以一步计算得到管线10相对无人艇1的位置和管线10的宽度；经过坐标转换可得管线10的经纬度，将管线10经纬度存储在无人艇1搭载的硬盘上，便于对管线10危险较大处进行定位。
(五)位置预测与跟踪模块根据无人艇1与管线10间的位置关系预测管线10位置的变换趋势，指令控制与规划模块3对无人艇1下达运动指令并规划无人艇1运动路径使其沿管线10航行，最终实现无人艇1自主管线10跟踪巡检。
本发明的有益效果在于：
自主作业，在无人艇1进行巡检作业时只需要在任务下达阶段进行操作，在任务执行阶段不需要人为操纵，整个巡检过程由无人艇1自主完成。
作业成本低，实用无人艇1作为管线10巡检的载体，不需要额外的母船支持，大大降低了管线10巡检的作业成本。
自主适应不同能见度，搭载的摄像机位置调节模块可以根据作业时水体的能见度改变摄像机与管线10的间距，使采集到的管线10图像更加清晰，便于目标的识别。
提前获取深度信息改变伸缩杆7长度，避免摄像机触底的危险。
附图说明
图1为本发明的装置结构示意图；
图2为本发明的程序流程图；
图3为Hough变换原理图；
图4为改进的Hough变换峰值点逆向处理区域描述；
图5为摄像机成像几何模型；
图6为无人艇与管线位置关系几何模型；
图7为本发明管线宽度检测的原理图；
图8为高度计布置及安全高度计算原理图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明：
1、步骤(一)管线10位置光学探测模块中的畸变校正过程，其所需的畸变参数由水下摄像机9标定获得，畸变校正公式为
式中，(ud,vd)为空间点在图像平面上投影的位置，r为投影点到成像平面中心的径向距离，(u,v)为畸变校正后像素的位置。(u0,v0)为摄像机的畸变中心，k1,k2,k3为径向畸变系数，p1,p2为切向畸变系数，这些参数属于摄像机的内部参数，需要通过摄像机标定试验来获得。
2、步骤(一)管线10位置光学探测模块中的图像去噪过程采用组合中值滤波算法，考虑到管线10检测系统对快速性和降噪效果两方面的要求，本发明应用5×5像素的斜十字与正十字窗口分别对原图像进行滤波，并取数值较小的计算结果作为该处像素的灰度值。
3、步骤(一)管线10位置光学探测模块中的图像增强过程采用改进模糊增强算法，为避免模糊增强过程中低灰度信息的损失，同时减小计算量，采用如下对数隶属度函数公式获得模糊域下图像数据：
为避免灰度缺失情况，使用如下的迭代计算：
考虑到算法快速性要求，首先求出所有灰度值(0～255)的映射结果，并保存到一个索引表中。对于每个像素点增强后的灰度值x'ij，可以根据原始灰度值xij通过查找索引表的方式获取，这样可以避免重复运算，因而大大减少了算法计算量，提高改进模糊增强的处理速度。
4、步骤(一)管线10位置光学探测模块中的图像分割过程采用二维最大类间差方法，建立其二维灰度直方图，图像灰度f(x,y)和邻域灰度均值g(x,y)是直方图的两个维度，通过对两个维度分别使用二维最大类间差方法进行阈值计算，根据得到的阈值t和s可以将图像的像素分成四类，其中第二、三象限代表图像中的噪声和边缘等信息，可以忽略，第一、四象限表示背景和目标。
5、步骤(一)管线10位置光学探测模块中的直线检测过程采用基于直线特征聚类的管道检测方法，基于直线特征聚类的管道检测方法是一种不需要边缘特征提取的检测方法，该方法直接对管道二值图像进行Hough变换，提取图像中的直线特征，然后用K-means聚类方法根据直线在Hough变换参数空间中对应的坐标，将特征相近的直线进聚类。属于不同管道的直线特征将被分类为不同的直线簇，选取包含直线数量最多的直线簇，该直线簇的聚类期望即为管道中轴线位置。最后根据上一帧图像管道的位置对直线簇进行筛选，排除角度相差过大的直线簇。该方法避免了边缘检测结果不准确对管道检测结果造成的干扰，减少了多根管道间的相互影响，保留了管道的直线特征信息，尤其在弯管检测上具有很好的效果。
6、步骤(一)管线10位置光学探测模块直线检测过程中采用了改进的Hough变换方法，对峰值点邻域置零的区域进行了优化，为了彻底消除检出直线附近的直线，避免重复提取直线特征。对图4中RABCD区域内的点(x,y)所对应的累加器减1，即ri＝x cosθi+y sinθi时，对应的累加器A(ri,θi)＝A(ri,θi)-1。通过这种处理，消除了直线L附近的像素点对次峰值点的干扰。
Hough变换将边缘点映射到极坐标系，主要的计算工作集中在[0,π)间的正弦和余弦的计算上。将[0,π)之间的正弦和余弦值以数组的形式存储在系统中，进行直线检测时，可通过查询三角函数表的方式获取像素点的极坐标。这大大降低了Hough变换的计算量，加快了直线特征提取的速度。
