CN110515091B - 一种用于无人船自动驾驶的水面区域探测方法及装置 - Google Patents
一种用于无人船自动驾驶的水面区域探测方法及装置 Download PDFInfo
- Publication number
- CN110515091B CN110515091B CN201910805299.0A CN201910805299A CN110515091B CN 110515091 B CN110515091 B CN 110515091B CN 201910805299 A CN201910805299 A CN 201910805299A CN 110515091 B CN110515091 B CN 110515091B
- Authority
- CN
- China
- Prior art keywords
- water surface
- model
- river bank
- boundary
- point cloud
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B49/00—Arrangements of nautical instruments or navigational aids
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Ocean & Marine Engineering (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供的用于无人船自动驾驶的水面区域探测方法及水面区域探测装置、计算机可读存储介质，水面区域探测方法包括S1，以获取河岸点云数据；S2，得到第一水面边界模型；S3，对每条第一河岸模型边界进行遍历；S4得到第二水面边界模型；S5，获得水面边界模型；S6，通过粒子滤波过滤水面噪声点。基于激光雷达来提取水面可通行区域，构建水面边界模型，对于水面噪声点进行粒子滤波过滤，提高了水面可通行区域检测的鲁棒性和精度，解决水面上可通行区域提取问题，提高无人船自动驾驶的安全性。
Description
技术领域
本发明属于无人船自动驾驶技术领域，具体涉及一种用于无人船自动驾驶的水面区域探测方法及水面区域探测装置、计算机可读存储介质。
背景技术
目前，无人船多应用于海洋航运，而随着无人船的应用推广，在河流上，尤其是内河使用无人船的需求日渐增大，但目前的无人船在河流水面上的自动驾驶能力较弱，无法满足用户要求。
发明内容
本发明的第一目的是提供一种实现无人船在河流自动驾驶的水面区域探测方法。
本发明的第二目的是提供一种可实现上述无人船在河流自动驾驶的水面区域探测方法的水面区域探测装置。
本发明的第三目的是提供一种可实现上述无人船在河流自动驾驶的水面区域探测方法的计算机可读存储介质。
为实现上述的第一目的，本发明提供的用于无人船自动驾驶的水面区域探测方法包括S1，激光雷达对水域环境进行探测以获取河岸点云数据；S2，根据河岸点云数据通过凸包算法得到第一水面边界模型，第一水面边界模型为多边形，第一水面边界模型的每条边为第一河岸模型边界；S3，对每条第一河岸模型边界进行遍历，判断每条第一河岸模型边界与其对应的河岸点云数据之间的误差是否大于预设值，如是，则第一河岸模型边界为误差边；S4，对误差边对应的河岸点云数据重新通过凸包算法以得到第二水面边界模型，第二水面边界模型为多边形，第二水面边界模型的每条边为第二河岸模型边界，误差边为其中一条第二河岸模型边界；S5，删除误差边，余下的第一河岸模型边界与余下的第二河岸模型边界围成水面边界模型；S6，通过粒子滤波过滤水面噪声点，对河岸点云数据进行随机采样和重要性采样以在连续帧中进行数据追踪，若数据未在连续帧中出现，则数据为水面噪声点，滤除水面噪声点。
由上述方案可见，基于激光雷达来提取水面可通行区域，构建水面边界模型，对于水面噪声点进行粒子滤波过滤，提高了水面可通行区域检测的鲁棒性和精度，解决水面上可通行区域提取问题，提高无人船自动驾驶的安全性。
为实现上述的第二目的，本发明提供的用于无人船自动驾驶的水面区域探测装置，其包括激光雷达和控制激光雷达工作的计算机，计算机包括存储器、总控制器及存储在存储器上的程序，总控制器执行程序时实现上述水面区域探测方法。
由上述方案可见，基于激光雷达来提取水面可通行区域，构建水面边界模型，对于水面噪声点进行粒子滤波过滤，提高了水面可通行区域检测的鲁棒性和精度，解决水面上可通行区域提取问题，提高无人船自动驾驶的安全性。
为实现上述的第三目的，本发明提供的计算机可读存储介质，其上存储有程序，程序被总控制器执行时实现上述水面区域探测方法。
由上述方案可见，基于激光雷达来提取水面可通行区域，构建水面边界模型，对于水面噪声点进行粒子滤波过滤，提高了水面可通行区域检测的鲁棒性和精度，解决水面上可通行区域提取问题，提高无人船自动驾驶的安全性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明所述的一种水面区域探测方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明的水面区域探测方法应用在具有激光雷达的水面区域探测装置上，优选的，水面区域探测装置包括激光雷达和控制激光雷达工作的计算机，计算机包括存储器、总控制器及存储在存储器上的程序，总控制器执行程序时实现本发明的水面区域探测方法。计算机可以为PC机或工控机。
水面区域探测方法实施例：
