CN113191341A - 浮体平台检测的潜水器规划方法、系统、设备和潜水器 - Google Patents

浮体平台检测的潜水器规划方法、系统、设备和潜水器 Download PDF

Info

Publication number
CN113191341A
CN113191341A CN202110740488.1A CN202110740488A CN113191341A CN 113191341 A CN113191341 A CN 113191341A CN 202110740488 A CN202110740488 A CN 202110740488A CN 113191341 A CN113191341 A CN 113191341A
Authority
CN
China
Prior art keywords
detection
planning
submersible
task
autonomous
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
Application number
CN202110740488.1A
Other languages
English (en)
Inventor
魏建仓
侯明波
徐俊博
郭轶
闫昊
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.)
Tianjin Haiyi Technology Co ltd
Original Assignee
Tianjin Haiyi Technology Co ltd
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 Tianjin Haiyi Technology Co ltd filed Critical Tianjin Haiyi Technology Co ltd
Priority to CN202110740488.1A priority Critical patent/CN113191341A/zh
Publication of CN113191341A publication Critical patent/CN113191341A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Library & Information Science (AREA)
  • Evolutionary Computation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Educational Administration (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请提供一种浮体平台检测的潜水器规划方法、系统、设备和潜水器，涉及遥控潜水器领域。一种用于海上浮体平台检测的潜水器自主规划方法，包括：获取浮体平台特征物体的检测库文件；设定至少一个潜水器自主检测任务，根据所述库文件自动生成潜水器自主检测方案；按所述检测方案对所述浮体平台执行自主巡航检测；对所述检测方案进行重规划调整，并按调整后的方案执行所述检测任务；完成所述检测任务并进行返回操作。根据本申请实施例的技术方案，遥控潜水器可自主规划检测路径并自动进行调整，保证长时间不间断的精确检测，提高检测效率，有效降低了作业风险和成本。

