CN114063619B - 一种基于地毯式扫描方式的无人船探破障方法 - Google Patents
一种基于地毯式扫描方式的无人船探破障方法 Download PDFInfo
- Publication number
- CN114063619B CN114063619B CN202111347993.6A CN202111347993A CN114063619B CN 114063619 B CN114063619 B CN 114063619B CN 202111347993 A CN202111347993 A CN 202111347993A CN 114063619 B CN114063619 B CN 114063619B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- detection
- unmanned ship
- target
- ammunition
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 55
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 40
- 239000000523 sample Substances 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims abstract 2
- 230000000694 effects Effects 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 15
- 230000008447 perception Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 4
- 238000010146 3D printing Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 239000011347 resin Substances 0.000 claims description 3
- 229920005989 resin Polymers 0.000 claims description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims 1
- 230000004927 fusion Effects 0.000 abstract 1
- 230000004888 barrier function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 241000532345 Rallus aquaticus Species 0.000 description 2
- 230000009189 diving Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004570 mortar (masonry) Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000005474 detonation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开一种基于地毯式扫描方式的无人船探破障方法，其包括以下步骤：通过相机和激光雷达融合应用于障碍物检测与目标识别，并利用体素网格化的滤波方法预处理后确定原始激光点云的ROI，采用欧氏聚类的方法进行水上障碍物检测；基于水上障碍物检测结果，采用低成本的超声波探头，综合算法进行水下障碍物检测；使用Hybrid A Star规划算法选择最优路径；并对采用B样条的方法进行路径优化；根据规划出的合理破障路线，以目标障碍为圆心，投射距离为半径，生成较大的投射区域，在投射区域内完成无人船投弹区姿态控制，进入有效打击区域进行精准打击。本发明相较于传统破障方式成本低，准确度较高，可靠性与机动性更强。
Description
技术领域
本发明涉及无人船精确探破障领域，尤其涉及一种基于地毯式扫描方式的无人船探破障方法。
背景技术
