CN113311837A - 一种基于水上水下环境识别的无人船避障系统 - Google Patents

Abstract

本发明提供一种基于水上水下环境识别的无人船避障系统，包括：信息采集系统、信息识别系统、通信系统、控制系统，所述信息采集系统通讯连接于信息识别系统，所述信息识别系统通讯连接于控制系统，所述控制系统通过通信系统连接于云端服务器，所述控制系统连接控制运动系统，所述信息采集系统用于采集无人船周围的环境信息，其实现形式包括水上传感器和水下传感器，所述的信息识别系统用于识别和定位存在于环境中的物体类型。本发明使用多种传感器进行环境探测，结合水上和水下传感信息，能更准确识别环境中物体的类型和位置，有效提高了物体识别精度，丰富了无人船避障策略，有利于在多水域、多任务、多类型无人船上的推广使用。

Description

一种基于水上水下环境识别的无人船避障系统

技术领域

本发明涉及智能船只技术领域，具体为一种基于水上水下环境识别的无人船避障系统。

背景技术

无人船作为一种智能化水上机器人，具有小体型、多功能、高自主性等优点，在内河浅滩等复杂多变的水域环境中能够在减少人力和资源消耗的同时高效完成测绘、水质监测、水体管养等多种作业任务。但为实现无人船智能化，水域环境的探测识别、路径规划和避障工作需要无人船自主完成。目前无人船主要基于雷达、视觉、声呐等传感器获取环境信息，相关技术和算法都有较为成熟的发展。

然而在复杂的内河水域环境中，无人船需要处理中短距离、河面上下的障碍物的规避及路径规划，但雷达在近距离探测时存在盲区，基于视觉的探测系统容易受到光线天气等环境因素的影响，声呐探测角度有限且探测距离会受到近处障碍物影响。且单一传感器对物体的识别准确度较低，从而无法获得最优的避障策略，依靠单一传感器难以满足无人船的环境感知需求。

发明内容

本发明所解决的技术问题在于提供一种基于水上水下环境识别的无人船避障系统，以解决上述背景技术中提出的问题。

本发明所解决的技术问题采用以下技术方案来实现：一种基于水上水下环境识别的无人船避障系统，包括：信息采集系统、信息识别系统、通信系统、控制系统，所述信息采集系统通讯连接于信息识别系统，所述信息识别系统通讯连接于控制系统，所述控制系统通过通信系统连接于云端服务器，所述控制系统连接控制运动系统，所述信息采集系统用于采集无人船周围的环境信息，其实现形式包括水上传感器和水下传感器，所述的信息识别系统用于识别和定位存在于环境中的物体类型，所述的通信系统用于实时与云端服务器报告船体当前位置和状态，所述的控制系统，用于接收控制指令、更改船体路径。

所述无人船避障系统的工作方法，包括以下步骤：

步骤(1).信息采集系统根据所述的水上传感器和水下传感器，同时采集船体周围水上和水下的环境信息；

步骤(2).信息识别系统对水上和水下的信息进行融合处理，准确识别和定位出船体周围物体类型和位置；

步骤(3).根据不同物体类型，船体选择不同的行进方式：

对于不会影响无人船航行的水面上轻型、小型无根漂浮物，无人船按照既定路径正常行驶；

对于可能影响无人船航行的障碍物，无人船需及时调整行进路线，从旁边可通行区域绕过该障碍物；

基于物体类型与位置信息，探测船行进过程前方水域水上和水下可通行空间大小；

不可通行情况下，运动系统关闭，无人船停在原处，通过通信系统等待接收云端服务器下发新的指令，来决定下一步的行动。

所述步骤(2)中信息融合步骤如下：

(2.1).获取水上传感器和水下传感器采集环境信息；

(2.2).分别识别水上和水下的类型和位置，水下的定位算法根据回声时差定位原理：x＝v×Δt/2可以计算出水下物体的位置，通过声波的发射角度α，可以推导出水下物体的距离水面的深度h＝xsinα，与传感器的距离l＝xcosα；水上的定位算法以双目摄像头为例，根据双目视觉原理，推导出物体与摄像头的距离

b表示双目摄像头间距，f表示摄像头焦距，d表示双目摄像头视差；通过笛卡尔坐标变换，可推导出物体的真实高度

x表示图像坐标系中物体与水面的垂直高度，从而判断水上物体的位置和可通行空间的位置和大小；

(2.3).融合水上水下物体的具体方位信息，将同一水平坐标的物体识别为同一物体，能够比单一摄像头更准确判断物体类型。

与现有技术相比，本发明的有益效果是：

本发明使用多种传感器进行环境探测，结合水上和水下传感信息，能更准确识别环境中物体的类型和位置，智能判断所探测物体是否会影响船体安全通行，以实现更好的避障策略，避免了单一传感器在中短距离复杂内河水域环境下探测的局限性。

本发明的一实施例改善了无人船避障系统的硬件和算法，能够采集更加全面的环境信息，有效提高了物体识别精度，丰富了无人船避障策略。

本发明在提高无人船避障能力的同时控制了系统生产成本，有利于在多水域、多任务、多类型无人船上的推广使用。

附图说明

图1为本发明的系统架构图。

图2为本发明的传感器安装示意图。

图中：1、船体；2、水上传感器；3、水下传感器。

具体实施方式

为了使本发明的实现技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明，在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以两个元件内部的连通。

如图1、图2所示，一种基于水上水下环境识别的无人船避障系统，包括：信息采集系统、信息识别系统、通信系统、控制系统，所述信息采集系统通讯连接于信息识别系统，所述信息识别系统通讯连接于控制系统，所述控制系统通过通信系统连接于云端服务器，所述控制系统连接控制运动系统，所述信息采集系统用于采集无人船周围的环境信息，其实现形式包括水上传感器和水下传感器，所述的信息识别系统用于识别和定位存在于环境中的物体类型，所述的通信系统用于实时与云端服务器报告船体当前位置和状态，所述的控制系统，用于接收控制指令、更改船体路径。

所述无人船避障系统的工作方法，包括以下步骤：

步骤(1).信息采集系统根据所述的水上传感器和水下传感器，同时采集船体周围水上和水下的环境信息；

步骤(2).信息识别系统对水上和水下的信息进行融合处理，准确识别和定位出船体周围物体类型和位置；

步骤(3).根据不同物体类型，船体选择不同的行进方式：

对于不会影响无人船航行的水面上轻型、小型无根漂浮物，无人船按照既定路径正常行驶；

对于可能影响无人船航行的障碍物，如粗壮的水草根和茎，石头等，无人船需及时调整行进路线，从旁边可通行区域绕过该障碍物；

基于物体类型与位置信息，探测船行进过程前方水域水上和水下可通行空间大小；

不可通行情况下，运动系统关闭，无人船停在原处，通过通信系统等待接收云端服务器下发新的指令，来决定下一步的行动。

所述步骤(2)中信息融合步骤如下：

(2.1).获取水上传感器和水下传感器采集环境信息；

(2.2).分别识别水上和水下的类型和位置，识别算法包括但不限于CNN图像识别算法，水下的定位算法根据回声时差定位原理：x＝v×Δt/2可以计算出水下物体的位置，通过声波的发射角度α，可以推导出水下物体的距离水面的深度h＝xsinα，与传感器的距离l＝xcosα；水上的定位算法以双目摄像头为例，根据双目视觉原理，推导出物体与摄像头的距离

b表示双目摄像头间距， f表示摄像头焦距，d表示双目摄像头视差。通过笛卡尔坐标变换，可推导出物体的真实高度

x表示图像坐标系中物体与水面的垂直高度，从而判断水上物体的位置和可通行空间的位置和大小；

(2.3).融合水上水下物体的具体方位信息，将同一水平坐标的物体识别为同一物体，能够比单一摄像头更准确判断物体类型，比如有根与无根漂浮物，桥洞桥墩，黑色塑料与黑色石头等。

