CN112729306B - 适用于auv的海底地形图可导航区自主提取方法 - Google Patents
适用于auv的海底地形图可导航区自主提取方法 Download PDFInfo
- Publication number
- CN112729306B CN112729306B CN202011521431.4A CN202011521431A CN112729306B CN 112729306 B CN112729306 B CN 112729306B CN 202011521431 A CN202011521431 A CN 202011521431A CN 112729306 B CN112729306 B CN 112729306B
- Authority
- CN
- China
- Prior art keywords
- points
- area
- submarine topography
- reference area
- navigable
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Navigation (AREA)
Abstract
适用于AUV的海底地形图可导航区自主提取方法,属于水下航行器地形辅助导航系统领域。解决了现有可导航区的获取方法前期工作量、计算方式复杂,且无法实时获取可导航区的问题。本发明先获取N个条带的高度起伏数据;再根据获取的N个条带的高度起伏数据构建三维海底地形图,并对构建的三维海底地形图进行特征提取,并对提取的特征点进行区域划分,获得1个或多个参考区;最后获取每个参考区的4个边界点,获得该参考区的轮廓,并将该参考区的轮廓所对应的区域作为可导航区,从而实现了对可导航区的提取。本发明主要用于获取对导航系统进行校准的可导航区。
Description
技术领域
本发明属于水下航行器(Autonomous Underwater Vehicle,AUV)地形辅助导航系统领域。
背景技术
由DVL、AHRS构成的水下导航系统是AUV常用的自主水下导航方法,由于推位导航系统存在随时间而累积的误差,使得AUV在长时间航行之后收到的定位信息不再准确,极大地影响了水下机器人的定位精度。
现有校准实现方式:水下航行器前往到可导航区,并在可导航区内对水下航行器上的导航系统校准;校准的具体过程是:在可导航区内通过现有的地形匹配算法,匹配当前水下航行器的多波束声呐获取到的条带数据与可导航区内地形条带数据进行匹配,可导航区内每个地形条带数据对应具体的位置坐标,通过多波束声呐获取到的条带数据与可导航区内地形条带数据进行匹配,即可确定当前水下航行器的真实坐标,根据该真实坐标对水下航行器上的导航系统校准,从而实现校准导航系统。
因此,如何获得可导航区是对水下航行器上的导航系统进行校准的关键,现在主流可导航区获取方法中,需要进行大量的前期实验来获得一定量的地形数据库,通过对库中数据进行分析,确定相应的地形数据所对应的区域作为可导航区,但这种前期标定哪些地形数据所对应区域可作为可导航区的判定方式,前期工作量较大、计算方式复杂,因此,如何实时的获取可导航区亟需解决。
发明内容
本发明目的是为了解决现有可导航区的获取方法前期工作量、计算方式复杂,且无法实时获取可导航区的问题,本发明提供了一种适用于AUV的海底地形图可导航区自主提取方法。
适用于AUV的海底地形图可导航区自主提取方法,该方法包括如下过程:
S1、根据AUV携带的多波束声呐对其所经过的路径的海底地形进行探测,获取N个条带的高度起伏数据;同时,还根据AUV携带的导航系统,获取上述N个条带上所有点的坐标;
其中,每个条带的高度起伏数据由P个点的高度构成;且N和P均为整数;
S2、根据步骤S1中获取的N个条带的高度起伏数据构建三维海底地形图,并对构建的三维海底地形图进行特征提取,获得M个特征点;M为正整数,且M<N×P;
S3、根据M个特征点的疏密程度,对M个特征点进行区域划分,获得1个或多个参考区;
S4、获取每个参考区的4个边界点,并根据每个参考区内的所有边界点的坐标,获得该参考区的轮廓,并将该参考区的轮廓所对应的区域作为可导航区,从而实现了对可导航区的提取。
优选的是,步骤S2中,对构建的三维海底地形图进行特征提取的实现方式包括:
以构建的三维海底地形图中每个点的坐标为圆心、以R1为半径绘圆,该圆的圆心所在点的高度分别与圆内所覆盖的所有点所对应的高度作差,并统计所有高度差值在高度阈值X范围内的个数Y;若个数Y大于个数阈值Z,从而确定该圆的圆心所在点为特征点,最终实现了对构建的三维海底地形图中所有特征点的提取。