在登陆作战中，预先破除敌人设置的各种障碍物十分重要，这为登陆兵突击上陆和向纵深发展的进攻创造条件，在预先破障阶段，陆军中以工程兵为主的预先破障队通常使用三种战法：一是装备远距离打击，使用火箭破障车等破障装备在海上向预定登陆点发射破障弹药，通过弹药爆炸产生的冲击波破除敌障碍物，但是缺少精确的观测，打击目标的数量和分布都不明确的情况下，会耗费大量的物资；二是人工潜水破障，通先由水面舰艇、潜艇实施远距离输送，而后搭载小型舟艇和水下运行器近距离接近，最后使用单兵轨条砦爆破器或其他破障器材对通路内的轨条砦逐个设置轨条砦爆破器，于直前破障开始前起爆，但是人工作战最大的弊病就是将人置于险境中；三是人工强行开辟，可使用制式或应用性破障器材在水际岸滩强行破除轨条砦、反坦克三角锥和阻绝墙等障碍物，但是该方法缺少隐秘性。
发明内容
为解决现有技术存在的上述问题，本发明提出一种基于地毯式扫描方式的无人船探破障方法。
本发明的可通过以下技术方案予以实现：
一种基于地毯式扫描方式的无人船探破障方法，包括下述步骤
a)采用小型无人侦查船，通过激光雷达所得三维点云和相机所得二维图像数据融合进行水上障碍物检测；
利用体素网格化的滤波方法对原始数据预处理；
通过二维图像扫描的区域确定原始激光点云的ROI；
根据确定的ROI区域和经过预处理的点云数据，通过欧氏聚类的方法将数据点分割成一个个团簇，所述每个团簇代表一个单独的障碍物；
b)基于所述步骤a)中的水上障碍物检测结果，采用低成本的超声波探头，综合点云积分、滤波算法进行水下障碍物检测；
c)所述无人船还设有感知模块和运动规划模块，基于船体自身的动力学约束，使用Hybrid A Star规划算法快速地搜索到合理的最优路径；
d)所述步骤c)中的Hybrid A Star规划算法生成的路径的平滑性和安全性不足，因此对所述路径采用B样条的方法进行优化；
e)根据规划出的合理破障路线，以目标障碍为圆心，投射距离为半径，生成较大的投射区域，在投射区域内完成无人船投弹区姿态控制，进入有效打击区域进行精准打击，完成投射模拟弹药任务；
f)进行目标弹药检测与视角覆盖位姿控制的破障效果检测，对所述投射模拟弹药设置目标检测功能。
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，所述水上障碍物检测包括：
水上低层次感知障碍物检测，通过从点云数据中提取符合设定障碍物要求的规格信息和运动信息，并结合Bounding box或者多边体描述障碍物进行；
高层次感知目标识别，基于所述障碍物检测结果，对障碍物物体进行分类，融合图像识别的结果，描述目标点云数据；采用单阶段目标检测网络YOLOv4方法作为检测模型对所述相机二维图像数据进行目标识别，然后将雷达提供的激光点云投影到二维平面，得到目标物体对应的三维点云数据；
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，所述水上障碍物检测在天气良好状况下，所述无人船靠近距离障碍区0-50m可获得所有水上障碍物的位置；
基于所述水上障碍物检测结果，采用低成本的超声波探头，综合点云积分、滤波等算法进行水下障碍物检测；
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，所述无人船探障轨迹根据水下超声波的有效探测距离，自适应生成合适的路线，所述无人船穿越障碍区的次数公式如下：
RVisible为超声波的有效探测距离，L()计算两个端点的距离。
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，所述水下障碍物检测通过超声波在传统的滤波算法基础上采用非重复扫描方法，将非扫描区域，已知水上障碍物位置附近区域的点云滤除，以剩余点云的重心位置作为目标位置；
所述无人船还设有感知模块和运动规划模块，基于船体自身的动力学约束，使用Hybrid A Star规划算法快速地搜索到合理的最优路径；
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，根据所述HybridA Star规划算法计算当前位置的代价g和当前位置到目标位置的启发式因子h，快速搜索到合理的最优路径；
所述Hybrid A Star规划算法生成的路径的平滑性和安全性不足，因此对所述路径采用B样条的方法进行优化；
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，利用B样条曲线的凸包性限制所述无人船船体的动力学模型参数，根据前端的路径点生成B样条的控制点，将轨迹平滑性、可行性以及(速度和加速度)控制量的约束作为目标函数对控制点进行优化，根据B样条公式生成有效的避障轨迹；
根据规划出的合理破障路线，以目标障碍为圆心，投射距离为半径，生成较大的投射区域，在投射区域内完成无人船投弹区姿态控制，进入有效打击区域进行精准打击，完成投射模拟弹药任务；