7、步骤(一)管线10位置光学探测模块中直线检测过程的K-means聚类算法进行了改进，通过Canopy算法对数据进行预聚类，得到聚类数K，避免了K值选取错误对直线特征聚类结果的影响。另一方面通过Canopy算法有目的性地选取初始聚类中心，一定程度上减小了K-means聚类陷入局部最优的几率，同时也减少了K-means聚类过程的迭代次数。在基于直线特征聚类的管道检测方法中，采用改进的K-means算法，加快了检测速度，增加了管道检测的准确率。
8、步骤(二)高度计安装位置轴线与垂线夹角为θdepth，高度计6质心与水下摄像机9最低点垂向到水底11的距离为Lcd，高度计测量到水底11的距离为dd，如图5所示，水下摄像机与水底11的距离Lc可以表示为：
Lc＝Lcd-dd cosθdepth (5)
9、步骤(三)根据水体能见度调整摄像机与管线10间距过程中，伸缩杆7的长度范围是0到H，伸缩杆7的触底危险长度H由无人艇1搭载的底部避碰声呐测得的高度D确定，可以表示为：
H＝D-l-Hs (6)
式中l为摄像机的径向长度，HS为摄像机到管线10的安全间距。
10、步骤(四)从图像坐标系到无人艇1坐标系及经纬度坐标系的转换，具体实现如下：
根据摄像机安装情况获得的外部参数，结合标定试验获得的摄像机内部参数，例如焦距f，水下摄像机与水底距离Lc，如图6所示，可以获得管线图像像素坐标12与管线位置坐标13的转换关系。进一步可得到管线10经纬度的计算方法。根据图7的摄像机成像模型，无人艇1坐标系OR-XRYRZR和摄像机坐标系OC-XCYCZC之间的关系如图8所示。
图中为摄像机光轴OCZC与水平面的夹角。摄像机安装在无人艇1上，安装方向与水平面夹角α＝45°，无人艇1纵倾角为β，则摄像机的光轴与水平面的夹角为H为摄像机距离海底的高度。摄像机的安装角度α已知，高度H和无人艇1纵倾角β可由无人艇1上搭载的传感器及伸缩杆7长度获得。根据式(7)可得摄像机坐标系与无人艇坐标系的转换关系：
可以得到图像像素坐标系到无人艇1坐标系的转换关系：
对式(8)求解，可以得到图像像素坐标系到无人艇1坐标系的转换关系，其表达式为：
其中u0,v0,f/dx,f/dy已通过摄像机的标定试验获得，H和由无人艇1的传感器获得，结合第三章管线10检测得到的水下管线10在图像像素坐标系下的位置信息(u，v)，带入式9就以获得水下管线10相对于无人艇1的位置。
通过管线10位置估算方法获得的管线10相对于无人艇1的位置，结合航位推算得到的无人艇1的地理位置，就能够得到管线10的绝对位置，进而可以计算出管线10的经纬度。地理坐标系原点On取为无人艇1质心。Xn轴向指向北，Yn轴正向指向天，Zn轴正向指向东，假设无人艇1在管线10跟踪过程中平稳航行，不产生纵摇和横摇。
首先将水下管线10在无人艇1坐标系下的位置转换为地理坐标系下的位置：
其中θ为无人艇1首向与正北方的夹角，xr、yr、zr为管线10在无人艇1坐标系中的位置。
根据行位推算或其他定位方式得到的无人艇1经纬度，可以计算出管线10所处位置的经纬度：
其中B、L为无人艇1所在位置的经纬度，HN为该处位置海面至地心距离，h为无人艇1所处深度，Bp、Lp为估算得到的管线10所在位置的经纬度。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (1)
1.一种用于浅水管线的水面无人艇检测与跟踪方法，其特征在于，包括以下步骤：
(1)管线(10)位置光学探测模块启动，水下摄像机(9)采集图像并对图像进行畸变校正、图像去噪、图像增强、图像分割、边缘检测、直线检测，判断图像中是否有管线(10)，若图像中不存在管线(10)则重复这一步骤，若图像中存在管线(10)则进行下一步骤；
(2)底部避碰模块包含有斜下向前方布置的高度计(6)，通过高度计(6)测得深度与高度计(6)安装角度换算出伸缩杆(7)最低点距海底距离，改变伸缩杆(7)长度，摄像机与海底不接触；
(3)判断图像中管线(10)边缘是否清晰，若管线(10)边缘不清晰则调整伸缩杆(7)，减小摄像机与管线(10)间距，直至管线(10)边缘清晰或伸缩杆(7)达到触底危险长度，若管线(10)边缘清晰则进入下一步骤；
(4)计算管线(10)在图像坐标系下的位置，根据摄像机内部、外部参数以及无人艇(1)姿态信息可以一步计算得到管线(10)相对无人艇(1)的位置和管线(10)的宽度；经过坐标转换可得管线(10)的经纬度，将管线(10)经纬度存储在无人艇(1)搭载的硬盘上，对管线(10)危险较大处进行定位；