Description

浮体平台检测的潜水器规划方法、系统、设备和潜水器
技术领域
本申请涉及遥控潜水器领域，具体而言，涉及一种浮体平台检测的潜水器规划方法、系统、设备和潜水器。
背景技术
浮体平台主要用于海上，体型巨大，表面复杂，对于平台的检测主要分为三点：
一、平台表面的焊缝裂纹检测，保证焊接部分没有缝隙；
二、平台表面腐蚀程度检测，保证浮体表面的健壮；
三、平台表面海生物群生长情况检测，定时清洗。
浮体平台的检测因周围流速不均匀，浮体表面复杂，对于表面的腐蚀检测和焊接处裂纹检测，需要缓慢匀速的进行检测，同时又要克服乱流和水下定位不精确带来的困难。如果全程靠人为驾驶ROV进行检测，存在效率低和精度不足的问题，使得水下作业任务成本极高，效果往往达不到预期。
由于目前ROV的传感器精度、深水下导航定位技术还不够完善，再加上水下环境复杂，未知因素过多的因素，使用当前智能化水平较低的ROV进行自主作业的风险很大或者需要全程人力的密切参与，检测效率低下。如何提升设备的智能化程度，在预设的基础上完成一些自主决策，来降低作业风险和成本，成为迫切需要解决的问题。
发明内容
本申请提供一种浮体平台检测的潜水器规划方法、系统、设备和潜水器，对浮体平台的表面进行全自动检测，实现检测任务和方案的自主规划，尽可能地减少人工介入，并保证检测的精度和速度。
根据本申请的一方面，提供一种用于海上浮体平台检测的潜水器自主规划方法，包括：获取浮体平台特征物体的检测库文件；设定至少一个潜水器自主检测任务，根据所述库文件自动生成潜水器自主检测方案；按所述检测方案对所述浮体平台执行自主巡航检测；对所述检测方案进行重规划调整，并按调整后的方案执行所述检测任务；完成所述检测任务并进行返回操作。
根据一些实施例，获取浮体平台特征物体的检测库文件，包括：所述库文件通过对所述特征物体预先进行机器学习生成。
根据一些实施例，根据所述库文件自动生成潜水器自主检测方案，包括：获取待检测表面的图像；通过所述待检测表面的图像及所述库文件，进行所述待检测表面物体的自动识别；基于预设的规划规则和所述待检测表面物体的图像，自主规划全局检测路径，并标记障碍物类型和坐标。
根据一些实施例，按所述检测方案执行自主巡航检测，包括：检测过程中对周边环境、潜水器工作状态及检测任务完成情况进行实时监控。
根据一些实施例，对所述检测方案进行重规划调整，包括：基于所述实时监控反馈的结果，按所述预设的规划规则选择重规划的类型进行调整。
根据一些实施例，完成所述检测任务并进行返回操作，包括：出现故障、能源不足和/或所述检测任务取消时，进行所述返回操作。
根据一些实施例，所述返回操作包括上浮等待救援、自行返航和运行至指定地点等待回收。
根据本申请的一方面，提供一种潜水器人机交互系统，包括：控制模块，设定并启动潜水器自主检测任务，实时控制潜水器各模块状态并根据所述检测任务进行检测路径的人工选择；地图模块，导入浮体平台待检测表面的图像，显示所述检测路径及障碍物坐标；任务规划器，根据所述检测任务在所述地图模块中规划全局检测路径。
根据一些实施例，所述控制模块具有最高权限，可随时停止或取消所述检测任务。
根据一些实施例，所述控制模块可通过人工遥控模式改变所述检测路径。
根据一些实施例，所述任务规划器基于预设的规划规则和检测库文件，读取所述待检测表面物体的图像，自主规划最优检测方案和备用检测方案。
根据本申请的一方面，提供一种潜水器作业控制系统，包括：智能规划单元，接收潜水器自主检测任务和检测方案，按预设的规划规则对所述检测方案进行重规划，并下发调整指令；行为控制单元，接收所述智能规划单元的调整指令，处理后发送执行指令；采集设备和执行设备，可获取周边环境情况和潜水器工作状态并执行所述行为控制单元的执行指令；数据分析处理单元，获取所述采集设备和所述执行设备的工作数据并进行解析，为所述智能规划单元提供数据支持；导航中间件，提供所述潜水器位置和姿态信息至所述智能规划单元和所述行为控制单元；状态监控单元，对所述潜水器工作状态进行监控，实时上报信息至所述智能规划单元。
根据一些实施例，所述智能规划单元配置为：基于所述检测方案，并根据所述潜水器工作状态和所述周边环境情况，按所述预设的规划规则进行所述重规划。
根据一些实施例，所述智能规划单元包括：交互服务子单元，接收检测任务和用户指令，获取所述潜水器性能，导入所述预设的规划规则作为所述重规划的参考；任务监控子单元，实时监控所述检测任务完成情况；事件决策子单元，获取所述周边环境情况及所述潜水器工作状态，依据所述交互服务子单元、所述任务监控子单元提供的信息，确认是否进行所述重规划；重规划子单元，根据所述预设的规划规则，按所述事件决策子单元的指令进行重规划类型的选择；执行子单元，基于所述检测任务，执行所述重规划。
根据一些实施例，所述重规划包括：在临时避障和/或局部目标搜索时进行行为重规划，改变局部范围内的检测路径；在当前检测路径不可达、避障失败和/或系统能源不足时进行路径重规划，重新规划全局检测路径；在所述行为重规划和所述路径重规划均无法解决问题时进行任务重规划，由所述事件决策子单元确认是否取消或跳过所述检测任务。
根据一些实施例，所述采集设备和所述执行设备包括深度计、高度计、腐蚀检测仪、图像声呐、摄像机、流速计和焊缝跟踪仪。
根据一些实施例，所述潜水器工作状态包括正常、故障、报警、偏离规划等。
根据本申请的一方面，提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得一个或多个处理器实现如前所述的方法。
根据本申请的一方面，提供一种遥控潜水器，包括如前所述的设备。
根据示例实施例，本申请的技术方案可在保证潜水器安全的同时自主选择检测路径，提高检测效率，并可进行长时间不间断的精确检测。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例。
图1示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划系统示意图。
图2示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划规则流程图。
图3示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划规则的重规划调整流程图。
图4A示出根据本申请的海上浮体平台检测自主规划规则的应用实施例的流程图。
图4B示出根据本申请的海上浮体平台检测自主规划规则的应用实施例的目标局部搜寻流程图。
图5示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划系统智能规划单元的装置框图。
图6示出根据本申请示例实施例的一种遥控潜水器的硬件设备框图。
图7示出根据本申请示例实施例的电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例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例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例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部分，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例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有这些特定细节中的一个或更多，或者可以采用其它的方式、组元、材料、装置或操作等。在这些情况下，将不详细示出或描述公知结构、方法、装置、实现、材料或者操作。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本申请提供一种浮体平台检测的潜水器规划方法、系统、电子设备和潜水器，实现从全局检测方案规划，到局部检测路径调整、避障等都由设备自主完成，减少人为参与，提高检测效率。
下面将参照附图，对根据本申请实施例的技术方案进行详细说明。
术语说明：
遥控潜水器（Remotely Operated Vehicle，ROV）：一种可以遥控的水下运行器，用于水下探测，具有安全、经济、高效和作业深度大等突出特点。
图1示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划系统示意图。
如图1所示，ROV自主规划检测系统100包括人机交互端110、作业控制端120和网络130。
人机交互端110包括控制模块1101、地图模块1102和任务规划器1103。
控制模块1101用于设定并启动检测任务，下发控制命令至所述作业控制端，并接收所述作业控制端反馈的ROV的工作状态和所述检测任务完成情况。
根据一些实施例，所述控制模块具有最高系统权限，可随时停止或取消所述检测任务。
进一步地，所述控制模块可通过人工遥控模式改变ROV检测路径。
例如，在ROV自主巡航检测过程中局部搜索目标失败时，可通过所述控制模块进入遥控模式改变所述ROV检测路径。
地图模块1102用于导入浮体平台待检测表面的图像文件，并显示于检测地图中。
所述待检测表面的图像文件包括但不限于由ROV设备采集的图像文件。
任务规划器1103用于在接收所述检测任务后，规划所述浮体平台待检测表面的全局检测路径。
根据一些实施例，所述任务规划器内置于所述地图模块，根据预先设置的规划规则和检测库文件，生成所述全局检测路径。
进一步地，所述任务规划器基于所述地图模块读取的所述待检测表面的图像，进行浮体平台表面物体的自动识别，自主规划最优检测方案和备用检测方案。
根据示例实施例，所述地图模块显示所述检测路径及障碍物坐标。
作业控制端120包括智能规划单元1201、行为控制单元1202、采集设备和执行设备1203、数据分析处理单元1204、导航中间件1205和状态监控单元1206。
智能规划单元1201用于对所述任务规划器规划的检测方案进行重规划。
根据一些实施例，所述智能规划单元按预先设置的规划规则，结合ROV的工作状态和周边环境情况，对所述检测方案进行重规划调整，并发送调整指令。