进行目标弹药检测与视角覆盖位姿控制的破障效果检测，对所述投射模拟弹药设置目标检测功能；
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，所述模拟弹药采用树脂3D打印而成，内部中空，可以浮于水面，并且对弹药上色，便于感知检测；
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，所述目标弹药检测通过感知模组对模拟弹药进行，在图像中检测到弹药目标后，根据激光雷达确定弹药落点位置。若落点精度达到要求，则完成破障，否则使用备用弹药进行补充投射；
优选的是，所述的基于地毯式扫描方式的无人船探破障方法中，所述视角覆盖位姿控制用于多视角检测，在目标障碍5米至10米选取多个观测点，通过不同视角的检测与船体朝向控制，扩大相机检测视角，同时避免目标障碍对弹药的遮挡导致相机漏检。
有益效果
本发明的一种基于地毯式扫描方式的无人船探破障方法，解决了装备远距离打击、人工潜水破障、人工强行开辟或其结合等常用探破障方法的准确度较低，耗费高，隐秘性差的问题，是一种成本低，准确度较高，可靠性与机动性更强的精准探破障方法。
附图说明
图1为轨条砦探测线路；
图2为轨条砦分布示意图；
图3为本发明提供的一种基于地毯式扫描方式的无人船探破障方法的一个实施例中的无人船投弹区姿态控制流程图；
图4为本发明提供的一种基于地毯式扫描方式的无人船探破障方法的一个实施例中的破障效果检测方案中目标弹药检测流程图；
图5为本发明提供的一种基于地毯式扫描方式的无人船探破障方法的一个实施例中的破障效果检测方案视角覆盖姿态控制流程图；
图6模拟测试场地图；
图7检测结果展示图；
图8打击效果图。
图中：1-水上轨条砦；101-水上轨条砦探测路线；2-水下轨条砦；201-水下轨条砦探测路线；202-可变的水下轨条砦探测路线；3-噪点；4-目标扫描点；5-非扫描区；6-障碍区边界；7-模拟轨条砦；8-无人船；9-水上障碍物；10-水下障碍物；11-模拟迫击炮。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
本发明的一种基于地毯式扫描方式的无人船探破障方法，包括下述步骤
a)采用小型无人侦查船，通过激光雷达所得三维点云和相机所得二维图像数据融合进行水上障碍物检测；
利用体素网格化的滤波方法对原始数据预处理；
通过二维图像扫描的区域确定原始激光点云的ROI；
根据确定的ROI区域和经过预处理的点云数据，通过欧氏聚类的方法将数据点分割成一个个团簇，所述每个团簇代表一个单独的障碍物；
b)基于所述步骤a)中的水上障碍物检测结果，采用低成本的超声波探头，综合点云积分、滤波算法进行水下障碍物检测；
c)所述无人船还设有感知模块和运动规划模块，基于船体自身的动力学约束，使用Hybrid A Star规划算法快速地搜索到合理的最优路径；
d)所述步骤c)中的Hybrid A Star规划算法生成的路径的平滑性和安全性不足，因此对所述路径采用B样条的方法进行优化；
e)根据规划出的合理破障路线，以目标障碍为圆心，投射距离为半径，生成较大的投射区域，在投射区域内完成无人船投弹区姿态控制，进入有效打击区域进行精准打击，完成投射模拟弹药任务；
f)进行目标弹药检测与视角覆盖位姿控制的破障效果检测，对所述投射模拟弹药设置目标检测功能。
下面对以上方法步骤进行详细说明：
激光雷达得到的三维点云包含了空间点的距离与强度信息，相机得到的二维图像数据能够提取出空间点的颜色与纹理信息等。相机摄像头较难获得准确的三维信息，并且受光线变化的影响较大，但是更容易在帧间变化中识别目标物体。激光雷达拥有较远的探测范围，能够得到准确的三维信息，并且鲁棒性好，但是难以在相邻帧的变换中准确识别目标物体。大量的研究证实了稀疏的激光点云在时间同步的图像的情况下拥有良好的对目标进行标注的效果。因此，一般我们将三维激光点云与相机得到的二维图像数据进行融合再应用于目标识别与障碍物检测。
激光雷达的感知从层次上分主要分为障碍物检测与目标识别。首先，低层次感知的障碍物检测通常从点云数据中提取符合设定障碍物要求的物体的长度、宽度等规格信息以及朝向、速度等运动信息，并通过Bounding box或者多边体来描述该障碍物。高层次感知的目标识别，在障碍物检测的基础上，对障碍物物体进行分类，融合图像识别的结果，来描述目标点云数据。
考虑到点云数据量较大和点云采样数据噪声的问题，通常需要对点云数据进行预处理。我们采用体素网格化的滤波方法对原始数据进行下采样，平滑点云密度，减少点云数据，然后通过二维图像扫描的区域确定原始激光点云的ROI。在地面的车辆系统中，考虑到地面点云对聚类方法的影响，一般通过地面分割剔除地面点云的数据。但是在水域的情况下，由于激光能够穿透水体的特性，可以忽略地面分割的操作，直接对点云数据剔除离群点。根据确定的ROI区域和经过预处理的点云数据，通过欧氏聚类的方法将数据点分割成一个个团簇，其中每个团簇就代表了一个单独的障碍物。
在激光雷达障碍物检测的基础上，我们对摄像机的图像数据进行融合，以获得更好的目标识别效果。图像识别方面我们采用了YOLOv4方法作为检测模型。YOLOv4是一种单阶段的目标检测网络。相比目前研究使用的其他检测器，YOLOv4在速度(FPS)和准确度(MSCOCO AP和AP50)方面都拥有较好的效果。通过Yolov4对相机采集的二维图像进行目标识别，然后将雷达提供的激光点云投影到二维平面，就能得到目标物体对应的三维点云数据。
在天气良好状况下，本船的水上探测(目标物)距离高达100m，即只需将船靠近距离障碍区50m范围内就可获得所有水上障碍物的位置。但在实际测试过程中，为了追求定位精准度，以应对复杂的海上情况，给定船只沿图1中的水上轨条砦探测路线101行驶，图中201为水下轨条砦探测路线；202为可变的水下轨条砦探测路线。将此过程中的持续累积障碍区中的点云，并用几何、语义等信息对噪点进行去除，并将预处理后的点云进行欧氏聚类，得到最终的三个轨条砦位置信息。
水下探测常见的传感器有声纳，但是多波束声纳价格高昂，且体型较大，不适用于小型船只使用。因此本船使用低成本的超声波探头，融合了水上的检测结果来定位水下障碍物位置。然而，超声波探头在水下的探测距离较近，必要时需进入障碍区内对其进行定。如图2所示无人船的探障轨迹会根据水下超声波的有效探测距离(图中3为噪点；4为目标扫描点；5为非扫描区；6为障碍区边界)，自适应的生成合适的路线，其穿越障碍区的次数可用如下公式计算：
RVisible为超声波的有效探测距离，L()计算两个端点的距离。在传统的滤波算法基础上，超声波采用非重复扫描方法，将非扫描区域，已知水上障碍物位置附近区域的点云滤除，认为剩余点云的重心位置为目标位置。
无人船通过感知模块获得周围的目标和障碍物信息，并将其应用到避障路径规划的生成当中。首先，基于船体自身的动力学约束，使用Hybrid A Star规划算法计算前端的路径点。Hybrid A Star是一种基于A Star的高效的路径规划算法，通过计算当前位置的代价g和当前位置到目标位置的启发式因子h，能够快速地搜索到合理的最优路径。对于船体而言，最基本的控制输入为转向和速度。虽然Hybrid A Star在生成路径点的时候就已经考虑到了转向和速度的输入情况，可以直接应用到控制系统中。但是由于Hybrid A Star规划算法主要考虑的是路径代价最优，生成的路径的平滑性不足。而且通常该算法生成的路径会较为靠近障碍物，此时若有外界干扰等因素影响，很难保证路径的安全性。因此，基于Hybrid A Star规划算法生成的前端路径点，我们在后端采用了B样条的方法对该路径进行优化。
B样条曲线是对贝塞尔曲线的一种改进。每一段的B样条都可以看作是通过给定的控制点控制曲线形状的贝塞尔曲线。这些控制点能够构成一个控制多边形，贝塞尔公式通过逼近该控制多边形来生成需要的曲线。B样条曲线拥有凸包性，生成的曲线永远存在于这个控制多边形的内部，并且能够通过控制转向点对曲线的边界进行约束。该运动规划模块首先利用B样条曲线的凸包性对船体的动力学模型的参数进行限制，然后通过前端的路径点生成B样条的控制点。最后将轨迹平滑性、可行性以及控制量(速度和加速度)的约束作为目标函数对控制点进行优化，根据B样条公式生成有效的避障轨迹。
为了验证本策略的实际应用效果，搭建无人船系统在实际水域上进行测试。如图6所示(图中7为模拟轨条砦；8为无人船)，在水面以及水下设有使用PVC水管以及浮块搭建而成的模拟轨条砦，搭载传感器模组的无人船设备被投放到水域中执行探破障任务。为了方便观察实验结果，框定障碍区范围，中间设有高低不等的四个轨条砦。图7显示了该策略下无人船的检测效果(图中9为水上障碍物)。打击效果如图8，图中10为水下障碍物，11为模拟迫击炮。
采用远程投射装置，那么要求无人船能在合适并且稳定的位置和朝向完成投弹任务。但是无人船自身为欠驱系统，同时在水中会受到水浪的影响，无法实现稳定在水面的某个指定位置。因此，方案不设定固定的投射点，而是以目标障碍为圆心，投射距离为半径，生成较大的投射区域，在投射区域内完成姿态调整，完成对投弹任务。具体流程如图3所示。
由于模拟弹药发射后并不会真正破除障碍目标，同时测试要求记录模拟弹药落点位置，并以投射弹药的精度作为破障评判依据，因此方案还需要有对投射模拟弹药的目标检测功能。模拟弹药采用树脂3D打印而成，内部中空，可以浮于水面，并且对弹药上色，便于感知检测。