参见图1，本实施例的应用于无人船自动驾驶的水面区域探测方法包括S1，激光雷达对水域环境进行探测以获取河岸点云数据；S2，根据河岸点云数据通过凸包算法得到第一水面边界模型，第一水面边界模型为多边形，第一水面边界模型的每条边为第一河岸模型边界； S3，对每条第一河岸模型边界进行遍历，判断每条第一河岸模型边界与其对应的河岸点云数据之间的误差是否大于预设值，如是，则第一河岸模型边界为误差边；S4，对误差边对应的河岸点云数据重新通过凸包算法以得到第二水面边界模型，第二水面边界模型为多边形，第二水面边界模型的每条边为第二河岸模型边界，误差边为其中一条第二河岸模型边界；S5，删除误差边，余下的第一河岸模型边界与余下的第二河岸模型边界围成水面边界模型；S6，通过粒子滤波过滤水面噪声点，对河岸点云数据进行随机采样和重要性采样以在连续帧中进行数据追踪，若数据未在连续帧中出现，则数据为水面噪声点，滤除水面噪声点。
基于激光雷达来提取水面可通行区域，构建水面边界模型，对于水面噪声点进行粒子滤波过滤，提高了水面可通行区域检测的鲁棒性和精度，解决水面上可通行区域提取问题，提高无人船自动驾驶的安全性。
水面区域探测装置实施例：
本发明的水面区域探测方法应用在具有激光雷达的水面区域探测装置上，优选的，水面区域探测装置包括激光雷达和控制激光雷达工作的计算机，计算机包括存储器、总控制器及存储在存储器上的程序，总控制器执行程序时实现本发明的水面区域探测方法。计算机可以为PC机或工控机。
例如，程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由总控制器执行，以完成本发明的各个模块。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。
本发明所称总控制器的处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
存储器可用于存储计算机程序和/或模块，总控制器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card, SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例的水面区域探测装置可实现应用于无人船自动驾驶的水面区域探测方法包括 S1，激光雷达对水域环境进行探测以获取河岸点云数据；S2，根据河岸点云数据通过凸包算法得到第一水面边界模型，第一水面边界模型为多边形，第一水面边界模型的每条边为第一河岸模型边界；S3，对每条第一河岸模型边界进行遍历，判断每条第一河岸模型边界与其对应的河岸点云数据之间的误差是否大于预设值，如是，则第一河岸模型边界为误差边；S4，对误差边对应的河岸点云数据重新通过凸包算法以得到第二水面边界模型，第二水面边界模型为多边形，第二水面边界模型的每条边为第二河岸模型边界，误差边为其中一条第二河岸模型边界；S5，删除误差边，余下的第一河岸模型边界与余下的第二河岸模型边界围成水面边界模型；S6，通过粒子滤波过滤水面噪声点，对河岸点云数据进行随机采样和重要性采样以在连续帧中进行数据追踪，若数据未在连续帧中出现，则数据为水面噪声点，滤除水面噪声点。
基于激光雷达来提取水面可通行区域，构建水面边界模型，对于水面噪声点进行粒子滤波过滤，提高了水面可通行区域检测的鲁棒性和精度，解决水面上可通行区域提取问题，提高无人船自动驾驶的安全性。
计算机可读存储介质实施例：
水面区域探测装置的存储器所存储的程序如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读存储介质中，该计算机程序在被总控制器执行时，可实现上述点胶控制方法的各个步骤。
其中，程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
最后需要强调的是，本发明不限于上述实施方式，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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 (3)
1.一种用于无人船自动驾驶的水面区域探测方法，其特征在于，包括：
S1，激光雷达对水域环境进行探测以获取河岸点云数据；
S2，根据所述河岸点云数据通过凸包算法得到第一水面边界模型，所述第一水面边界模型为多边形，所述第一水面边界模型的每条边为第一河岸模型边界；
S3，对每条所述第一河岸模型边界进行遍历，判断每条所述第一河岸模型边界与其对应的所述河岸点云数据之间的误差是否大于预设值，如是，则所述第一河岸模型边界为误差边；
S4，对所述误差边对应的河岸点云数据重新通过凸包算法以得到第二水面边界模型，所述第二水面边界模型为多边形，所述第二水面边界模型的每条边为第二河岸模型边界，所述误差边为其中一条所述第二河岸模型边界；
S5，删除所述误差边，余下的所述第一河岸模型边界与余下的所述第二河岸模型边界围成水面边界模型以获得所述水面边界模型；
S6，通过粒子滤波过滤水面噪声点，对河岸点云数据进行随机采样和重要性采样以在连续帧中进行数据追踪，若所述数据未在连续帧中出现，则所述数据为所述水面噪声点，滤除所述水面噪声点。
2.一种应用于无人船自动驾驶的水面区域探测装置，其包括激光雷达和控制所述激光雷达工作的计算机，所述计算机包括存储器、总控制器及存储在所述存储器上的程序，其特征在于：所述总控制器执行所述程序时实现权利要求1所述的水面区域探测方法。
3.一种计算机可读存储介质，其上存储有程序，其特征在于：所述程序被总控制器执行时实现权利要求1所述的水面区域探测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910805299.0A CN110515091B (zh) | 2019-08-28 | 2019-08-28 | 一种用于无人船自动驾驶的水面区域探测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910805299.0A CN110515091B (zh) | 2019-08-28 | 2019-08-28 | 一种用于无人船自动驾驶的水面区域探测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110515091A CN110515091A (zh) | 2019-11-29 |
| CN110515091B true CN110515091B (zh) | 2022-11-11 |
Family
ID=68628728
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910805299.0A Active CN110515091B (zh) | 2019-08-28 | 2019-08-28 | 一种用于无人船自动驾驶的水面区域探测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110515091B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113570005A (zh) * | 2021-09-26 | 2021-10-29 | 中国人民解放军国防科技大学 | 一种基于机载光子雷达的远距离舰船类型识别方法 |
| CN114140412A (zh) * | 2021-11-24 | 2022-03-04 | 中山大学 | 一种基于激光雷达的高鲁棒性无人船提取水面可通行区域的方法 |
| CN114879685B (zh) * | 2022-05-25 | 2023-04-28 | 合肥工业大学 | 一种用于无人船的河岸线检测及自主巡航方法 |
| CN117349970B (zh) * | 2023-12-05 | 2024-03-26 | 招商局金陵船舶(威海)有限公司 | 一种船舶装配布置自动合理性验证方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100857529B1 (ko) * | 2007-06-29 | 2008-09-08 | 세종대학교산학협력단 | 라이다 자료로부터 건물 경계의 추출방법 |
| CN105043382A (zh) * | 2015-07-06 | 2015-11-11 | 深圳一电科技有限公司 | 无人机巡航方法及装置 |
| KR101782039B1 (ko) * | 2017-05-31 | 2017-09-26 | (주)지트 | 드론을 이용한 하천 및 하천시설물 측량장치 및 위치측정방법 |
| CN108050994A (zh) * | 2017-11-28 | 2018-05-18 | 河海大学 | 基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 |
| CN108460483A (zh) * | 2018-02-09 | 2018-08-28 | 中国水利水电科学研究院 | 一种天然河道流量的定量反演方法 |
| CN109324629A (zh) * | 2017-07-31 | 2019-02-12 | 上海交通大学 | 空中、水面和水下多栖航行器及其控制方法 |
| CN109934891A (zh) * | 2019-03-19 | 2019-06-25 | 武汉楚航测控科技有限公司 | 一种基于无人船的水域岸线构建方法及系统 |
| CN110001947A (zh) * | 2019-04-17 | 2019-07-12 | 广西圣尧航空科技有限公司 | 一种河道监测数据收集传感技术的无人机 |
| CN110120058A (zh) * | 2019-04-30 | 2019-08-13 | 河海大学 | 一种高程散点生成紧致外边界的方法 |
| KR102013802B1 (ko) * | 2019-01-30 | 2019-08-27 | 대한민국 | 드론을 이용한 하천 하상 지형 조사 시스템 및 그 구동방법 |
-
2019
- 2019-08-28 CN CN201910805299.0A patent/CN110515091B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100857529B1 (ko) * | 2007-06-29 | 2008-09-08 | 세종대학교산학협력단 | 라이다 자료로부터 건물 경계의 추출방법 |
| CN105043382A (zh) * | 2015-07-06 | 2015-11-11 | 深圳一电科技有限公司 | 无人机巡航方法及装置 |
| KR101782039B1 (ko) * | 2017-05-31 | 2017-09-26 | (주)지트 | 드론을 이용한 하천 및 하천시설물 측량장치 및 위치측정방법 |
| CN109324629A (zh) * | 2017-07-31 | 2019-02-12 | 上海交通大学 | 空中、水面和水下多栖航行器及其控制方法 |
| CN108050994A (zh) * | 2017-11-28 | 2018-05-18 | 河海大学 | 基于倾斜摄影三维重建技术的淤泥质潮滩地形演变方法 |
| CN108460483A (zh) * | 2018-02-09 | 2018-08-28 | 中国水利水电科学研究院 | 一种天然河道流量的定量反演方法 |
| KR102013802B1 (ko) * | 2019-01-30 | 2019-08-27 | 대한민국 | 드론을 이용한 하천 하상 지형 조사 시스템 및 그 구동방법 |
| CN109934891A (zh) * | 2019-03-19 | 2019-06-25 | 武汉楚航测控科技有限公司 | 一种基于无人船的水域岸线构建方法及系统 |
| CN110001947A (zh) * | 2019-04-17 | 2019-07-12 | 广西圣尧航空科技有限公司 | 一种河道监测数据收集传感技术的无人机 |
| CN110120058A (zh) * | 2019-04-30 | 2019-08-13 | 河海大学 | 一种高程散点生成紧致外边界的方法 |
Non-Patent Citations (7)
| Title |
|---|
| Aboveground total and green biomass of dryland shrub derived from terrestrial laser scanning;Peter J.Olsoy et al.;《ISPRS Journal of Photogrammetry and Remote Sensing》;20140228;第166-173页 * |
| Progress in studies on automated generalization of spatial point cluster;Peng hu et al.;《IGARSS 2004. 2004 IEEE International Geoscience and Remote Sensing Symposium》;20041207;第2841-2844页 * |
| Use of the data depth function to differentiate between case of interpolation and extrapolation in hydrological model prediction;Shailesh KumarSingh et al.;《Journal of Hydrology》;20130116;第213-228页 * |
| 基于三维DP算法的河网线矢量与DEM同步简化方法;窦世卿;《中国博士学位论文全文数据库 基础科学辑》;20180915(第09期);第A008-3页 * |
| 基于三维虚拟场景的中小型水库雨洪高水位模拟研究;陈文君;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20170615(第06期);第C037-26页 * |
| 基于水下地形测量技术和无人机航摄技术的水库库容测量方法;苏建国等;《浙江水利科技》;20151130(第6期);第90-93页 * |
| 心内膜几何模型的计算机三维重建技术;陆颖等;《微计算机信息》;20060531(第13期);第213-215页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110515091A (zh) | 2019-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110515091B (zh) | 一种用于无人船自动驾驶的水面区域探测方法及装置 | |
| CN108230336B (zh) | 一种点云杆塔提取方法及装置 | |
| CN109344824B (zh) | 一种文本行区域检测方法、装置、介质和电子设备 | |
| Fan et al. | Faster-than-real-time linear lane detection implementation using soc dsp tms320c6678 | |
| CN113570727B (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
| EP3462409A1 (en) | A method for filtering spurious pixels in a depth-map | |
| CN107609510A (zh) | 一种岸桥下集卡定位方法及设备 | |
| US20220253998A1 (en) | Image defect detection method, electronic device using the same | |
| CN111382241A (zh) | 会话场景切换方法及装置 | |
| CN116520353B (zh) | 基于激光点云的地面检测方法、装置、存储介质及设备 | |
| CN113159026A (zh) | 图像处理方法、装置、电子设备和介质 | |
| CN112052857A (zh) | 一种票据图像中目标字段的检测方法及相关装置 | |
| CN113255537A (zh) | 一种用于航行船舶识别的图像增强去噪方法 | |
| CA3067656A1 (en) | Node processing | |
| WO2020063814A1 (zh) | 用于车辆传感器的数据融合方法及装置 | |
| CN117232527A (zh) | 一种处理船用gnss航行信息的方法、装置及存储介质 | |
| US20230273826A1 (en) | Neural network scheduling method and apparatus, computer device, and readable storage medium | |
| CN109033797B (zh) | 一种权限设置方法及装置 | |
| CN116362278A (zh) | 电动车电池设置安全区域管理系统及方法 | |
| CN109738908B (zh) | 基于激光雷达的报警方法、装置及系统 | |
| CN113807407B (zh) | 目标检测模型训练方法、模型性能检测方法及装置 | |
| CN112799071B (zh) | 一种水底位置的检测方法及装置 | |
| CN115202352A (zh) | 果园运输机器人的路径规划方法、装置、系统及存储介质 | |
| CN116858233A (zh) | 路径生成方法、装置、服务器及存储介质 | |
| CN114863043A (zh) | 地图处理方法、装置、机器人及存储介质 |
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 |