行为控制单元1202用于与所述采集设备和执行设备对接，执行所述智能规划单元的重规划指令。
采集设备和执行设备1203用于采集ROV周边环境情况和各模块及设备的工作状态，并按指令进行检测操作。
根据一些实施例，所述采集设备和执行设备，包括但不限于深度计、高度计、腐蚀检测仪、图像声呐、摄像机、流速计和焊缝跟踪仪。
数据分析处理单元1204用于所述采集设备和所述执行设备的工作数据并进行解析，为所述智能规划单元提供数据支持。
可选地，所述数据分析模块可对ROV各模块及设备间的数据协议进行适配，以便于在传输过程中统一系统语言。
导航中间件1205用于提供ROV当前的位置和姿态信息所述智能规划单元和所述行为控制单元。
例如，所述导航中间件可通过所述深度计、高度计获取ROV当前的位置。
状态监控单元1206用于ROV工作状态进行实时监控，并上报状态信息至所述智能规划单元。
例如，所述ROV工作状态包括正常、故障、报警、偏离规划等。
网络130可用以在人机交互端110和作业控制端120之间提供通信链路的介质，可以包括各种连接类型，例如局域网网络、光纤电缆、WiFi无线网络、4G移动通信网络、无线电通信网络和水声通信网络等。
应该理解，图1中的设备和网络的数目仅仅是示意性的。根据现实需要，可以具有任意数目设备和网络。
图2示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划规则流程图。
如图2所示，系统操作人员通过人机交互端设定海上浮体平台的检测任务。
根据一些实施例，所述人机交互端接收作业控制端实时采集的周边环境情况、系统各模块及设备的工作状态，并据此设定检测任务。
可选地，所述设定检测任务包括设计全局检测任务，并在地图模块中标记各任务节点。
根据预先读取的检测库文件和待检测表面的图像文件，对所述待检测表面上的特征物体进行自动识别。
所述库文件由对所述特征物体预先进行机器学习生成，不支持在检测过程中同步获取。
所述待检测表面的图像文件来源包括由ROV采集设备采集的图像文件及通过其他方式预先收集的图像文件。
进一步地，根据预先设置的规划规则，按所述待检测表面的图像及特征物体在地图上设计全局检测路径，自动规划出最优检测方案和备用检测方案，并标记障碍物的类型和坐标。
所述最优检测方案通过最优路径算法获取，若通过所述最优检测方案无法完成所述检测任务，则启用所述备用检测方案。
所述规划规则基于所述浮体平台检测的经验数据及当前ROV的性能预先配置，包括对ROV行为、检测路径和检测任务的规划原则，可作为重规划操作的基础并可根据当前的检测任务进行适当调整。
所述障碍物类型可例如浮体平台表面海洋生物群。
所述作业控制端接收所述人机交互端发送的指令，并按所述检测方案进行自主巡航检测。
ROV在所述自主巡航检测过程中，优先按所述最优检测方案搜寻目标，搜寻成功后对所述目标进行跟踪检测。
可选地，ROV可通过流速检测自动调整推力分配，进行自主抗流，保持整体稳定。
根据示例实施例，在所述自主巡航检测过程中出现异常情况时，结合所述周边环境、所述系统工作状态及所述检测任务的完成情况的实时监控结果，自动进行重规划操作。
根据所述预先设置的规划规则，选择包括行为重规划、路径重规划和任务重规划的重规划操作类型并执行重规划操作。
根据一些实施例，在临时避障和/或局部目标搜索时进行所述行为重规划，改变局部范围内的检测路径。
例如，在检测到障碍物时，调整ROV运行速度并通过图像识别判断障碍物类型，选择最优的临时避障方法，如插入临时轨迹点。
在当前检测路径不可达、避障失败和/或系统能源不足时进行所述路径重规划，重新规划全局检测路径。
例如，若障碍物过多，通过所述行为重规划进行多次尝试仍未能避障，可参照所述检测任务的任务节点重新进行路径规划。
在所述行为重规划和所述路径重规划均无法解决问题时进行所述任务重规划，确认是否取消或跳过所述检测任务。
例如，若出现ROV硬件设备故障，无法继续所述检测任务，由所述作业控制端的智能规划单元进行决策，确认是否取消所有所述检测任务。
所述检测任务完成后，进行返回操作回收ROV。
根据一些实施例，所述返回操作包括上浮等待救援、自行返航和运行至指定地点等待回收。
进一步地，当出现故障、能源不足和/或所述检测任务取消时，ROV也可进行所述返回操作。
图3示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划规则的重规划调整流程图。
如图3所示，在S201，ROV执行海上浮体平台的自主巡航检测任务的过程中出现异常情况。
根据一些实施例，所述异常情况包括环境异常、ROV设备异常和任务执行异常。
在S203，对所述异常情况进行分类，通过执行不同的重规划操作继续进行检测。
根据预设的规划规则，参照ROV周边环境、ROV各模块及设备工作状态及当前检测任务完成情况，选择不同的重规划操作类型。
根据一些实施例，所述重规划操作类型包括行为重规划、路径重规划和任务重规划。
在S205，判断行为重规划操作是否可以处理所述异常情况。
所述行为重规划可在避障和/或局部目标搜索时，临时改变小范围内的检测路径。
若所述行为重规划可以处理所述异常情况，则执行所述行为重规划操作；反之，则跳转至所述路径重规划节点。
在S207，判断路径重规划操作是否可以处理所述异常情况。
所述路径重规划可在当前检测路径不可达、避障失败和/或系统能源不足时，重新规划全局检测路径。
若所述路径重规划可以处理所述异常情况，则执行所述路径重规划操作；反之，则跳转至所述任务重规划节点。
在S209，判断任务重规划操作是否可以处理所述异常情况。
所述任务重规划是在所述行为重规划和所述路径重规划均无法解决问题时，对所述检测任务进行重新规划，启用备用任务。
若所述任务重规划可以处理所述异常情况，则执行所述任务重规划操作，启用所述备用任务；反之，则上报信息至智能规划单元，由所述智能规划单元的事件决策子单元进行决策。
在S211，所述事件决策子单元确认是否取消或跳过当前检测任务
若启用所述备用任务仍无法处理所述异常情况，则由所述事件决策子单元确认是否取消或跳过所述检测任务。
在S213，由行为控制单元执行所述重规划操作。
图4A示出根据本申请的海上浮体平台检测自主规划规则的应用实施例的流程图。
如图4A所示，以所述浮体平台的焊缝跟踪作业自主规划流程为例进行说明。
在检测任务开始之前，预先采集所述浮体平台表面上的特征物体，生成样本并进行标注，以进行机器学习、训练，同时生成可供智能识别的检测库文件。
所述特征物体可例如牺牲阳极、输油管道、锚链、焊缝等。
导入所述浮体平台待检测表面的图片和所述库文件，对所述待检测表面物体进行智能识别和特征匹配，获取所述特征物体的坐标位置。
基于所述特征物体的位置，按照预设的规划规则自动规划全局路径，并导入ROV作业控制端。
根据一些实施例，所述全局路径的规划通过最优路径算法获取最优检测方案、备用检测方案以及检测路径上的障碍物坐标。
ROV人机交互端开始执行焊缝检测任务，启动ROV自主巡航模式。
所述ROV自主巡航模式根据所述最优检测方案进行焊缝检测目标搜寻，搜寻成功后进行跟踪检测。
如目标搜寻不成功或丢失，则启动局部搜寻流程，局部范围内搜索目标，如搜寻成功，则继续进行跟踪检测。
如所述局部搜寻流程失败或操作人员通过遥控模式人工停止搜寻，则认定检测失败，ROV停止工作等待回收。
检测过程中，ROV采集设备对所述检测路径上的障碍物进行实时观测和监控，以便于及时获取所述障碍物类型和位置，并选择避障方法。
例如，图像声呐检测到所述障碍物，ROV立即采用行为重规划操作，调整运行速度，并对声呐图像和/或摄像机获取的视频图像进行识别，判断所述障碍物的类型和坐标，通过插入临时轨迹点进行避障操作。
成功躲避当前所述障碍物后，继续进行焊缝搜寻和跟踪。
若障碍物过多，通过所述行为重规划操作多次均未能成功避障，则重新参照任务节点中的关键点，进行路径重规划操作。
成功躲避当前所述障碍物，并且所述路径重规划次数累计未超过三次时，继续进行焊缝搜寻和跟踪。
若所述路径重规划次数累计超过三次，并且正在使用所述最优检测方案对焊缝进行跟踪时，进行任务重规划，启动备用检测任务继续进行焊缝搜寻和跟踪。
若所述路径重规划次数累计超过三次，确认通过所述最优检测方案已无法完成当前检测任务并已启用所述备用检测方案时，则认定检测失败，ROV停止工作等待回收。
检测过程中，ROV作业控制端对硬件设备工作状态、任务完成情况等进行实时监控，维持正常工作姿态，并且在任务完成或出现设备故障等情况时，实时上报信息至智能规划单元，并由所述智能规划单元自主决策。
例如，ROV通过流速计进行流速检测，自动调整推力分配，达到自主抗流的效果。
又如，目标跟踪任务完成后，上报信息至并由所述智能规划单元的事件决策子单元决定返回方式，包括自行返航、运行至指定地点等待回收等。
如出现主推进器故障，则上报信息并由所述事件决策子单元确认取消所有检测任务，上浮等待救援。
如出现电池能量下滑严重导致的能源不足，则由所述事件决策子单元确认是否继续执行后续的检测任务。
再如，出现流速过大、无法抗流或ROV相对深度和高度无法保持的情况，由所述事件决策子单元确定下一步操作。
图4B示出根据本申请的海上浮体平台检测自主规划规则的应用实施例的目标局部搜寻流程图。
如图4B所示，如焊缝目标搜寻不成功或丢失，则启动局部搜寻流程。
启动局部搜寻，如发现疑似焊缝的目标，切换为目标跟踪模式，靠近目标点进行识别确认，如确认为目标焊缝，则继续进行跟踪检测。
可选地，ROV跟踪检测的速度可提前设置，并通过行为重规划临时调整路径。
如在跟踪检测的过程中目标丢失，则对所述目标进行小范围搜寻。
所述小范围搜寻包括通过所述行为重规划对ROV的航向进行上下左右的小幅度调整，用于在小范围内搜索所述目标。
如所述小范围搜寻失败，则进行历史航迹搜寻，在以往的航行记录中搜索所述目标。
如所述历史航迹搜寻失败或搜索时间过长，根据ROV是否允许并支持自主巡航搜寻选择自主巡航模式搜寻或手动模式搜寻。
选择自主巡航模式搜寻，ROV将切换至自主巡航模式，在目标消失点发起覆盖式搜索，扩大搜索范围。
选择手动模式搜寻，操作人员通过ROV的人机交互端进入遥控模式，手动控制ROV进行搜索。
图5示出根据本申请示例实施例的一种用于遥控潜水器的海上浮体平台检测自主规划系统智能规划单元的装置框图。
如图5所示，智能规划单元300包括交互服务子单元310、任务监控子单元320、事件决策子单元330、重规划子单元340和执行子单元350。
交互服务子单元310与ROV的人机服务端110进行交互，接收所述人机服务端发送的指令。
交互服务子单元310包括任务文件模块3101、规划规则模块3102、用户指令模块3103和ROV性能模块3104。
任务文件模块3101中存储的原始任务文件由所述人机服务端的任务规划器自动生成，经网络导入所述智能规划单元，并经由所述任务文件模块下发至执行子单元350。
规划规则模块3102导入预先设置的规划规则，用于为重规划子单元340选择重规划类型进行参考。
用户指令模块3103用于接收操作人员通过所述人机交互端的控制模块下发的指令，并传递至事件决策子单元330，用于进行ROV操作的确认。
ROV性能模块3104接收并存储当前ROV各模块及设备的功能与工作参数，为所述事件决策子单元的决策操作提供参考。
任务监控子单元320对当前的检测任务状态进行监控，并实时上报至所述事件决策子单元。
事件决策子单元330依据所述交互服务子单元、所述任务监控子单元提供的信息，并获取ROV作业控制端的数据分析处理单元1204、状态监控单元1206提供的环境监控信息和ROV工作状态信息，用以对是否进行重规划操作进行决策。
如无需进行重规划操作，则所述事件决策子单元直接下发指令至执行子单元350。
重规划子单元340包括行为重规划操作3401、路径重规划操作3402和任务重规划操作3403，根据所述事件决策子单元的指令进行重规划操作类型的选择。
根据一些实施例，以所述检测任务改变最小为前提，优先执行所述行为重规划操作，如无法解决问题则执行所述路径重规划操作，在所述行为重规划操作和所述路径重规划操作均无法解决问题时进行所述任务重规划操作，由所述事件决策子单元确认是否取消或跳过所述检测任务。
执行子单元350接收所述交互服务子单元、所述事件决策子单元和所述重规划子单元的指令，并按所述指令进行相应的操作。
图6示出根据本申请示例实施例的一种遥控潜水器的硬件设备框图。
如图6所示，ROV作业控制端的硬件设备400，包括但不限于深度计410、高度计420、腐蚀检测仪430、图像声呐440、摄像机450、流速计460和焊缝跟踪仪470。
深度计410通过声波、压力等能提供水体厚度信息的原理制成，可连续测量并记录海水深度。
高度计420测量并显示拖体与水体底部之间的距离，用于使ROV处于水底上方精确的高度。
腐蚀检测仪430用于浮体平台表面腐蚀程度的检测。
图像声呐440用于通过声呐扫描探测获取的二维图像进行目标物体的识别。
摄像机450用于通过视频影像对目标物体进行识别。
流速计460用于测量和检测ROV周边水体流速。
焊缝检测仪470用于浮体平台表面焊缝裂纹的检测，确认焊接部分是否存在缝隙。
应该理解，图6中的硬件设备的数目仅仅是示意性的。根据现实需要，可以具有任意数目的所述硬件设备。
图7示出本申请示例实施例的电子设备的框图。
如图7所示，电子设备600仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件（包括存储单元620和处理单元610）的总线630、显示单元640等。其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书描述的根据本申请各种示例性实施方式的方法。例如，处理单元610可以执行如图1中所示的方法。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元（ROM）6203。
存储单元620还可以包括具有一组（至少一个）程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700（例如键盘、指向设备、蓝牙设备等）通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。根据本申请实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、移动终端或者网络设备等）执行根据本申请实施例的方法。
软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现前述功能。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
根据本申请的一些实施例，本申请的技术方案提升了ROV的检测精度和持续性，并可自主完成全局路径规划和局部重规划调整，不会因为浮体平台表面的复杂特征而频繁需要人为介入，节约了作业成本。
以上对本申请实施例进行了详细介绍，以上实施例的说明仅用于帮助理解本申请的方法及其核心思想。同时，本领域技术人员依据本申请的思想，基于本申请的具体实施方式及应用范围上做出的改变或变形之处，都属于本申请保护的范围。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (19)

1.一种用于海上浮体平台检测的潜水器自主规划方法，其特征在于，包括：
获取浮体平台特征物体的检测库文件；
设定至少一个潜水器自主检测任务，根据所述库文件自动生成潜水器自主检测方案；
按所述检测方案对所述浮体平台执行自主巡航检测；
对所述检测方案进行重规划调整，并按调整后的方案执行所述检测任务；
完成所述检测任务并进行返回操作。
2.根据权利要求1所述的方法，其特征在于，获取浮体平台特征物体的检测库文件，包括：
所述库文件通过对所述特征物体预先进行机器学习生成。
3.根据权利要求1所述的方法，其特征在于，根据所述库文件自动生成潜水器自主检测方案，包括：
获取待检测表面的图像；
通过所述待检测表面的图像及所述库文件，进行所述待检测表面物体的自动识别；
基于预设的规划规则和所述待检测表面物体的图像，自主规划全局检测路径，并标记障碍物类型和坐标。
4.根据权利要求1所述的方法，其特征在于，按所述检测方案执行自主巡航检测，包括：
检测过程中对周边环境、潜水器工作状态及检测任务完成情况进行实时监控。
5.根据权利要求1所述的方法，其特征在于，对所述检测方案进行重规划调整，包括：
基于所述实时监控反馈的结果，按所述预设的规划规则选择重规划的类型进行调整。
6.根据权利要求1所述的方法，其特征在于，完成所述检测任务并进行返回操作，包括：
出现故障、能源不足和/或所述检测任务取消时，进行所述返回操作。
7.根据权利要求6所述的方法，其特征在于，所述返回操作包括上浮等待救援、自行返航和运行至指定地点等待回收。
8.一种用于实现权利要求1所述方法的潜水器人机交互系统，其特征在于，包括：
控制模块，设定并启动潜水器自主检测任务，实时控制潜水器各模块状态并根据所述检测任务进行检测路径的人工选择；
地图模块，导入浮体平台待检测表面的图像，显示所述检测路径及障碍物坐标；
任务规划器，根据所述检测任务在所述地图模块中规划全局检测路径。
9.根据权利要求8所述的系统，其特征在于，所述控制模块具有最高权限，可随时停止或取消所述检测任务。
10.根据权利要求8所述的系统，其特征在于，所述控制模块可通过人工遥控模式改变所述检测路径。
11.根据权利要求8所述的系统，其特征在于，所述任务规划器基于预设的规划规则和检测库文件，读取所述待检测表面物体的图像，自主规划最优检测方案和备用检测方案。
12.一种用于实现权利要求1所述方法的潜水器作业控制系统，其特征在于，包括：
智能规划单元，接收潜水器自主检测任务和检测方案，按预设的规划规则对所述检测方案进行重规划，并下发调整指令；
行为控制单元，接收所述智能规划单元的调整指令，处理后发送执行指令；
采集设备和执行设备，可获取周边环境情况和潜水器工作状态并执行所述行为控制单元的执行指令；
数据分析处理单元，获取所述采集设备和所述执行设备的工作数据并进行解析，为所述智能规划单元提供数据支持；
导航中间件，提供所述潜水器位置和姿态信息至所述智能规划单元和所述行为控制单元；
状态监控单元，对所述潜水器工作状态进行监控，实时上报信息至所述智能规划单元。
13.根据权利要求12所述的系统，其特征在于，所述智能规划单元配置为：
基于所述检测方案，并根据所述潜水器工作状态和所述周边环境情况，按所述预设的规划规则进行所述重规划。
14.根据权利要求12所述的系统，其特征在于，所述智能规划单元包括：
交互服务子单元，接收检测任务和用户指令，获取所述潜水器性能，导入所述预设的规划规则作为所述重规划的参考；
任务监控子单元，实时监控所述检测任务完成情况；
事件决策子单元，获取所述周边环境情况及所述潜水器工作状态，依据所述交互服务子单元、所述任务监控子单元提供的信息，确认是否进行所述重规划；
重规划子单元，根据所述预设的规划规则，按所述事件决策子单元的指令进行重规划类型的选择；
执行子单元，基于所述检测任务，执行所述重规划。
15.根据权利要求12所述的系统，其特征在于，所述重规划包括：
在临时避障和/或局部目标搜索时进行行为重规划，改变局部范围内的检测路径；
在当前检测路径不可达、避障失败和/或系统能源不足时进行路径重规划，重新规划全局检测路径；
在所述行为重规划和所述路径重规划均无法解决问题时进行任务重规划，由所述事件决策子单元确认是否取消或跳过所述检测任务。
16.根据权利要求12所述的系统，其特征在于，所述采集设备和所述执行设备包括深度计、高度计、腐蚀检测仪、图像声呐、摄像机、流速计和焊缝跟踪仪。
17.根据权利要求12所述的系统，其特征在于，所述潜水器工作状态包括正常、故障、报警、偏离规划等。
18.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得一个或多个处理器实现如权利要求1-7中任一所述的方法。
19.一种遥控潜水器，其特征在于，包括权利要求18所述的设备。
CN202110740488.1A 2021-07-01 2021-07-01 浮体平台检测的潜水器规划方法、系统、设备和潜水器 Pending CN113191341A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110740488.1A CN113191341A (zh) 2021-07-01 2021-07-01 浮体平台检测的潜水器规划方法、系统、设备和潜水器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110740488.1A CN113191341A (zh) 2021-07-01 2021-07-01 浮体平台检测的潜水器规划方法、系统、设备和潜水器

Publications (1)

Publication Number Publication Date
CN113191341A true CN113191341A (zh) 2021-07-30

Family

ID=76976839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110740488.1A Pending CN113191341A (zh) 2021-07-01 2021-07-01 浮体平台检测的潜水器规划方法、系统、设备和潜水器

Country Status (1)

Country Link
CN (1) CN113191341A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114993315A (zh) * 2022-05-19 2022-09-02 中国人民解放军海军航空大学 一种无人潜航器军事应用复杂环境航路规划方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726296A (zh) * 2009-12-22 2010-06-09 哈尔滨工业大学 空间机器人视觉测量、路径规划、gnc一体化仿真系统
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
CN202703852U (zh) * 2012-06-19 2013-01-30 中国人民解放军理工大学气象学院 一种大面积海域全景监控浮标
CN103364408A (zh) * 2013-07-10 2013-10-23 三峡大学 一种采用水下机器人系统对水工混凝土结构水下表面裂缝检测的方法
CN106500772A (zh) * 2016-11-16 2017-03-15 武汉理工大学 一种浮式海洋发电平台的运行状况监测预警系统
CN108037766A (zh) * 2017-12-11 2018-05-15 河海大学 一种浮游滚进底栖型潜水器控制系统
CN108592916A (zh) * 2018-04-20 2018-09-28 杭州电子科技大学 悬浮式水下自主航行器的多航次地图定位和导航方法
CN207959295U (zh) * 2017-12-01 2018-10-12 大唐国信滨海海上风力发电有限公司 一种海上风电单桩基础浪溅区腐蚀在线检测设备
CN109003689A (zh) * 2018-05-28 2018-12-14 西南交通大学 一种基于卷积神经网络的核堆内构件表面监测方法
CN109969350A (zh) * 2019-03-28 2019-07-05 南京蒽天捷能源科技有限公司 可移动浮式液货过驳海工平台及过驳方法
CN110045084A (zh) * 2019-03-14 2019-07-23 河海大学 观测水下基础结构与土界面细观结构变化的试验装置及方法
CN111798466A (zh) * 2020-07-01 2020-10-20 中国海洋石油集团有限公司 基于视觉定位的钻井支持平台动能实时测量方法和系统
CN112085728A (zh) * 2020-09-17 2020-12-15 哈尔滨工程大学 一种海底管道及泄漏点检测方法
CN112722282A (zh) * 2020-12-23 2021-04-30 南通大学 一种基于无人机与浮体组合的大型水体水样采集系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726296A (zh) * 2009-12-22 2010-06-09 哈尔滨工业大学 空间机器人视觉测量、路径规划、gnc一体化仿真系统
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
CN202703852U (zh) * 2012-06-19 2013-01-30 中国人民解放军理工大学气象学院 一种大面积海域全景监控浮标
CN103364408A (zh) * 2013-07-10 2013-10-23 三峡大学 一种采用水下机器人系统对水工混凝土结构水下表面裂缝检测的方法
CN106500772A (zh) * 2016-11-16 2017-03-15 武汉理工大学 一种浮式海洋发电平台的运行状况监测预警系统
CN207959295U (zh) * 2017-12-01 2018-10-12 大唐国信滨海海上风力发电有限公司 一种海上风电单桩基础浪溅区腐蚀在线检测设备
CN108037766A (zh) * 2017-12-11 2018-05-15 河海大学 一种浮游滚进底栖型潜水器控制系统
CN108592916A (zh) * 2018-04-20 2018-09-28 杭州电子科技大学 悬浮式水下自主航行器的多航次地图定位和导航方法
CN109003689A (zh) * 2018-05-28 2018-12-14 西南交通大学 一种基于卷积神经网络的核堆内构件表面监测方法
CN110045084A (zh) * 2019-03-14 2019-07-23 河海大学 观测水下基础结构与土界面细观结构变化的试验装置及方法
CN109969350A (zh) * 2019-03-28 2019-07-05 南京蒽天捷能源科技有限公司 可移动浮式液货过驳海工平台及过驳方法
CN111798466A (zh) * 2020-07-01 2020-10-20 中国海洋石油集团有限公司 基于视觉定位的钻井支持平台动能实时测量方法和系统
CN112085728A (zh) * 2020-09-17 2020-12-15 哈尔滨工程大学 一种海底管道及泄漏点检测方法
CN112722282A (zh) * 2020-12-23 2021-04-30 南通大学 一种基于无人机与浮体组合的大型水体水样采集系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114993315A (zh) * 2022-05-19 2022-09-02 中国人民解放军海军航空大学 一种无人潜航器军事应用复杂环境航路规划方法

Similar Documents

Publication Publication Date Title
US10451514B2 (en) Method and system for subsea leak detection using autonomous underwater vehicle (AUV)
KR101069884B1 (ko) 충돌 회피 경로 설정 장치, 경로 제어 시스템 및 충돌 회피 경로 제어 방법
US11731747B2 (en) Marine emissions detection
JP6783006B1 (ja) 通信端末、プログラム及び方法
US11977201B2 (en) Integrated detection method of electromagnetic searching, locating and tracking for subsea cables
CN116489045B (zh) 一种小型无人船组网观测系统
CN113191341A (zh) 浮体平台检测的潜水器规划方法、系统、设备和潜水器
CN114324401A (zh) 基于环形多波束声呐的全覆盖式管道探测系统
Mattioli et al. Unlocking Resident Underwater Inspection drones or AUV for subsea autonomous inspection: value creation between technical requirements and technological development
Horner et al. AUV experiments in obstacle avoidance
CN116631085A (zh) 巡检控制方法、装置及非易失性存储介质
CN116481541A (zh) 一种无需卫星导航的车辆自主返航控制方法、装置及介质
CN116362544A (zh) 一种基于多维信息计算的水下机器人运行风险评估系统
CN113093773B (zh) 基于水下机器人的水下结构检测方法、系统、设备及介质
Zhang et al. Particle Filtering SLAM algorithm for urban pipe leakage detection and localization
CN112034866B (zh) 一种水下机器人跟踪制导的方法及装置
CN112799413A (zh) 一种水下自主航行器目标导引抵近控制方法及系统
KR20140048547A (ko) 선박 운항 항적 추적 시스템 및 방법
KR20220132912A (ko) 증강현실을 이용한 자율운항선박의 제어 시스템
AU2019283811A1 (en) Event Triggering and Automatic Waypoint Generation
Conte et al. A system for the automatic survey of underwater structures
CN118275510B (zh) 一种海洋环境下的自主导管架腐蚀检测与维护系统
WO2021132713A1 (ja) 情報処理装置、プログラム及び方法
CN115371686B (zh) 机器人即时定位的方法及相关装置
CN113776516B (zh) 一种添加障碍的方法、装置、电子设备及存储介质

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