优选的是,步骤S3中,根据M个特征点的疏密程度,对M个特征点进行区域划分的实现方式:采用基于密度聚类算法实现。
优选的是,步骤S4中,获取每个参考区的4个边界点,并根据每个参考区内的所有边界点的坐标,获得该参考区的轮廓的实现方式为:
S41、提取每个参考区内横坐标数值最大的特征点、横坐标数值最小的特征点、纵坐标数值最大的特征点以及纵坐标数值最小的特征点,共4个特征点,并将上述4个特征点均作为该参考区的边界点;
S42、对每个参考区内的所有边界点的坐标进行连线,从而获得该参考区的轮廓。
本发明带来的有益效果是:本发明提供的适用于AUV的海底地形图可导航区自主提取方法,可实时的有效辨识三维海底地形图中的可导航区域,提供AUV可进行定位校准的区域,为AUV在导航失准后进行重新定位校准提供参照区域。本发明普遍适用性好,适用于解决各种类型的AUV的在水下长时间工作而产生的导航失准的情况。通过对海底地形可导航区域进行提取,可有效提高AUV在水下进行作业时的自主校正导航定位误差能力。
附图说明
图1是本发明所述适用于AUV的海底地形图可导航区自主提取方法的流程图;
图2是三维海底地形图的示意图;
图3是对图2进行特征提取,并对获得的特征点进行区域划分后,所获得的4个参考区的示意图;
图4是图3中4个参考区的轮廓所对应的区域(也即:可导航区)的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
具体参见图1说明本实施方式,本实施方式所述的适用于AUV的海底地形图可导航区自主提取方法,该方法包括如下过程:
S1、根据AUV携带的多波束声呐对其所经过的路径的海底地形进行探测,获取N个条带的高度起伏数据;同时,还根据AUV携带的导航系统,获取上述N个条带上所有点的坐标;
其中,每个条带的高度起伏数据由P个点的高度构成;且N和P均为整数;
S2、根据步骤S1中获取的N个条带的高度起伏数据构建三维海底地形图,并对构建的三维海底地形图进行特征提取,获得M个特征点;M为正整数,且M<N×P;
S3、根据M个特征点的疏密程度,对M个特征点进行区域划分,获得1个或多个参考区;
S4、获取每个参考区的4个边界点,并根据每个参考区内的所有边界点的坐标,获得该参考区的轮廓,并将该参考区的轮廓所对应的区域作为可导航区,从而实现了对可导航区的提取。
本实施方式中所述的适用于AUV的海底地形图可导航区自主提取方法,可实时的有效辨识三维海底地形图中的可导航区域,供AUV进行地位校准,为AUV在导航失准后进行重新定位校准提供参照区域。本发明普遍适用性好,适用于解决各种类型的AUV的在水下长时间工作而产生的导航失准的情况。通过对海底地形可导航区域进行提取,可有效提高AUV在水下进行作业时的自主校正导航定位误差能力。
进一步的,具体参见图2,步骤S2中,对构建的三维海底地形图进行特征提取的实现方式包括:
以构建的三维海底地形图中每个点的坐标为圆心、以R1为半径绘圆,该圆的圆心所在点的高度分别与圆内所覆盖的所有点所对应的高度作差,并统计所有高度差值在高度阈值X范围内的个数Y;若个数Y大于个数阈值Z,从而确定该圆的圆心所在点为特征点,最终实现了对构建的三维海底地形图中所有特征点的提取。
本优选实施方式中,对构建的三维海底地形图进行特征提取过程提供了一种具体实现方式,利用双重判定的方式,先对高度差值进行阈值判定,再对符合高度差值在高度阈值X范围内的个数Y进行阈值判定,从而确定三维海底地形图中的任意一点是否是特征点。
通过比较局部地区的地形高程点的复杂度对所有地形高程点进行分类,检测出的点满足特征点的定义,实际得到的坐标点能够表示在该点附近地形变化丰富,当提取到的特征点在一定区域内大量存在时,该片地形可被认为时一片可导航区域。
更进一步的,具体参见图3,步骤S3中,根据M个特征点的疏密程度,对M个特征点进行区域划分的实现方式:采用基于密度聚类算法实现。
本优选实施方式中,密度聚类算法是用密度作为相似性指标,从而发现给定数据集数据分类,且每个类的中心是根据类中所有数值的密度均值得到的,每个类的中心用核心点来描述。对于给定的一个(包含n个一维以及一维以上的数据点的)数据集以及要得到的类别数量,选取密度作为相似度指标,对所有数据集中的数据进行聚类计算,规划出不同的聚类区域。
图3中,根据特征点的疏密程度,对特征点进行区域划分,获得4个参考区,每个参考区内特征点程聚集形式。
更进一步的,具体参见图4,步骤S4中,获取每个参考区的4个边界点,并根据每个参考区内的所有边界点的坐标,获得该参考区的轮廓的实现方式为:
