CN110208816B - 用于海上无人艇的自动障碍物识别系统及识别方法 - Google Patents

用于海上无人艇的自动障碍物识别系统及识别方法 Download PDF

Info

Publication number
CN110208816B
CN110208816B CN201910481970.0A CN201910481970A CN110208816B CN 110208816 B CN110208816 B CN 110208816B CN 201910481970 A CN201910481970 A CN 201910481970A CN 110208816 B CN110208816 B CN 110208816B
Authority
CN
China
Prior art keywords
obstacle
grid
unmanned ship
unmanned
dynamic
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.)
Active
Application number
CN201910481970.0A
Other languages
English (en)
Other versions
CN110208816A (zh
Inventor
吴伟志
顾沈明
王霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Ocean University ZJOU
Original Assignee
Zhejiang Ocean University ZJOU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Ocean University ZJOU filed Critical Zhejiang Ocean University ZJOU
Priority to CN201910481970.0A priority Critical patent/CN110208816B/zh
Publication of CN110208816A publication Critical patent/CN110208816A/zh
Application granted granted Critical
Publication of CN110208816B publication Critical patent/CN110208816B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/04—Systems determining the presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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

Abstract

本发明涉及一种用于海上无人艇的自动障碍物识别系统及识别方法，所述系统包括：雷达检测模块、图像采集模块、障碍物类型判断模块、栅格地图生成模块、障碍物预测模块和障碍物标记模块，所述障碍物标记模块用于在所述栅格地图上障碍物的位置所对应的栅格中标记障碍物以及标记障碍物的类型和障碍物的等级，以及在所述栅格地图上对动态障碍物的预测移动路线中各个栅格进行标记，并标记预测移动路线中各个栅格的障碍物预计到达时间。通过采用本发明的用于海上无人艇的自动障碍物识别系统及识别方法，基于栅格地图对海域的障碍物进行标记，并根据障碍物不同采用不同避障策略，具有预测性和前瞻性，适用于大范围推广应用。