所述的水上传感器包括但不限于视觉传感器、雷达，用于对水面上和河岸边的物体识别和定位，例如水草，垃圾，桥洞，浮床等，所述的水下传感器包括但不限于声呐传感器，用于对水下的物体进行识别和定位，例如水草根、茎，水下石头，淤泥，桥墩等。所述的视觉传感器，其实现形式包括但不限于双目摄像头。

所述的信息识别系统用于识别和定位存在于环境中的物体类型，包括但不限于识别水岸线、浮床、桥洞、桥墩、漂浮物、水草、石头，对水上和水下环境进行全面探测识别，用于避障。所述的通信系统用于实时与云端服务器报告船体当前位置和状态，其实现形式包括但不限于GSM。

本发明基于多种传感器，信息融合识别船体周围水面上下环境情况，能更准确的识别出环境中存在的物体类型并自主选择避障策略，以实现更好的避障效果，同时对多类型无人船具有普适性，不仅能够搭载于多种船体之上，还能够精确识别水域环境、及时调整行驶路径。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明的要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种基于水上水下环境识别的无人船避障系统，其特征在于：包括：信息采集系统、信息识别系统、通信系统、控制系统，所述信息采集系统通讯连接于信息识别系统，所述信息识别系统通讯连接于控制系统，所述控制系统通过通信系统连接于云端服务器，所述控制系统连接控制运动系统，所述信息采集系统用于采集无人船周围的环境信息，其实现形式包括水上传感器和水下传感器，所述的信息识别系统用于识别和定位存在于环境中的物体类型，所述的通信系统用于实时与云端服务器报告船体当前位置和状态，所述的控制系统，用于接收控制指令、更改船体路径。

2.根据权利要求1所述的一种基于水上水下环境识别的无人船避障系统，其特征在于：所述无人船避障系统的工作方法，包括以下步骤：

步骤(1).信息采集系统根据所述的水上传感器和水下传感器，同时采集船体周围水上和水下的环境信息；

步骤(2).信息识别系统对水上和水下的信息进行融合处理，准确识别和定位出船体周围物体类型和位置；

步骤(3).根据不同物体类型，船体选择不同的行进方式：

对于不会影响无人船航行的水面上轻型、小型无根漂浮物，无人船按照既定路径正常行驶；

对于可能影响无人船航行的障碍物，无人船需及时调整行进路线，从旁边可通行区域绕过该障碍物；

基于物体类型与位置信息，探测船行进过程前方水域水上和水下可通行空间大小；

不可通行情况下，运动系统关闭，无人船停在原处，通过通信系统等待接收云端服务器下发新的指令，来决定下一步的行动。

3.根据权利要求2所述的一种基于水上水下环境识别的无人船避障系统，其特征在于：所述步骤(2)中信息融合步骤如下：

(2.2).获取水上传感器和水下传感器采集环境信息；

(2.2).分别识别水上和水下的类型和位置，水下的定位算法根据回声时差定位原理：x＝v×Δt/2可以计算出水下物体的位置，通过声波的发射角度α，可以推导出水下物体的距离水面的深度h＝x sinα，与传感器的距离l＝x cosα；水上的定位算法以双目摄像头为例，根据双目视觉原理，推导出物体与摄像头的距离

b表示双目摄像头间距，f表示摄像头焦距，d表示双目摄像头视差；通过笛卡尔坐标变换，可推导出物体的真实高度

x表示图像坐标系中物体与水面的垂直高度，从而判断水上物体的位置和可通行空间的位置和大小；

(2.3).融合水上水下物体的具体方位信息，将同一水平坐标的物体识别为同一物体，能够比单一摄像头更准确判断物体类型。

Images