S41、提取每个参考区内横坐标数值最大的特征点、横坐标数值最小的特征点、纵坐标数值最大的特征点以及纵坐标数值最小的特征点,共4个特征点,并将上述4个特征点均作为该参考区的边界点;
S42、对每个参考区内的所有边界点的坐标进行连线,从而获得该参考区的轮廓。
本优选实施方式中,通过提取每个参考区中的边界点,再对边界点进行连线从而获得参考区的轮廓,具体参见图4,也即可导航区,整个过程简单,便捷。
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (3)
1.适用于AUV的海底地形图可导航区自主提取方法,其特征在于,该方法包括以下步骤:
S1、根据AUV携带的多波束声呐对其所经过的路径的海底地形进行探测,获取N个条带的高度起伏数据;同时,还根据AUV携带的导航系统,获取上述N个条带上所有点的坐标;
其中,每个条带的高度起伏数据由P个点的高度构成;且N和P均为整数;
S2、根据步骤S1中获取的N个条带的高度起伏数据构建三维海底地形图,并对构建的三维海底地形图进行特征提取,获得M个特征点;M为正整数,且M<N×P;
S3、根据M个特征点的疏密程度,对M个特征点进行区域划分,获得1个或多个参考区;
S4、获取每个参考区的4个边界点,并根据每个参考区内的所有边界点的坐标,获得该参考区的轮廓,并将该参考区的轮廓所对应的区域作为可导航区,从而实现了对可导航区的提取;
步骤S2中,对构建的三维海底地形图进行特征提取的实现方式包括:
以构建的三维海底地形图中每个点的坐标为圆心、以R1为半径绘圆,该圆的圆心所在点的高度分别与圆内所覆盖的所有点所对应的高度作差,并统计所有高度差值在高度阈值X范围内的个数Y;若个数Y大于个数阈值Z,从而确定该圆的圆心所在点为特征点,最终实现了对构建的三维海底地形图中所有特征点的提取。
2.根据权利要求1所述的适用于AUV的海底地形图可导航区自主提取方法,其特征在于,步骤S3中,根据M个特征点的疏密程度,对M个特征点进行区域划分的实现方式:采用基于密度聚类算法实现。
3.根据权利要求1所述的适用于AUV的海底地形图可导航区自主提取方法,其特征在于,步骤S4中,获取每个参考区的4个边界点,并根据每个参考区内的所有边界点的坐标,获得该参考区的轮廓的实现方式为:
S41、提取每个参考区内横坐标数值最大的特征点、横坐标数值最小的特征点、纵坐标数值最大的特征点以及纵坐标数值最小的特征点,共4个特征点,并将上述4个特征点均作为该参考区的边界点;
S42、对每个参考区内的所有边界点的坐标进行连线,从而获得该参考区的轮廓。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011521431.4A CN112729306B (zh) | 2020-12-21 | 2020-12-21 | 适用于auv的海底地形图可导航区自主提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011521431.4A CN112729306B (zh) | 2020-12-21 | 2020-12-21 | 适用于auv的海底地形图可导航区自主提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112729306A CN112729306A (zh) | 2021-04-30 |
CN112729306B true CN112729306B (zh) | 2022-04-19 |
Family
ID=75604357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011521431.4A Active CN112729306B (zh) | 2020-12-21 | 2020-12-21 | 适用于auv的海底地形图可导航区自主提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112729306B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE544048T1 (de) * | 2008-06-09 | 2012-02-15 | Honeywell Int Inc | Navigationsverfahren und -system unter verwendung von geländemerkmalen |