Description

用于海上无人艇的自动障碍物识别系统及识别方法
技术领域
本发明涉及海上无人艇技术领域，具体是指一种用于海上无人艇的自动障碍物识别系统及识别方法。
背景技术
无人艇具有体积小、隐身性好、智能、无人员伤亡等优点，在军事方面能够灵活作战，部署机动，使用方便，可以在危险区域或者不适宜派遣有人舰船的区域独立自主执行任务，拓展了海上作战范围，具有良好的费效比。我国作为海岸线广阔、海上争端频发的发展中大国，有必要加强无人艇技术研究，保护自身的海洋权益。
如果要保证无人艇能够在海洋中安全地航行，那么无人艇必须能够对航行过程中遇到的岛屿、暗礁、灯塔、浮标和航行的船只等其他障碍物进行自主避障。现有的障碍物识别和避障方法中，无法根据不同的障碍物类型提供给无人艇不同的躲避策略，方式不够灵活，并且障碍物识别和避障方法存在滞后性，无法提前预测和提前进行躲避。
发明内容
为了解决现有技术中的问题，本发明提供了一种用于海上无人艇的自动障碍物识别系统及识别方法，基于栅格地图对海域的障碍物进行标记，并根据障碍物不同采用不同避障策略，具有预测性和前瞻性。
为了实现上述目的，本发明具有如下构成：
本发明提供了一种用于海上无人艇的自动障碍物识别系统，所述系统包括：
雷达检测模块，用于获取设置于无人艇的激光雷达的检测数据，根据激光雷达的检测数据判断无人艇前方是否存在障碍物；
图像采集模块，用于在根据激光雷达的检测数据判断前方存在障碍物时，获取设置在无人艇的图像采集设备的采集图像；
障碍物类型判断模块，用于根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，所述障碍物的类型包括静态障碍物和动态障碍物，根据障碍物的类型和障碍物的尺寸与障碍物等级的映射关系，确定障碍物等级；
栅格地图生成模块，用于生成巡航海域的栅格地图，并记录栅格地图中每个栅格的尺寸和每个栅格的中心点的坐标位置；
障碍物预测模块，用于在检测到动态障碍物时，判断之前是否检测到同一动态障碍物，如果是第一次检测到，则为该动态障碍物进行编号，如果不是第一次检测到，则获取该动态障碍物的编号和该动态障碍物之前检测到的所在位置，根据障碍物的多次检测的位置计算障碍物的移动速度和移动加速度，根据障碍物的多次检测的位置预测障碍物的移动路线；
障碍物标记模块，用于在所述栅格地图上障碍物的位置所对应的栅格中标记障碍物以及标记障碍物的类型和障碍物的等级，以及在所述栅格地图上对动态障碍物的预测移动路线中各个栅格进行标记，并标记预测移动路线中各个栅格的障碍物预计到达时间。
可选地，所述用于海上无人艇的自动障碍物识别系统还包括障碍物监测模块，用于每隔预设时间主动获取在各个标记有障碍物的栅格周围的无人艇的采集图像，根据采集图像判断标记有障碍物的栅格处是否还存在有同一障碍物，如果不再存在障碍物，则取消对该栅格的障碍物标记，如果存在障碍物，但当前障碍物非前一个标记的障碍物，则重新在该栅格中标记障碍物的类型和障碍物的等级。
可选地，所述障碍物预测模块还用于在检测到动态障碍物时，判断动态障碍物是否为其他无人艇，如果是，则获取本无人艇本地存储的栅格地图，所述栅格地图中标记各个无人艇的巡航路径规划所经过的栅格，判断该无人艇的巡航路径规划中当前时刻的预测位置和当前检测到该无人艇的位置的距离是否大于第一阈值，如果大于，则重新从云端服务器获取栅格地图，并更新本地存储的栅格地图。
可选地，所述所述用于海上无人艇的自动障碍物识别系统还包括路径规划模块，用于随机生成多个无人艇的巡航路径，并获取各艘无人艇的历史平均巡航速度和设定出发时间，获取各艘无人艇的设定出发时间，预测各艘无人艇在经过巡航路径中各个栅格时的预计到达时刻，并判断是否存在同一时间段内至少两艘无人艇经过同一栅格的情况，如果存在，则调整其中至少一艘无人艇的巡航路径，以使得同一时间段内不存在两艘或两艘以上无人艇经过同一栅格的情况。
可选地，所述用于海上无人艇的自动障碍物识别系统还包括路径调整模块，所述路径调整模块还用于检测所述栅格地图中是否有巡航路径经过标记有障碍物且障碍物等级高于第二阈值的情况，如果是，则调整该巡航路径，使得其避开标记有障碍物的栅格。
可选地，所述路径调整模块还用于在检测到所述栅格地图中新标记有障碍物时，获取障碍物的等级和位置，如果所述障碍物的等级高于第二阈值，则根据各个无人艇的巡航路径判断在距离当前时刻起预设时间范围内是否会有无人艇经过具有该障碍物的栅格，如果是，则调整对应的无人艇的巡航路径，使得该无人艇的巡航路径避开所述障碍物。
本发明实施例还提供一种用于海上无人艇的自动障碍物识别方法，采用所述的用于海上无人艇的自动障碍物识别系统，所述方法包括如下步骤：
获取设置于无人艇的激光雷达的检测数据，根据激光雷达的检测数据判断无人艇前方是否存在障碍物；
在根据激光雷达的检测数据判断前方存在障碍物时，获取设置在无人艇的图像采集设备的采集图像；
根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，所述障碍物的类型包括静态障碍物和动态障碍物，根据障碍物的类型和障碍物的尺寸与障碍物等级的映射关系，确定障碍物等级；
生成巡航海域的栅格地图，并记录栅格地图中每个栅格的尺寸和每个栅格的中心点的坐标位置；
在检测到动态障碍物时，判断之前是否检测到同一动态障碍物，如果是第一次检测到，则为该动态障碍物进行编号，如果不是第一次检测到，则获取该动态障碍物的编号和该动态障碍物之前检测到的所在位置，根据障碍物的多次检测的位置计算障碍物的移动速度和移动加速度，根据障碍物的多次检测的位置预测障碍物的移动路线；
在所述栅格地图上障碍物的位置所对应的栅格中标记障碍物以及标记障碍物的类型和障碍物的等级，以及在所述栅格地图上对动态障碍物的预测移动路线中各个栅格进行标记，并标记预测移动路线中各个栅格的障碍物预计到达时间。
可选地，所述根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，包括如下步骤：
将所述图像采集设备的采集图像与预先存储的多种障碍物的图像进行比对，选择相似度最高的障碍物的图像所对应的障碍物的类型作为检测到的障碍物的类型；
对所述采集图像中障碍物进行尺寸测量，根据拍摄时障碍物与无人艇的距离计算障碍物的尺寸。
可选地，所述用于海上无人艇的自动障碍物识别方法还包括如下步骤：
每隔预设时间主动获取在各个标记有障碍物的栅格周围的无人艇的采集图像，根据采集图像判断标记有障碍物的栅格处是否还存在有同一障碍物，如果不再存在障碍物，则取消对该栅格的障碍物标记，如果存在障碍物，但当前障碍物非前一个标记的障碍物，则重新在该栅格中标记障碍物的类型和障碍物的等级。
因此，本发明基于栅格地图对海域的障碍物进行标记，并根据障碍物不同采用不同避障策略，对于动态障碍物，进一步预测动态障碍物的后续行进路线，提前使得无人艇进行躲避，具有预测性和前瞻性；通过栅格地图表示海域地图，更加简单明了，并且在栅格地图中对障碍物进行标记，方便其他无人艇读取障碍物数据提前进行躲避；在路径规划时提前考虑已有障碍物，并且在检测到新的障碍物时及时调整巡航路线，全面保障无人艇行驶安全。
附图说明
图1为本发明一实施例的用于海上无人艇的自动障碍物识别系统的结构框图；
图2为本发明一实施例的增加障碍物监测和路径规划功能的用于海上无人艇的自动障碍物识别系统的结构框图；
图3为本发明一实施例的栅格地图的示意图；
图4为本发明一实施例的标记预测的动态障碍物的行进路线的示意图；
图5为本发明一实施例的检测到新的障碍物时标记的示意图；
图6为本发明一实施例的根据新的障碍物重新调整路径规划的示意图；
图7为本发明一实施例的用于海上无人艇的自动障碍物识别方法的流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员应意识到，没有特定细节中的一个或更多，或者采用其它的方法、组元、材料等，也可以实践本发明的技术方案。在某些情况下，不详细示出或描述公知结构、材料或者操作以避免模糊本发明。
如图1所示，本发明提供了一种用于海上无人艇的自动障碍物识别系统，所述系统包括：
雷达检测模块M100，用于获取设置于无人艇的激光雷达的检测数据，根据激光雷达的检测数据判断无人艇前方是否存在障碍物；
图像采集模块M200，用于在根据激光雷达的检测数据判断前方存在障碍物时，获取设置在无人艇的图像采集设备的采集图像；
障碍物类型判断模块M300，用于根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，所述障碍物的类型包括静态障碍物和动态障碍物，根据障碍物的类型和障碍物的尺寸与障碍物等级的映射关系，确定障碍物等级；
栅格地图生成模块M400，用于生成巡航海域的栅格地图，并记录栅格地图中每个栅格的尺寸和每个栅格的中心点的坐标位置；
障碍物预测模块M500，用于在检测到动态障碍物时，判断之前是否检测到同一动态障碍物，如果是第一次检测到，则为该动态障碍物进行编号，如果不是第一次检测到，则获取该动态障碍物的编号和该动态障碍物之前检测到的所在位置，根据障碍物的多次检测的位置计算障碍物的移动速度和移动加速度，根据障碍物的多次检测的位置预测障碍物的移动路线；
障碍物标记模块M600，用于在所述栅格地图上障碍物的位置所对应的栅格中标记障碍物以及标记障碍物的类型和障碍物的等级，标记后的栅格地图如图3所示，其中曲线表示规划的无人艇的巡航路径，斜划线填充部分为标记的障碍物，即A区域、B区域和C区域分布表示三个不同的障碍物。所述障碍物标记模块M600还用于在所述栅格地图上对动态障碍物的预测移动路线中各个栅格进行标记，并标记预测移动路线中各个栅格的障碍物预计到达时间，标记后的栅格地图如图4所示，其中D区域表示新检测到的动态障碍物，D’区域即为预测的器移动路线中各个栅格。从图3和图4中可以清楚地看出障碍物标记和规划的巡航路线之间的关系。如果障碍物为动态障碍物，则障碍物的移动路线与规划的巡航路线之间可以有重合部分，只要到达同一栅格的时间不同即可错开巡航的无人艇和障碍物，保障无人艇巡航安全。
本发明的用于海上无人艇的自动障碍物识别系统基于栅格地图对海域的障碍物进行标记，并根据障碍物不同采用不同避障策略，对于动态障碍物，进一步预测动态障碍物的后续行进路线，提前使得无人艇进行躲避，具有预测性和前瞻性；通过栅格地图表示海域地图，更加简单明了，并且在栅格地图中对障碍物进行标记，方便其他无人艇读取障碍物数据提前进行躲避。
如图2所示，在该实施例中，所述系统还包括障碍物监测模块M700，用于每隔预设时间主动获取在各个标记有障碍物的栅格周围的无人艇的采集图像，根据采集图像判断标记有障碍物的栅格处是否还存在有同一障碍物，如果不再存在障碍物，则取消对该栅格的障碍物标记，如果存在障碍物，但当前障碍物非前一个标记的障碍物，则重新在该栅格中标记障碍物的类型和障碍物的等级。
在该实施例中，所述障碍物预测模块还用于在检测到动态障碍物时，判断动态障碍物是否为其他无人艇，如果是，则获取本无人艇本地存储的栅格地图，所述栅格地图中标记各个无人艇的巡航路径规划所经过的栅格，判断该无人艇的巡航路径规划中当前时刻的预测位置和当前检测到该无人艇的位置的距离是否大于第一阈值，如果大于，则重新从云端服务器获取栅格地图，并更新本地存储的栅格地图。这样无人艇在根据动态障碍物调整路线时，在判断障碍物也是无人艇时，可以优先从本地存储的栅格地图中获取无人艇的预测巡航路线，而无需重新预测，大大减少了计算量以及减少与云端服务器通讯量，只有在检测到的位置和存储的预测位置不一致时，说明本地存储的栅格地图已经不是最新的了，才重新从云端服务器获取更新的栅格地图。
在该实施例中，所述用于海上无人艇的自动障碍物识别系统还包括路径规划模块M800，用于随机生成多个无人艇的巡航路径，并获取各艘无人艇的历史平均巡航速度和设定出发时间，获取各艘无人艇的设定出发时间，预测各艘无人艇在经过巡航路径中各个栅格时的预计到达时刻，并判断是否存在同一时间段内至少两艘无人艇经过同一栅格的情况，如果存在，则调整其中至少一艘无人艇的巡航路径，以使得同一时间段内不存在两艘或两艘以上无人艇经过同一栅格的情况。
在该实施例中，所述用于海上无人艇的自动障碍物识别系统还包括路径调整模块M900，所述路径调整模块M900还用于检测所述栅格地图中是否有巡航路径经过标记有障碍物且障碍物等级高于第二阈值的情况，如果是，则调整该巡航路径，使得其避开标记有障碍物的栅格。如图3和图4所示，A区域、B区域和C区域为预先检测到的有障碍物的栅格，规划路径时即根据障碍物的位置调整规划路径，使得规划路径避开障碍物。
在该实施例中，所述路径调整模块M900还用于在检测到所述栅格地图中新标记有障碍物时，获取障碍物的等级和位置，如果所述障碍物的等级高于第二阈值，则根据各个无人艇的巡航路径判断在距离当前时刻起预设时间范围内是否会有无人艇经过具有该障碍物的栅格，如果是，则调整对应的无人艇的巡航路径，使得该无人艇的巡航路径避开所述障碍物。如图5所示，在检测到新的障碍物时，确定其所占区域为E区域，则通过路径调整模块M900进行路径调整，从而使得各个路径避开E区域，得到如图6所示的结果。如果E区域对应的是动态障碍物，则路径可以与E区域有重合部分，只要障碍物和无人艇到达重合部分的时间不同即可避开障碍物。
所述用于海上无人艇的自动障碍物识别系统中，雷达检测模块M100、图像采集模块M200、障碍物类型判断模块M300、障碍物预测模块M500和障碍物标记模块M600可以设置在无人艇本体上，而障碍物标记模块M600在标记了新的障碍物后，需要将标记数据上传至云端服务器。栅格地图生成模块M400、障碍物监测模块M700、路径规划模块M800和路径调整模块M900则可以直接设置于云端服务器中，与各个无人艇进行通信，对多个无人艇进行协同控制。
如图4所示，本发明实施例还提供一种用于海上无人艇的自动障碍物识别方法，采用所述的用于海上无人艇的自动障碍物识别系统，所述方法包括如下步骤：
M100：获取设置于无人艇的激光雷达的检测数据，根据激光雷达的检测数据判断无人艇前方是否存在障碍物；
M200：在根据激光雷达的检测数据判断前方存在障碍物时，获取设置在无人艇的图像采集设备的采集图像；
M300：根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，所述障碍物的类型包括静态障碍物和动态障碍物，根据障碍物的类型和障碍物的尺寸与障碍物等级的映射关系，确定障碍物等级；
M400：生成巡航海域的栅格地图，并记录栅格地图中每个栅格的尺寸和每个栅格的中心点的坐标位置，栅格地图中每个栅格优选尺寸相同，在实际应用中，对于特别广阔的海域，也可以针对海域的不同情况对于不同位置设置不同的栅格稀疏程度；
M500：在检测到动态障碍物时，判断之前是否检测到同一动态障碍物，如果是第一次检测到，则为该动态障碍物进行编号，如果不是第一次检测到，则获取该动态障碍物的编号和该动态障碍物之前检测到的所在位置，根据障碍物的多次检测的位置计算障碍物的移动速度和移动加速度，根据障碍物的多次检测的位置预测障碍物的移动路线；
M600：在所述栅格地图上障碍物的位置所对应的栅格中标记障碍物以及标记障碍物的类型和障碍物的等级，以及在所述栅格地图上对动态障碍物的预测移动路线中各个栅格进行标记，并标记预测移动路线中各个栅格的障碍物预计到达时间。
因此，本发明的用于海上无人艇的自动障碍物识别方法基于栅格地图对海域的障碍物进行标记，并根据障碍物不同采用不同避障策略，对于动态障碍物，进一步预测动态障碍物的后续行进路线，提前使得无人艇进行躲避，具有预测性和前瞻性；通过栅格地图表示海域地图，更加简单明了，并且在栅格地图中对障碍物进行标记，方便其他无人艇读取障碍物数据提前进行躲避。
在该实施例中，所述根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，包括如下步骤：
将所述图像采集设备的采集图像与预先存储的多种障碍物的图像进行比对，选择相似度最高的障碍物的图像所对应的障碍物的类型作为检测到的障碍物的类型，例如预先准备灯塔、暗礁、岛屿、浮标、船只等多个图像，将采集图像与多个图像进行比对，确定其为灯塔、暗礁、岛屿、浮标还是船只，然后将灯塔、暗礁、岛屿、浮标等对应的记录为静态障碍物，对于船只等对应的记录为动态障碍物；
对所述采集图像中障碍物进行尺寸测量，根据拍摄时障碍物与无人艇的距离计算障碍物的尺寸。
在其他实施方式中，也可以采用机器学习的方法来识别采集图像中障碍物的类型。例如，预先准备灯塔、暗礁、岛屿、浮标、船只等多个图像，分别为每个图像标记其是灯塔、暗礁、岛屿、浮标还是船只，然后采用卷积神经网络进行自主学习，提取特征，然后将采集图像输入到训练好的卷积神经网络中，得到其是灯塔、暗礁、岛屿、浮标还是船只，然后将灯塔、暗礁、岛屿、浮标等对应的记录为静态障碍物，对于船只等对应的记录为动态障碍物。
在该实施例中，所述用于海上无人艇的自动障碍物识别方法还包括如下步骤：
每隔预设时间主动获取在各个标记有障碍物的栅格周围的无人艇的采集图像，根据采集图像判断标记有障碍物的栅格处是否还存在有同一障碍物，如果不再存在障碍物，则取消对该栅格的障碍物标记，如果存在障碍物，但当前障碍物非前一个标记的障碍物，则重新在该栅格中标记障碍物的类型和障碍物的等级，从而保证障碍物标记的准确性和时效性。
综上所述，本发明的用于海上无人艇的自动障碍物识别系统及识别方法具有如下有益效果：基于栅格地图对海域的障碍物进行标记，并根据障碍物不同采用不同避障策略，对于动态障碍物，进一步预测动态障碍物的后续行进路线，提前使得无人艇进行躲避，具有预测性和前瞻性；通过栅格地图表示海域地图，更加简单明了，并且在栅格地图中对障碍物进行标记，方便其他无人艇读取障碍物数据提前进行躲避；在路径规划时提前考虑已有障碍物，并且在检测到新的障碍物时及时调整巡航路线，全面保障无人艇行驶安全。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (7)

1.一种用于海上无人艇的自动障碍物识别系统，其特征在于，所述系统包括：
雷达检测模块，用于获取设置于无人艇的激光雷达的检测数据，根据激光雷达的检测数据判断无人艇前方是否存在障碍物；
图像采集模块，用于在根据激光雷达的检测数据判断前方存在障碍物时，获取设置在无人艇的图像采集设备的采集图像；
障碍物类型判断模块，用于根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，所述障碍物的类型包括静态障碍物和动态障碍物，根据障碍物的类型和障碍物的尺寸与障碍物等级的映射关系，确定障碍物等级；
栅格地图生成模块，用于生成巡航海域的栅格地图，并记录栅格地图中每个栅格的尺寸和每个栅格的中心点的坐标位置；
障碍物预测模块，用于在检测到动态障碍物时，判断之前是否检测到同一动态障碍物，如果是第一次检测到，则为该动态障碍物进行编号，如果不是第一次检测到，则获取该动态障碍物的编号和该动态障碍物之前检测到的所在位置，根据障碍物的多次检测的位置计算障碍物的移动速度和移动加速度，根据障碍物的多次检测的位置预测障碍物的移动路线；
障碍物标记模块，用于在所述栅格地图上障碍物的位置所对应的栅格中标记障碍物以及标记障碍物的类型和障碍物的等级，以及在所述栅格地图上对动态障碍物的预测移动路线中各个栅格进行标记，并标记预测移动路线中各个栅格的障碍物预计到达时间；
障碍物监测模块，用于每隔预设时间主动获取在各个标记有障碍物的栅格周围的无人艇的采集图像，根据采集图像判断标记有障碍物的栅格处是否还存在有同一障碍物，如果不再存在障碍物，则取消对该栅格的障碍物标记，如果存在障碍物，但当前障碍物非前一个标记的障碍物，则重新在该栅格中标记障碍物的类型和障碍物的等级。
2.根据权利要求1所述的用于海上无人艇的自动障碍物识别系统，其特征在于，所述障碍物预测模块还用于在检测到动态障碍物时，判断动态障碍物是否为其他无人艇，如果是，则获取本无人艇本地存储的栅格地图，所述栅格地图中标记各个无人艇的巡航路径规划所经过的栅格，判断该无人艇的巡航路径规划中当前时刻的预测位置和当前检测到该无人艇的位置的距离是否大于第一阈值，如果大于，则重新从云端服务器获取栅格地图，并更新本地存储的栅格地图。
3.根据权利要求2所述的用于海上无人艇的自动障碍物识别系统，其特征在于，所述系统还包括路径规划模块，用于随机生成多个无人艇的巡航路径，并获取各艘无人艇的历史平均巡航速度和设定出发时间，获取各艘无人艇的设定出发时间，预测各艘无人艇在经过巡航路径中各个栅格时的预计到达时刻，并判断是否存在同一时间段内至少两艘无人艇经过同一栅格的情况，如果存在，则调整其中至少一艘无人艇的巡航路径，以使得同一时间段内不存在两艘或两艘以上无人艇经过同一栅格的情况。
4.根据权利要求3所述的用于海上无人艇的自动障碍物识别系统，其特征在于，所述系统还包括路径调整模块，所述路径调整模块还用于检测所述栅格地图中是否有巡航路径经过标记有障碍物且障碍物等级高于第二阈值的情况，如果是，则调整该巡航路径，使得其避开标记有障碍物的栅格。
5.根据权利要求4所述的用于海上无人艇的自动障碍物识别系统，其特征在于，所述路径调整模块还用于在检测到所述栅格地图中新标记有障碍物时，获取障碍物的等级和位置，如果所述障碍物的等级高于第二阈值，则根据各个无人艇的巡航路径判断在距离当前时刻起预设时间范围内是否会有无人艇经过具有该障碍物的栅格，如果是，则调整对应的无人艇的巡航路径，使得该无人艇的巡航路径避开所述障碍物。
6.一种用于海上无人艇的自动障碍物识别方法，其特征在于，采用权利要求1至5中任一项所述的用于海上无人艇的自动障碍物识别系统，所述方法包括如下步骤：
获取设置于无人艇的激光雷达的检测数据，根据激光雷达的检测数据判断无人艇前方是否存在障碍物；
在根据激光雷达的检测数据判断前方存在障碍物时，获取设置在无人艇的图像采集设备的采集图像；
根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，所述障碍物的类型包括静态障碍物和动态障碍物，根据障碍物的类型和障碍物的尺寸与障碍物等级的映射关系，确定障碍物等级；
生成巡航海域的栅格地图，并记录栅格地图中每个栅格的尺寸和每个栅格的中心点的坐标位置；
在检测到动态障碍物时，判断之前是否检测到同一动态障碍物，如果是第一次检测到，则为该动态障碍物进行编号，如果不是第一次检测到，则获取该动态障碍物的编号和该动态障碍物之前检测到的所在位置，根据障碍物的多次检测的位置计算障碍物的移动速度和移动加速度，根据障碍物的多次检测的位置预测障碍物的移动路线；
在所述栅格地图上障碍物的位置所对应的栅格中标记障碍物以及标记障碍物的类型和障碍物的等级，以及在所述栅格地图上对动态障碍物的预测移动路线中各个栅格进行标记，并标记预测移动路线中各个栅格的障碍物预计到达时间；
所述方法还包括如下步骤：
每隔预设时间主动获取在各个标记有障碍物的栅格周围的无人艇的采集图像，根据采集图像判断标记有障碍物的栅格处是否还存在有同一障碍物，如果不再存在障碍物，则取消对该栅格的障碍物标记，如果存在障碍物，但当前障碍物非前一个标记的障碍物，则重新在该栅格中标记障碍物的类型和障碍物的等级。
7.根据权利要求6所述的用于海上无人艇的自动障碍物识别方法，其特征在于，所述根据所述图像采集设备的采集图像进行图像识别，判断障碍物的类型和障碍物的尺寸，包括如下步骤：
将所述图像采集设备的采集图像与预先存储的多种障碍物的图像进行比对，选择相似度最高的障碍物的图像所对应的障碍物的类型作为检测到的障碍物的类型；
对所述采集图像中障碍物进行尺寸测量，根据拍摄时障碍物与无人艇的距离计算障碍物的尺寸。
CN201910481970.0A 2019-06-04 2019-06-04 用于海上无人艇的自动障碍物识别系统及识别方法 Active CN110208816B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910481970.0A CN110208816B (zh) 2019-06-04 2019-06-04 用于海上无人艇的自动障碍物识别系统及识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910481970.0A CN110208816B (zh) 2019-06-04 2019-06-04 用于海上无人艇的自动障碍物识别系统及识别方法

Publications (2)

Publication Number Publication Date
CN110208816A CN110208816A (zh) 2019-09-06
CN110208816B true CN110208816B (zh) 2023-05-16

Family

ID=67790774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910481970.0A Active CN110208816B (zh) 2019-06-04 2019-06-04 用于海上无人艇的自动障碍物识别系统及识别方法

Country Status (1)

Country Link
CN (1) CN110208816B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110737271B (zh) * 2019-10-23 2022-08-02 西南科技大学 一种水面机器人自主巡航系统及方法
CN110908387A (zh) * 2019-12-13 2020-03-24 齐鲁工业大学 一种动态环境水面无人艇路径规划方法、介质及电子设备
WO2021217352A1 (zh) * 2020-04-27 2021-11-04 深圳市大疆创新科技有限公司 一种可移动平台的控制方法、装置及可移动平台
CN112172790B (zh) * 2020-06-24 2022-10-28 上汽通用五菱汽车股份有限公司 自动停车的控制方法、装置及计算机可读存储介质
CN112180943B (zh) * 2020-10-19 2022-07-01 山东交通学院 一种基于视觉图像和激光雷达的水下机器人导航避障方法
CN112797987B (zh) * 2021-03-23 2021-07-23 陕西欧卡电子智能科技有限公司 一种无人船避障的航行方法、装置、计算机设备及存储介质
CN113311837A (zh) * 2021-05-26 2021-08-27 上海十方生态园林股份有限公司 一种基于水上水下环境识别的无人船避障系统
CN113359749B (zh) * 2021-06-23 2022-07-29 河北工业大学 基于智能机器人的巡航消毒方法
CN113670292B (zh) * 2021-08-10 2023-10-20 追觅创新科技(苏州)有限公司 地图的绘制方法和装置、扫地机、存储介质、电子装置
CN113781633B (zh) * 2021-09-09 2022-11-29 清华大学 一种基于势能场的空间感知安全形式化方法
CN114973909A (zh) * 2021-12-31 2022-08-30 宁波世纪海洋信息科技有限公司 一种基于电子海图的障碍物图标显示装置
CN114734482B (zh) * 2022-04-06 2024-01-12 深圳市普渡科技有限公司 道路识别功能的测试方法、计算机设备和存储介质
CN115729248A (zh) * 2022-12-01 2023-03-03 汇舸(南通)环保设备有限公司 无人艇智能运动控制系统
CN116540751B (zh) * 2023-07-05 2023-10-20 海云联科技(苏州)有限公司 一种无人船自动回收布放水下机器人的方法
CN116661501B (zh) * 2023-07-24 2023-10-10 北京航空航天大学 无人机集群高动态环境避障与动平台着降联合规划方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105116904A (zh) * 2015-10-14 2015-12-02 北京南风科创应用技术有限公司 一种无人水面艇自动避障装置
CN107329477A (zh) * 2017-08-14 2017-11-07 河海大学常州校区 一种无人船导航和自动驾驶设备及其方法
KR101888171B1 (ko) * 2017-11-16 2018-08-13 엘아이지넥스원 주식회사 무인 수상정의 자세정보 기반 환경인식 장치 및 방법
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
CN108664020A (zh) * 2018-04-11 2018-10-16 上海大学 一种基于速度障碍法和动态窗口法的无人艇动态避障算法
CN108764470A (zh) * 2018-05-18 2018-11-06 中国科学院计算技术研究所 一种人工神经网络运算的处理方法
CN109283538A (zh) * 2018-07-13 2019-01-29 上海大学 一种基于视觉和激光传感器数据融合的海上目标大小检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8849483B2 (en) * 2011-04-13 2014-09-30 California Institute Of Technology Target trailing with safe navigation with colregs for maritime autonomous surface vehicles

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105116904A (zh) * 2015-10-14 2015-12-02 北京南风科创应用技术有限公司 一种无人水面艇自动避障装置
CN107329477A (zh) * 2017-08-14 2017-11-07 河海大学常州校区 一种无人船导航和自动驾驶设备及其方法
KR101888171B1 (ko) * 2017-11-16 2018-08-13 엘아이지넥스원 주식회사 무인 수상정의 자세정보 기반 환경인식 장치 및 방법
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
CN108664020A (zh) * 2018-04-11 2018-10-16 上海大学 一种基于速度障碍法和动态窗口法的无人艇动态避障算法
CN108764470A (zh) * 2018-05-18 2018-11-06 中国科学院计算技术研究所 一种人工神经网络运算的处理方法
CN109283538A (zh) * 2018-07-13 2019-01-29 上海大学 一种基于视觉和激光传感器数据融合的海上目标大小检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Research of obstacle recognition method for USV based on laser radar";Shuwu Wang等;《ICTIS》;20170810(第4期);第343-348页 *
"基于激光雷达的内河无人船障碍物识别方法";王贵槐等;《光学技术》;20180930;第44卷(第5期);第602-608页 *

Also Published As

Publication number Publication date
CN110208816A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110208816B (zh) 用于海上无人艇的自动障碍物识别系统及识别方法
CN111028546B (zh) 基于岸基雷达面向智能船舶的多船协同避碰系统和方法
US11915594B2 (en) Collision avoidance method and system for marine vessels
WO2019126755A1 (en) Generating and classifying training data for machine learning functions
CN110244720B (zh) 用于海上无人艇的路径规划方法及系统
CN103531043A (zh) 基于航线匹配的船舶点到点航行时间估算方法
CN106710313A (zh) 基于激光三维成像技术的桥区船舶主动避碰方法及系统
CN108536140A (zh) 一种无人船自主导航系统及方法
CN107942095B (zh) 波浪滑翔器实际航向预测方法
CN111536962B (zh) 智能船舶的航线规划方法及装置、存储介质、计算机设备
CN114444315B (zh) 一种船舶避台航线模拟方法及系统
Lazarowska Ant colony optimization based navigational decision support system
CN110060509A (zh) 运输船舶智能导航预警方法及运输船舶智能导航预警装置
CN110837255A (zh) 一种适用于高速水面无人艇的自主危险规避方法
CN111412918B (zh) 无人艇全局安全路径规划方法
US20220214689A1 (en) Autonomous Vessel and Infrastructure for Supporting an Autonomous Vessel on Inland Waterways
Vagale et al. Evaluation of path planning algorithms of autonomous surface vehicles based on safety and collision risk assessment
CN114061565A (zh) 一种无人船舶slam及其应用方法
Wu et al. An overview of developments and challenges for unmanned surface vehicle autonomous berthing
CN117232520A (zh) 一种适用于海上航行的船舶智能导航系统及导航方法
CN114200929B (zh) 多水下机器人最大探测覆盖率的快速梳型路径规划方法
CN115202366A (zh) 一种基于环境感知的无人艇自主靠泊方法及系统
JP7086475B2 (ja) 操船支援装置
Sedova et al. Intelligent Collision Danger Assessment of Autonomous Unmanned Sea-Going Vessels
CN117111606B (zh) 一种船舶辅助避碰方法与系统

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
GR01 Patent grant
GR01 Patent grant