(5)位置预测与跟踪模块根据无人艇(1)与管线(10)间的位置关系预测管线(10)位置的变换趋势，指令控制与规划模块(3)对无人艇(1)下达运动指令并规划无人艇(1)运动路径使其沿管线(10)航行，最终实现无人艇(1)自主管线(10)跟踪巡检。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811017304.3A CN109298709A (zh) | 2018-12-25 | 2018-12-25 | 一种用于浅水管线的水面无人艇检测与跟踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811017304.3A CN109298709A (zh) | 2018-12-25 | 2018-12-25 | 一种用于浅水管线的水面无人艇检测与跟踪方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109298709A true CN109298709A (zh) | 2019-02-01 |
Family
ID=65165985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811017304.3A Pending CN109298709A (zh) | 2018-12-25 | 2018-12-25 | 一种用于浅水管线的水面无人艇检测与跟踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109298709A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021187451A1 (ja) * | 2020-03-19 | 2021-09-23 | 川崎重工業株式会社 | 潜水艇 |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1579879A (zh) * | 2003-07-31 | 2005-02-16 | 中国石化集团胜利石油管理局钻井工艺研究院 | 浅海海底管道（电缆）检测维修装置 |
| WO2006102221A1 (en) * | 2005-03-18 | 2006-09-28 | Shell Internationale Research Maatschappij B.V. | Method and apparatus for monitoring a line and mooring line relocation method |
| CN101832470A (zh) * | 2010-05-19 | 2010-09-15 | 中国船舶重工集团公司第七〇二研究所 | 基于光视觉的水下管线巡检方法及巡检装置 |
| CN201680157U (zh) * | 2010-05-19 | 2010-12-22 | 中国船舶重工集团公司第七〇二研究所 | 基于光视觉的水下管线巡检装置 |
| CN102288967A (zh) * | 2011-06-17 | 2011-12-21 | 江西海豹高科技有限公司 | 浑浊水域水下超声波测距子系统及智能化监控系统和控制方法 |
| CN102945045A (zh) * | 2012-11-19 | 2013-02-27 | 上海大学 | 基于激光传感器和前视声纳的无人艇组合避障装置和方法 |
| CN103488175A (zh) * | 2013-09-26 | 2014-01-01 | 上海海事大学 | 一种自治遥控水下机器人水下管道检测跟踪系统及检测方法 |
| CN103723613A (zh) * | 2013-12-31 | 2014-04-16 | 哈尔滨工程大学 | 一种用于吊放水下航行器的远程脱钩装置 |
| CN103926448A (zh) * | 2014-04-24 | 2014-07-16 | 青岛远创机器人自动化有限公司 | 一种高效智能寻管线检测系统 |
| CN104251381A (zh) * | 2014-09-19 | 2014-12-31 | 中国船舶重工集团公司第七一九研究所 | 基于水下无人航行器的海底输油管道泄漏检测系统和方法 |
| EP2940465A1 (en) * | 2014-04-30 | 2015-11-04 | Control Devices, Inc. | Acoustic multifrequencytransmitter and method for underwater pipeline inspection gauges |
| CN105242023A (zh) * | 2015-11-10 | 2016-01-13 | 四方继保（武汉）软件有限公司 | 一种水域多功能监测无人船 |
| CN105329418A (zh) * | 2015-12-11 | 2016-02-17 | 四方继保（武汉）软件有限公司 | 一种无人船载水下机器人混合系统 |
| CN106081022A (zh) * | 2016-07-17 | 2016-11-09 | 杨越 | 无人船海底带压开孔系统提升下降装置的工作方法 |
| CN107010176A (zh) * | 2017-03-20 | 2017-08-04 | 天津大学 | 一种用于加密测量的小型无人船 |
| CN107110953A (zh) * | 2014-10-31 | 2017-08-29 | 复格欧公共有限责任公司 | 水下定位系统 |
| CN206674087U (zh) * | 2017-05-09 | 2017-11-24 | 王昱淇 | 一种用于水下实时高清摄像的便携式遥控船 |
| CN206818868U (zh) * | 2017-03-13 | 2017-12-29 | 佛山市天然气高压管网有限公司 | 一种水下天然气管道测量船 |
| CN107554694A (zh) * | 2017-08-22 | 2018-01-09 | 哈尔滨工程大学 | 一种水面无人艇水下三维地形探测系统 |
| CN107664266A (zh) * | 2017-09-26 | 2018-02-06 | 哈尔滨航士科技发展有限公司 | 一种管道检测用定位装置及定位方法 |
| CN107953350A (zh) * | 2016-10-17 | 2018-04-24 | 江苏舾普泰克自动化科技有限公司 | 一种用于检测与作业的水下机器人控制系统 |
| CN207515779U (zh) * | 2017-11-16 | 2018-06-19 | 国家海洋局第二海洋研究所 | 一种适用岛礁与岸滩的测量系统 |
| CN108229402A (zh) * | 2018-01-08 | 2018-06-29 | 哈尔滨工程大学 | 基于声波的事件检测系统及检测方法 |
| CN207882715U (zh) * | 2018-02-07 | 2018-09-18 | 蚌埠市神舟机械有限公司 | 一种船用智能信息监控系统 |
| CN108820142A (zh) * | 2018-06-11 | 2018-11-16 | 江阴市北海救生设备有限公司 | 一种智能巡航无人艇 |
-
2018
- 2018-12-25 CN CN201811017304.3A patent/CN109298709A/zh active Pending
Patent Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1579879A (zh) * | 2003-07-31 | 2005-02-16 | 中国石化集团胜利石油管理局钻井工艺研究院 | 浅海海底管道（电缆）检测维修装置 |
| WO2006102221A1 (en) * | 2005-03-18 | 2006-09-28 | Shell Internationale Research Maatschappij B.V. | Method and apparatus for monitoring a line and mooring line relocation method |
| CN101832470A (zh) * | 2010-05-19 | 2010-09-15 | 中国船舶重工集团公司第七〇二研究所 | 基于光视觉的水下管线巡检方法及巡检装置 |
| CN201680157U (zh) * | 2010-05-19 | 2010-12-22 | 中国船舶重工集团公司第七〇二研究所 | 基于光视觉的水下管线巡检装置 |
| CN102288967A (zh) * | 2011-06-17 | 2011-12-21 | 江西海豹高科技有限公司 | 浑浊水域水下超声波测距子系统及智能化监控系统和控制方法 |
| CN102945045A (zh) * | 2012-11-19 | 2013-02-27 | 上海大学 | 基于激光传感器和前视声纳的无人艇组合避障装置和方法 |
| CN103488175A (zh) * | 2013-09-26 | 2014-01-01 | 上海海事大学 | 一种自治遥控水下机器人水下管道检测跟踪系统及检测方法 |
| CN103723613A (zh) * | 2013-12-31 | 2014-04-16 | 哈尔滨工程大学 | 一种用于吊放水下航行器的远程脱钩装置 |
| CN103926448A (zh) * | 2014-04-24 | 2014-07-16 | 青岛远创机器人自动化有限公司 | 一种高效智能寻管线检测系统 |
| EP2940465A1 (en) * | 2014-04-30 | 2015-11-04 | Control Devices, Inc. | Acoustic multifrequencytransmitter and method for underwater pipeline inspection gauges |
| CN104251381A (zh) * | 2014-09-19 | 2014-12-31 | 中国船舶重工集团公司第七一九研究所 | 基于水下无人航行器的海底输油管道泄漏检测系统和方法 |
| CN104251381B (zh) * | 2014-09-19 | 2016-08-17 | 中国船舶重工集团公司第七一九研究所 | 基于水下无人航行器的海底输油管道泄漏检测系统和方法 |
| CN107110953A (zh) * | 2014-10-31 | 2017-08-29 | 复格欧公共有限责任公司 | 水下定位系统 |
| CN105242023A (zh) * | 2015-11-10 | 2016-01-13 | 四方继保（武汉）软件有限公司 | 一种水域多功能监测无人船 |
| CN105329418A (zh) * | 2015-12-11 | 2016-02-17 | 四方继保（武汉）软件有限公司 | 一种无人船载水下机器人混合系统 |
| CN106081022A (zh) * | 2016-07-17 | 2016-11-09 | 杨越 | 无人船海底带压开孔系统提升下降装置的工作方法 |
| CN107953350A (zh) * | 2016-10-17 | 2018-04-24 | 江苏舾普泰克自动化科技有限公司 | 一种用于检测与作业的水下机器人控制系统 |
| CN206818868U (zh) * | 2017-03-13 | 2017-12-29 | 佛山市天然气高压管网有限公司 | 一种水下天然气管道测量船 |
| CN107010176A (zh) * | 2017-03-20 | 2017-08-04 | 天津大学 | 一种用于加密测量的小型无人船 |
| CN206674087U (zh) * | 2017-05-09 | 2017-11-24 | 王昱淇 | 一种用于水下实时高清摄像的便携式遥控船 |
| CN107554694A (zh) * | 2017-08-22 | 2018-01-09 | 哈尔滨工程大学 | 一种水面无人艇水下三维地形探测系统 |
| CN107664266A (zh) * | 2017-09-26 | 2018-02-06 | 哈尔滨航士科技发展有限公司 | 一种管道检测用定位装置及定位方法 |
| CN207515779U (zh) * | 2017-11-16 | 2018-06-19 | 国家海洋局第二海洋研究所 | 一种适用岛礁与岸滩的测量系统 |
| CN108229402A (zh) * | 2018-01-08 | 2018-06-29 | 哈尔滨工程大学 | 基于声波的事件检测系统及检测方法 |
| CN207882715U (zh) * | 2018-02-07 | 2018-09-18 | 蚌埠市神舟机械有限公司 | 一种船用智能信息监控系统 |
| CN108820142A (zh) * | 2018-06-11 | 2018-11-16 | 江阴市北海救生设备有限公司 | 一种智能巡航无人艇 |
Non-Patent Citations (2)
| Title |
|---|
| 刘奕晖: "基于 AUV 的水下管道检测及位置估算方法研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
| 李丽娜: "《航海自动化》", 31 August 2000, 人民交通出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021187451A1 (ja) * | 2020-03-19 | 2021-09-23 | 川崎重工業株式会社 | 潜水艇 |
| JP2021146923A (ja) * | 2020-03-19 | 2021-09-27 | 川崎重工業株式会社 | 潜水艇 |
| JP7001730B2 (ja) | 2020-03-19 | 2022-01-20 | 川崎重工業株式会社 | 潜水艇 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112146654B (zh) | 基于关键约束帧的前视成像声呐水下定位与导航方法 | |
| Yan et al. | Autonomous underwater vehicle vision guided docking experiments based on L-shaped light array | |
| CN105809684A (zh) | 一种自主式水下机器人的光学引导回收系统及其回收方法 | |
| Guth et al. | Underwater SLAM: Challenges, state of the art, algorithms and a new biologically-inspired approach | |
| CN201680157U (zh) | 基于光视觉的水下管线巡检装置 | |
| CN110675341B (zh) | 一种单目光视觉引导的水下机器人与海底平台对接方法 | |
| CN110610134B (zh) | 一种无人艇自主对接方法 | |
| CN105787886A (zh) | 一种基于多波束图像声纳的实时图像处理方法 | |
| CN101832470A (zh) | 基于光视觉的水下管线巡检方法及巡检装置 | |
| CN113327297B (zh) | 基于深度学习的深海海底障碍物测量系统与识别方法 | |
| CN104766312A (zh) | 一种基于双目光视觉引导的智能水下机器人自主对接方法 | |
| CN107632305B (zh) | 一种基于剖面声纳扫测技术的海底局部地形自主感知方法及装置 | |
| CN110533650A (zh) | 一种基于视觉的auv水下管道检测跟踪方法 | |
| Naus et al. | Precision in determining ship position using the method of comparing an omnidirectional map to a visual shoreline image | |
| Nomura et al. | Study of 3D measurement of ships using dense stereo vision: towards application in automatic berthing systems | |
| CN109298709A (zh) | 一种用于浅水管线的水面无人艇检测与跟踪方法 | |
| Thompson | Maritime object detection, tracking, and classification using lidar and vision-based sensor fusion | |
| Dong et al. | Underwater matching correction navigation based on geometric features using sonar point cloud data | |
| CN116958439B (zh) | 一种满水环境中基于多传感融合的管道三维重建方法 | |
| CN113837924A (zh) | 一种基于无人艇感知系统的水岸线检测方法 | |
| Horgan et al. | Computer vision applications in the navigation of unmanned underwater vehicles | |
| Hurtos et al. | Sonar-based chain following using an autonomous underwater vehicle | |
| CN114863146A (zh) | 一种水下地形匹配定位方法、装置及存储介质 | |
| CN111239761B (zh) | 一种用于室内实时建立二维地图的方法 | |
| Zhang et al. | Triangle codes and tracer lights based absolute positioning method for terminal visual docking of autonomous underwater vehicles |
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 |
Application publication date: 20190201 |
|
| RJ01 | Rejection of invention patent application after publication |