CN101358850B (zh) * | 2008-09-19 | 2010-12-08 | 北京航空航天大学 | 一种基于地磁熵的匹配区选择方法 |
CN105160665A (zh) * | 2015-08-25 | 2015-12-16 | 东南大学 | 一种双圆子模板水下地形匹配方法 |
CN105701820B (zh) * | 2016-01-14 | 2018-10-30 | 上海大学 | 一种基于匹配区域的点云配准方法 |
CN106123850B (zh) * | 2016-06-28 | 2018-07-06 | 哈尔滨工程大学 | Auv配载多波束声呐水下地形测绘修正方法 |
CN106871901B (zh) * | 2017-01-24 | 2019-11-08 | 哈尔滨工程大学 | 一种基于地形特征匹配的水下地形匹配导航方法 |
CN111486845B (zh) * | 2020-04-27 | 2022-02-11 | 中国海洋大学 | 基于海底地形匹配的auv多策略导航方法 |
-
2020
- 2020-12-21 CN CN202011521431.4A patent/CN112729306B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112729306A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109682382B (zh) | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 | |
CN113450596B (zh) | 基于船舶轨迹特征点提取的时空dp方法 | |
CN108376408B (zh) | 一种基于曲率特征的三维点云数据快速加权配准方法 | |
US20150192695A1 (en) | Automatic recognition method of continental slope foot point based on terrain grid | |
Li et al. | Automatically and accurately matching objects in geospatial datasets | |
CN105447490A (zh) | 基于梯度回归树的车辆关键点检测方法及装置 | |
CN110458083B (zh) | 一种车道线矢量化方法、装置及存储介质 | |
CN112819958B (zh) | 一种基于三维激光扫描的工程地质测绘方法与系统 | |
CN114564545A (zh) | 一种基于ais历史数据的船舶经验航线提取系统及方法 | |
CN111295666A (zh) | 一种车道线检测方法、装置、控制设备及存储介质 | |
Hansson et al. | Lane-level map matching based on HMM | |
CN109000656B (zh) | 基于空间聚类的水下地形匹配导航适配区选择方法 | |
CN109598261B (zh) | 一种基于区域分割的三维人脸识别方法 | |
CN113721254B (zh) | 一种基于道路指纹空间关联矩阵的车辆定位方法 | |
CN103177189A (zh) | 一种众源位置签到数据质量分析方法 | |
CN112418193B (zh) | 一种车道线识别方法及系统 | |
CN112235807B (zh) | Tdoa监测系统的组网方法、装置、设备与介质 | |
Yin et al. | A failure detection method for 3D LiDAR based localization | |
CN112729306B (zh) | 适用于auv的海底地形图可导航区自主提取方法 | |
CN113295173A (zh) | 环形路段的地图匹配方法 | |
CN112130166A (zh) | 基于反光板网络的agv定位方法及装置 | |
CN110081890B (zh) | 一种结合深度网络的动态k最近邻地图匹配方法 | |
CN113077473A (zh) | 三维激光点云路面分割方法、系统、计算机设备及介质 | |
CN116028587A (zh) | 路网匹配方法和设备 | |
CN110647877A (zh) | 一种基于神经网络的立体交通设施定位纠偏方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |