CN114061565A - 一种无人船舶slam及其应用方法 - Google Patents

一种无人船舶slam及其应用方法 Download PDF

Info

Publication number
CN114061565A
CN114061565A CN202111341003.8A CN202111341003A CN114061565A CN 114061565 A CN114061565 A CN 114061565A CN 202111341003 A CN202111341003 A CN 202111341003A CN 114061565 A CN114061565 A CN 114061565A
Authority
CN
China
Prior art keywords
unmanned ship
ship
slam
unmanned
obstacle
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.)
Granted
Application number
CN202111341003.8A
Other languages
English (en)
Other versions
CN114061565B (zh
Inventor
余道洋
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.)
Zhongyu Future (Hefei) Water Technology Co.,Ltd.
Original Assignee
Anhui Zhongkeheding Technology Development 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 Anhui Zhongkeheding Technology Development Co ltd filed Critical Anhui Zhongkeheding Technology Development Co ltd
Priority to CN202111341003.8A priority Critical patent/CN114061565B/zh
Publication of CN114061565A publication Critical patent/CN114061565A/zh
Application granted granted Critical
Publication of CN114061565B publication Critical patent/CN114061565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • 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
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种无人船舶SLAM及其应用方法，为全局导航和局部导航两部分：常规状态下，优先依据全局地图的预设路径轨迹自主追踪和巡航；遇到复杂障碍物和信号受限状态下，由于障碍物位置的确切先验信息被认为是未知的或仅部分已知的，通过SLAM算法估计无人船的当前位置，SLAM方法通过船载固态激光雷达或其他高分辨激光雷达的稠密点云数据进行障碍物的特征识别，对三维场景重构，实现无人船实时位置的定位与边界估计，生成的障碍物信息被用作地标特征更新当前地图，自适应导航控制器根据当前地图计算下一个目标点的信息并发出导航命令，船舶控制器根据导航命令以及SLAM算法的输出反馈生成控制命令，驱动船舶根据更新后的地图和重新规划的路径进行巡航。

Description

一种无人船舶SLAM及其应用方法
技术领域
本发明涉及智能船舶控制领域，具体涉及一种无人船舶SLAM及其应用方法。
背景技术
近年来，随着内河对水环境自主监测、运输和清洁方面的潜在需要，无人船(USV)的应用受到越来越多的关注。然而，内河复杂场景给USV的自主驾驶带来更多的挑战，例如障碍物的复杂分布、全球定位系统(GPS)信号屏蔽，水面环境、岸边结构的反射以及水面上的雾气等，因此，自动驾驶的常用方法在应用于内河航道场景时可能表现不佳，并且不满足USV安全导航的要求。
USV在内河实现自主驾驶要解决的关键问题是在桥梁下或者其他区域GPS等导航设备信号严重恶化或消失。SLAM技术源于机器人和无人车领域，应用环境主要是在路面，通常利用激光雷达和摄像头融合提供图像和点云数据，但是激光雷达测海洋上的船舶等目标时，，光束在平静水面的镜面反射可能会湮灭其他信号，水面波浪或涟漪会产生随机噪声，另外船体的激光雷达垂直分辨率较低，对水面上的桥梁桥面、漂浮物及低矮目标的垂直方向点云数据较少，上述问题造成激光雷达识别水面目标和障碍物困难。视觉系统用于水面环境时，雾会降低能见度，水面对光的反射造成图像曝光过度，水面波浪或涟漪会对视觉图像造成噪声扰动，以及水岸边界的边缘检测都对水面环境的SLAM技术造成挑战。此外，在内河中，由于USV的姿态变化更频繁，平台的俯仰和滚转导致SLAM立体匹配算法遇到了很大的错误。
USV在内河的自主驾驶除了通过SLAM解决局部定位问题，同时还需要解决全局定位和SLAM融合问题。因此研究适应于内河环境的SLAM，进一步研究不完整地图条件下的全局定位问题对于USV的内河自主巡航来说至关重要。
发明内容
本发明的目的在于提供一种内陆河流的无人船舶SLAM及其应用方法，以解决上述背景技术中提出的问题。
为实现上述技术目的，本发明所采用的技术方案如下：
一种无人船舶SLAM及其应用方法，通过地图生成器、离散事件监控导航器、连续船舶控制器、障碍定位与边界估计、船载感知系统、SLAM等模块的配合以实现无人船的自主巡航，使得无人船在内河桥梁、涵洞内等GPS信号受限区域也能正常工作。
一种无人船舶SLAM及其应用方法，包括如下步骤：
S1：按照实际作业场景要求，在全局地图中拟合巡航路径；
S2：无人船舶按照预设路径轨迹进行自主追踪和巡航；
S3：实时进行环境探测，探测到的数据用于障碍物特征识别与边界估计以及无人船舶位姿更新；
S4：进行全局地图更新；
S5：判断是否达到目标点，若是，则本次导航结束，否则转S1继续执行。
作为本发明的进一步方案，所述无人船舶上设置离散事件监控导航器，所述离散事件监控导航器根据当前地图信息生成导航命令，所述S4中通过设置地图生成器根据障碍物特征识别与边界位置信息更新全局地图；
作为本发明的进一步方案，所述无人船舶上设置连续船舶控制器，所述连续船舶控制器根据导航命令以及无人船位姿信息计算控制命令，船舶上安装有主控模块以及动力装置，所述主控模块接受控制命令并驱动动力装置使船航行；
作为本发明的进一步方案，所述无人船舶上设置连续船舶控制器，所述连续船舶控制器采用六自由度模型来描述无人船舶的运动，无人船舶的状态矢量为：
Figure BDA0003352314260000021
式中，x0,y0,z0是惯性坐标系下无人船的SUV位置，
Figure BDA0003352314260000022
θ，ψ为载体坐标系下的欧拉角，包含无人船舶的船体沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡以及绕X轴、Y轴、Z轴纵摇、横摇以及艏摇；六自由度模型有基于惯性坐标性和载体坐标系两种描述方式，惯性坐标系(o_0x_0y_0z_0)以地球中心为坐标原点，x_0，y_0，z_0轴分别指向正北、正东、地心；载体坐标系(oxyz)以船体质心为坐标原点，x轴沿船首方向，y轴垂直于x轴沿船体右侧，z轴垂直于xoy平面指向地心，无人船运动状态在两种坐标系下的转换关系如下所示：
Figure BDA0003352314260000031
Figure BDA0003352314260000032
Figure BDA0003352314260000033
Figure BDA0003352314260000034
式中，u，v，w是线速度的测量值，zp，zq，zr是角速率测量值，Tv，Ta是转换矩阵，联立等式2-5可得等式6；
Figure BDA0003352314260000035
Figure BDA0003352314260000036
Figure BDA0003352314260000037
Figure BDA0003352314260000038
Figure BDA0003352314260000039
Figure BDA00033523142600000310
作为本发明的进一步方案，所述无人船上搭载有船载感知系统和RTK和INS组合导航仪，所述无人船舶位置以及欧拉角由船载的RTK和INS组合导航仪测得的线速度和角速度积分计算出；
作为本发明的进一步方案，所述船载感知系统采用一种具有非重复性扫描的类视网膜固态激光雷达或其他高分辨激光雷达，所述的激光雷达的特点有助于提高视场分辨率；
作为本发明的进一步方案，所述视网膜固态激光雷达或其他高分辨激光雷达探测的稠密点云数据可以作为障碍特征识别的识别，也可以作为边界的探测，所述障碍特征识别用于SLAM算法中无人船的精确位姿计算，所述边界的探测用于SLAM算法中的的边界条件的估计；
作为本发明的进一步方案，所述SLAM模块采用FastSLAM算法根据激光雷达以及组合导航仪的测量数据进行无人船舶位姿更新，并且在基于FastSLAM的框架中使用所述激光雷达检测到的障碍物平面特征作为地标特征进行船体相关导航；
作为本发明的进一步方案，所述SLAM模块通过级联无人船的状态向量xv，和地图参数向量xm来拓展FastSLAM滤波器的状态向量x，以达到同时估计无人船的运动状态以及环境中的障碍物信息的目的；
Figure BDA0003352314260000041
其中xmi表示第i个障碍物平面结构的地图参数，该地图参数向量的维度随检测到的平面曲面的数量而增加，最终，无人船的系统运动学方程可以由等式8表示为：
Figure BDA0003352314260000042
其中zdr为船载感知系统的测量值，联立等式6可得f(xv，zdr)，w为零均值的高斯白噪声；
利用船载感知系统的观测信息来推断无人船的位置，观测量z是某个环境特征相对于传感器的位置和角度信息，系统的测量方程表示如下：
Figure BDA0003352314260000043
式中，dx和dy表示无人船与当前观测地标之间的相对位置，γ表示无人船航向角与地标方位之间的角度差，E是转换矩阵，v是测量噪声；
所述FastSLAM算法的概率运动模型用如下公式表示：
p(xt，m|zt，ut，nt)＝p(xt|zt，ut，nt)Πkp(mk|xt，zt，ut，nt) 10
式中，xt是无人船的控制量ut和先前姿态xt-1的概率函数，m为地标特征，zt是测量值，nt是在时刻t感知的地标指数；
作为本发明的进一步方案，所述基于FastSLAM算法的定位与建图主要更新步骤为：
S1：检索阶段，设计t-1时刻用来表示后验概率的粒子，并使用等式10的概率运动模型生成t时刻的无人船的位姿样本；
S2：根据观测到的地标特征以及8中的无人船动力学方程和9中的测量方程，利用EKF算法估计7中定义的增广状态矢量。考虑到测量的有效性和频率，测量更新可以自适应和异步执行；
S3：计算重要性权重，并用于粒子的重采样；
本发明与现有技术相比的有益效果在于：
1、本发明提出一种内陆河流的无人船舶自适应SLAM及其应用方法，使得无人船在内河桥梁、涵洞内等GPS信号受限区域也能正常工作；
2、本发明通过无缝集成局部导航和全局导航，可以有效地避免无人船陷入局部极值中，该情况通常在基于势场的算法中出现；
3、针对传统的基于扩展卡尔曼滤波器(EKF)的SLAM存在复杂度高、数据关联问题不好处理以及线性化处理误差大等问题。引入FastSLAM代替EKF从而将SLAM问题分解为对无人船运动路径的递归估计和基于估计路径对环境特征位置的独立估计，即将SLAM问题分解为定位问题和建图问题两部分，其中定位问题采用粒子滤波算法解决，建图问题采用扩展卡尔曼滤波算法解决。适用于无人船等高度非线性，或者位姿不确定度相对较高的场合；
4、使用了具有非重复性扫描特点的类视网膜固态激光雷达或其他高分辨激光雷达作为船载感知系统，将激光雷达检测到的障碍物信息作为地标特征，并通过级联无人船的状态向量xv和地图参数向量xm来拓展FastSLAM滤波器的状态向量x，以达到同时估计无人船的运动状态以及环境中的障碍物信息的目的。
附图说明
图1为本发明的SLAM总体架构示意图；
图2为本发明的的工作流程图；
图3为本发明的载体坐标系与惯性坐标性示意图；
图4为本发明的FastSLAM算法工作流程图；
图5为本发明的实施例工作场景图。
具体实施方式
为了便于理解本发明，下面将结合具体的实施例对本发明进行更全面的描述。
请参阅图1-5，图1示出了本发明的一种无人船舶SLAM及其应用方法的总体架构示意图，所提出的自适应SLAM技术的总体架构包含地图生成器、离散事件监控导航器、连续船舶控制器、障碍定位与边界估计、船载感知系统、SLAM等模块；如图2所示，在本发明的一个实施例中包含如下步骤：
S1：按照实际作业场景要求，在全局地图中拟合巡航路径；
S2：USV按照预设路径轨迹进行自主追踪和巡航；
S3：船载感知系统实时进行环境探测，探测到的数据用于障碍物与边界估计以及USV位姿更新；
S4：进行全局地图更新；
S5：判断是否达到目标点，若是，则本次导航结束，否则转S1继续执行。
所提出的自适应SLAM导航架构分为全局导航和局部导航两部分，图5展示了本实施例的一个工作场景，首先按照实际作业任务需求，在全局地图中拟合USV的巡航路径，常规状态下，USV优先依据全局地图的预设路径轨迹进行自主追踪和巡航，依次经过各个过渡点直至达到目标点；当遇到内河复杂障碍物状态时，例如本实施例中的复杂桥梁时，由于桥梁底部桥墩等障碍物确切先验信息被认为是未知的或仅部分已知的，而且当USV处于桥梁底部时，GPS信息会丢失，或者不可用，因此利用船载感知系统的非重复性扫描固态激光雷达或其他高分辨激光雷达对桥墩等障碍物信息进行探测，障碍物定位与边界估计根据探测到的障碍物以及USV位置更新全局地图。同时，当GPS信号消失时，利用固态激光雷达或其他高分辨激光雷达探测到的障碍物平面特征作为船体相关导航的地标特征，结合组合导航仪的测量信息进行USV的位姿更新。自适应导航控制器判断是否达到目标点，如果达到目标点，则本次导航结束；如果没有，则根据当前地图计算下一个过渡点的信息并发出导航命令，进而船舶控制器根据导航命令以及SLAM算法输出的位姿信息生成控制命令，驱动船舶避开障碍物朝目标点前进。这样就能使得无人船在内河桥梁、涵洞内等GPS信号受限区域也能正常工作。
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种无人船舶SLAM及其应用方法，其特征在于，包括如下步骤：
S1：按照实际作业场景要求，在全局地图中拟合巡航路径；
S2：无人船舶按照预设路径轨迹进行自主追踪和巡航；
S3：实时进行环境探测，探测到的数据用于障碍物特征识别与边界估计以及无人船舶位姿更新；
S4：进行全局地图更新；
S5：判断是否达到目标点，若是，则本次导航结束，否则转S1继续执行。
2.根据权利要求1所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述无人船舶上设置离散事件监控导航器，所述离散事件监控导航器根据当前地图信息生成导航命令，所述S4中通过设置地图生成器根据障碍物特征识别与边界位置信息更新全局地图。
3.根据权利要求1所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述无人船舶上设置连续船舶控制器，所述连续船舶控制器根据导航命令以及无人船位姿信息计算控制命令，船舶上安装有主控模块以及动力装置，所述主控模块接受控制命令并驱动动力装置使船航行。
4.根据权利要求1所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述无人船舶上设置连续船舶控制器，所述连续船舶控制器采用六自由度模型来描述无人船舶的运动，无人船舶的状态矢量为：
Figure FDA0003352314250000011
式中，x0，y0，z0是惯性坐标系下无人船的SUV位置，
Figure FDA0003352314250000012
θ，ψ为载体坐标系下的欧拉角，包含无人船舶的船体沿X轴、Y轴、Z轴方向的纵荡、横荡、垂荡以及绕X轴、Y轴、Z轴纵摇、横摇以及艏摇；六自由度模型有基于惯性坐标性和载体坐标系两种描述方式，惯性坐标系(o_0x_0y_0z_0)以地球中心为坐标原点，x_0，y_0，z_0轴分别指向正北、正东、地心；载体坐标系(oxyz)以船体质心为坐标原点，x轴沿船首方向，y轴垂直于x轴沿船体右侧，z轴垂直于xoy平面指向地心，无人船运动状态在两种坐标系下的转换关系如下所示：
Figure FDA0003352314250000021
Figure FDA0003352314250000022
Figure FDA0003352314250000023
Figure FDA0003352314250000024
式中，u，v，w是线速度的测量值，zp，zq，zr是角速率测量值，Tv，Ta是转换矩阵，联立等式2-5可得等式6；
Figure FDA0003352314250000025
Figure FDA0003352314250000026
Figure FDA0003352314250000027
Figure FDA0003352314250000028
Figure FDA0003352314250000029
Figure FDA00033523142500000210
5.根据权利要求1所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述无人船上搭载有船载感知系统和RTK和INS组合导航仪，所述无人船舶位置以及欧拉角由船载的RTK和INS组合导航仪测得的线速度和角速度积分计算出。
6.根据权利要求1所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述船载感知系统采用一种具有非重复性扫描的类视网膜固态激光雷达或其他高分辨激光雷达，所述的激光雷达的特点有助于提高视场分辨率。
7.根据权利要求1所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述视网膜固态激光雷达或其他高分辨激光雷达探测的稠密点云数据可以作为障碍特征识别的识别，也可以作为边界的探测，所述障碍特征识别用于SLAM算法中无人船的精确位姿计算，所述边界的探测用于SLAM算法中的的边界条件的估计。
8.根据权利要求1所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述SLAM模块采用FastSLAM算法根据激光雷达以及组合导航仪的测量数据进行无人船舶位姿更新，并且在基于FastSLAM的框架中使用所述激光雷达检测到的障碍物平面特征作为地标特征进行船体相关导航。
9.根据权利要求8所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述SLAM模块通过级联无人船的状态向量xv和地图参数向量xm来拓展FastSLAM滤波器的状态向量x，以达到同时估计无人船的运动状态以及环境中的障碍物信息的目的；
Figure FDA0003352314250000031
其中xmi表示第i个障碍物平面结构的地图参数，该地图参数向量的维度随检测到的平面曲面的数量而增加，最终，无人船的系统运动学方程可以由等式8表示为：
Figure FDA0003352314250000032
其中zdr为船载感知系统的测量值，联立等式6可得f(xv，zdr)，w为零均值的高斯白噪声；
利用船载感知系统的观测信息来推断无人船的位置，观测量z是某个环境特征相对于传感器的位置和角度信息，系统的测量方程表示如下：
Figure FDA0003352314250000033
式中，dx和dy表示无人船与当前观测地标之间的相对位置，γ表示无人船航向角与地标方位之间的角度差，E是转换矩阵，v是测量噪声；
所述FastSLAM算法的概率运动模型用如下公式表示：
p(xt，m|zt，ut，nt)＝p(xt|zt，ut，nt)Πkp(mk|xt，zt，ut，nt) 10
式中，xt是无人船的控制量ut和先前姿态xt-1的概率函数，m为地标特征，zt是测量值，nt是在时刻t感知的地标指数。
10.根据权利要求9所述的一种内陆河流的无人船舶SLAM及其应用方法，其特征在于，所述基于FastSLAM算法的定位与建图主要更新步骤为：
S1：检索阶段，设计t-1时刻用来表示后验概率的粒子，并使用等式10的概率运动模型生成t时刻的无人船的位姿样本；
S2：根据观测到的地标特征以及8中的无人船动力学方程和9中的测量方程，利用EKF算法估计7中定义的增广状态矢量。考虑到测量的有效性和频率，测量更新可以自适应和异步执行；
S3：计算重要性权重，并用于粒子的重采样。
CN202111341003.8A 2021-11-12 2021-11-12 一种无人船舶slam及其应用方法 Active CN114061565B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111341003.8A CN114061565B (zh) 2021-11-12 2021-11-12 一种无人船舶slam及其应用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111341003.8A CN114061565B (zh) 2021-11-12 2021-11-12 一种无人船舶slam及其应用方法

Publications (2)

Publication Number Publication Date
CN114061565A true CN114061565A (zh) 2022-02-18
CN114061565B CN114061565B (zh) 2023-09-12

Family

ID=80271731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111341003.8A Active CN114061565B (zh) 2021-11-12 2021-11-12 一种无人船舶slam及其应用方法

Country Status (1)

Country Link
CN (1) CN114061565B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396945A (zh) * 2022-03-24 2022-04-26 陕西欧卡电子智能科技有限公司 无人船沿边清扫路径规划方法、装置、设备及存储介质
CN116628862A (zh) * 2023-07-19 2023-08-22 浙江大学海南研究院 一种质量切换无人船的动力定位事件触发鲁棒h∞滤波方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107748561A (zh) * 2017-09-25 2018-03-02 华南理工大学 一种基于多传感参数的无人船局部避障系统及方法
CN109062230A (zh) * 2018-08-06 2018-12-21 江苏科技大学 水下辅助采油机器人控制系统及动力定位方法
CN113124864A (zh) * 2021-04-19 2021-07-16 江苏虹湾威鹏信息技术有限公司 一种采用机器视觉和惯导融合的水面导航方法
US20210295708A1 (en) * 2020-03-18 2021-09-23 Ship And Ocean Industries R&D Center Vessel collision avoiding method and system based on artificial potential field
CN113433933A (zh) * 2021-04-16 2021-09-24 安徽中科合鼎科技发展有限公司 一种智能水面保洁无人船的自主巡航方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107748561A (zh) * 2017-09-25 2018-03-02 华南理工大学 一种基于多传感参数的无人船局部避障系统及方法
CN109062230A (zh) * 2018-08-06 2018-12-21 江苏科技大学 水下辅助采油机器人控制系统及动力定位方法
US20210295708A1 (en) * 2020-03-18 2021-09-23 Ship And Ocean Industries R&D Center Vessel collision avoiding method and system based on artificial potential field
CN113433933A (zh) * 2021-04-16 2021-09-24 安徽中科合鼎科技发展有限公司 一种智能水面保洁无人船的自主巡航方法
CN113124864A (zh) * 2021-04-19 2021-07-16 江苏虹湾威鹏信息技术有限公司 一种采用机器视觉和惯导融合的水面导航方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LI LIANG等: "Algorithm of Obstacle Avoidance for Autonomous Surface Vehicles based on LIDAR Detection" *
庄加兴等: "毫米波雷达与激光雷达在无人船上的应用" *
闭雄栅: "基于激光雷达的无人船SLAM避障技术" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396945A (zh) * 2022-03-24 2022-04-26 陕西欧卡电子智能科技有限公司 无人船沿边清扫路径规划方法、装置、设备及存储介质
CN114396945B (zh) * 2022-03-24 2022-07-12 陕西欧卡电子智能科技有限公司 无人船沿边清扫路径规划方法、装置、设备及存储介质
CN116628862A (zh) * 2023-07-19 2023-08-22 浙江大学海南研究院 一种质量切换无人船的动力定位事件触发鲁棒h∞滤波方法
CN116628862B (zh) * 2023-07-19 2024-04-02 浙江大学海南研究院 一种质量切换无人船的动力定位事件触发鲁棒h∞滤波方法

Also Published As

Publication number Publication date
CN114061565B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN108445879B (zh) 一种基于预测碰撞危险区域的无人艇避障方法
Larson et al. Advances in autonomous obstacle avoidance for unmanned surface vehicles
Han et al. Coastal SLAM with marine radar for USV operation in GPS-restricted situations
Bandyophadyay et al. A simple reactive obstacle avoidance algorithm and its application in singapore harbor
US20210166568A1 (en) Collision avoidance systems and methods
CN110837255B (zh) 一种适用于高速水面无人艇的自主危险规避方法
Ribas et al. Underwater SLAM in a marina environment
CN114061565B (zh) 一种无人船舶slam及其应用方法
JP2021181301A (ja) 船舶の自動誘導方法、船舶の自動誘導プログラム、船舶の自動誘導システム、及び船舶
CN113124864A (zh) 一种采用机器视觉和惯导融合的水面导航方法
CN106643723A (zh) 一种无人艇安全航行船位推算方法
WO2021182270A1 (ja) 地図生成方法および地図生成装置
Han et al. Three-dimensional reconstruction of a marine floating structure with an unmanned surface vessel
Noguchi et al. Tracking omnidirectional surfaces using a low-cost autonomous underwater vehicle
CN110580045A (zh) 一种无人艇避障方法
Sawada et al. Mapping and localization for autonomous ship using LiDAR SLAM on the sea
CN116974282A (zh) 基于无人艇的海上搜寻区域覆盖路径规划方法
Oleynikova et al. Perimeter patrol on autonomous surface vehicles using marine radar
Kim et al. Field experiment of autonomous ship navigation in canal and surrounding nearshore environments
Noguchi et al. Wide area seafloor imaging by a low-cost AUV
JP6953773B2 (ja) 移動体の制御方法および移動体制御システム
KR102469164B1 (ko) 무인 수상선의 지구물리적 내비게이션 장치 및 방법
CN115202366A (zh) 一种基于环境感知的无人艇自主靠泊方法及系统
CN114610046A (zh) 一种考虑动态水深的无人艇动态安全轨迹规划方法
Choi et al. Validation of acoustic and geophysics based underwater localization with an autonomous surface vehicle

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 230031 room 304-1, R & D building, Hefei Institute of technology innovation engineering, Chinese Academy of Sciences, 2666 Xiyou Road, high tech Zone, Hefei, Anhui Province

Applicant after: Anhui Zhongke Heding Intelligent Technology Development Co.,Ltd.

Address before: 230031 room 304-1, R & D building, Hefei Institute of technology innovation engineering, Chinese Academy of Sciences, 2666 Xiyou Road, high tech Zone, Hefei, Anhui Province

Applicant before: Anhui zhongkeheding Technology Development Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230809

Address after: Room 1157, Building A, J1, Phase II, Innovation Industrial Park, No. 2800, Chuangxin Avenue, High tech Zone, Hefei, Anhui 230088

Applicant after: Hefei Henghao Intelligent Technology Partnership (L.P.)

Address before: 230031 room 304-1, R & D building, Hefei Institute of technology innovation engineering, Chinese Academy of Sciences, 2666 Xiyou Road, high tech Zone, Hefei, Anhui Province

Applicant before: Anhui Zhongke Heding Intelligent Technology Development Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240425

Address after: Room 766-3, 7th Floor, Building A3A4, Zhong'an Chuanggu Science and Technology Park, No. 900 Wangjiang West Road, High tech Zone, Hefei City, Anhui Province, 230088

Patentee after: Zhongyu Future (Hefei) Water Technology Co.,Ltd.

Country or region after: China

Address before: Room 1157, Building A, J1, Phase II, Innovation Industrial Park, No. 2800, Chuangxin Avenue, High tech Zone, Hefei, Anhui 230088

Patentee before: Hefei Henghao Intelligent Technology Partnership (L.P.)

Country or region before: China