方案中将破障效果检测分为目标弹药检测与视角覆盖位姿控制。目标弹药检测部分通过感知模组对模拟弹药进行目标检测，在图像中检测到弹药目标后，根据激光雷达确定弹药落点位置。若落点精度达到要求，则完成破障，否则使用备用弹药进行补充投射。视角覆盖位姿控制用于多视角检测，在目标障碍5米至10米选取多个观测点，通过不同视角的检测与船体朝向控制，扩大相机检测视角，同时避免目标障碍对弹药的遮挡导致相机漏检。具体流程如图4和5所示。
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、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于地毯式扫描方式的无人船探破障方法，其特征在于，包括下述步骤：
a)采用小型无人侦查船，通过激光雷达所得三维点云和相机所得二维图像数据融合进行水上障碍物检测；
利用体素网格化的滤波方法对原始数据预处理；
通过二维图像扫描的区域确定原始激光点云的ROI；
根据确定的ROI区域和经过预处理的点云数据，通过欧氏聚类的方法将数据点分割成一个个团簇，所述每个团簇代表一个单独的障碍物；
b)基于所述步骤a)中的水上障碍物检测结果，采用低成本的超声波探头，综合点云积分、滤波算法进行水下障碍物检测；
c)所述无人船还设有感知模块和运动规划模块，基于船体自身的动力学约束，使用Hybrid A Star规划算法快速地搜索到合理的最优路径；
d)所述步骤c)中的Hybrid A Star规划算法生成的路径的平滑性和安全性不足，因此对所述路径采用B样条的方法进行优化；
e)根据规划出的合理破障路线，以目标障碍为圆心，投射距离为半径，生成较大的投射区域，在投射区域内完成无人船投弹区姿态控制，进入有效打击区域进行精准打击，完成投射模拟弹药任务；
f)进行目标弹药检测与视角覆盖位姿控制的破障效果检测，对所述投射模拟弹药设置目标检测功能。
2.根据权利要求1所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，所述水上障碍物检测包括：通过从点云数据中提取符合设定障碍物要求的规格信息和运动信息，并结合Bounding box或者多边体描述障碍物进行水上低层次感知障碍物检测；基于所述障碍物检测结果，对障碍物物体进行分类，融合图像识别的结果，描述目标点云数据；采用单阶段目标检测网络YOLOv4方法作为检测模型对所述相机二维图像数据进行目标识别，然后将雷达提供的激光点云投影到二维平面，得到目标物体对应的三维点云数据。
3.根据权利要求1所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，所述水下障碍物检测中，根据水下超声波的有效探测距离，自适应生成合适的所述无人船探障路线，所述无人船穿越障碍区的次数公式如下：
PVisible为超声波的有效探测距离，L()计算两个端点的距离。
4.根据权利要求1所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，所述水下障碍物检测中，通过超声波在传统的滤波算法基础上采用非重复扫描方法，将非扫描区域，已知水上障碍物位置附近区域的点云滤除，以剩余点云的重心位置作为目标位置。
5.根据权利要求1所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，根据所述步骤c)的Hybrid A Star规划算法计算当前位置的代价g和当前位置到目标位置的启发式因子h，快速搜索到合理的最优路径。
6.根据权利要求1所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，所述步骤d)的优化是利用B样条曲线的凸包性限制所述无人船船体的动力学模型参数，根据前端的路径点生成B样条的控制点，将轨迹平滑性、可行性以及速度和加速度控制量的约束作为目标函数对控制点进行优化，根据B样条公式生成有效的避障轨迹。
7.根据权利要求1所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，所述步骤f)中的所述模拟弹药采用树脂3D打印而成，内部中空，可以浮于水面，并且对弹药上色，便于感知检测。
8.根据权利要求1或7所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，所述目标弹药检测通过感知模组对模拟弹药进行，在图像中检测到弹药目标后，根据激光雷达确定弹药落点位置，若落点精度达到要求，则完成破障，否则使用备用弹药进行补充投射。
9.根据权利要求1所述的一种基于地毯式扫描方式的无人船探破障方法，其特征在于，所述视角覆盖位姿控制用于多视角检测，在目标障碍5米至10米选取多个观测点，通过不同视角的检测与船体朝向控制，扩大相机检测视角，同时避免目标障碍对弹药的遮挡导致相机漏检。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111347993.6A CN114063619B (zh) | 2021-11-15 | 2021-11-15 | 一种基于地毯式扫描方式的无人船探破障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111347993.6A CN114063619B (zh) | 2021-11-15 | 2021-11-15 | 一种基于地毯式扫描方式的无人船探破障方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114063619A CN114063619A (zh) | 2022-02-18 |
| CN114063619B true CN114063619B (zh) | 2023-09-19 |
Family
ID=80272512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111347993.6A Active CN114063619B (zh) | 2021-11-15 | 2021-11-15 | 一种基于地毯式扫描方式的无人船探破障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114063619B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115903056B (zh) * | 2023-02-23 | 2023-05-30 | 武汉大学 | 轨条砦水空两栖无人航行器低频无源自主探测系统和方法 |
| CN116628388A (zh) * | 2023-05-05 | 2023-08-22 | 中国舰船研究设计中心 | 一种确定悬浮式拦截弹布放数量的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108303988A (zh) * | 2018-03-28 | 2018-07-20 | 大连海事大学 | 一种无人船的目标识别追踪系统及其工作方法 |
| CN108646753A (zh) * | 2018-06-29 | 2018-10-12 | 安徽欣思创科技有限公司 | 一种无人船控制系统及无人船 |
| WO2020237693A1 (zh) * | 2019-05-31 | 2020-12-03 | 华南理工大学 | 一种水面无人装备多源感知方法及系统 |
| KR20210007767A (ko) * | 2019-07-12 | 2021-01-20 | 수상에스티(주) | 딥러닝-영상인식 기반 해상폐기물 제거용 자율운항 선박 시스템 |
| CN113031004A (zh) * | 2021-03-05 | 2021-06-25 | 西北工业大学 | 基于三维激光雷达的无人船水面目标检测及路径规划方法 |
-
2021
- 2021-11-15 CN CN202111347993.6A patent/CN114063619B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108303988A (zh) * | 2018-03-28 | 2018-07-20 | 大连海事大学 | 一种无人船的目标识别追踪系统及其工作方法 |
| CN108646753A (zh) * | 2018-06-29 | 2018-10-12 | 安徽欣思创科技有限公司 | 一种无人船控制系统及无人船 |
| WO2020237693A1 (zh) * | 2019-05-31 | 2020-12-03 | 华南理工大学 | 一种水面无人装备多源感知方法及系统 |
| KR20210007767A (ko) * | 2019-07-12 | 2021-01-20 | 수상에스티(주) | 딥러닝-영상인식 기반 해상폐기물 제거용 자율운항 선박 시스템 |
| CN113031004A (zh) * | 2021-03-05 | 2021-06-25 | 西北工业大学 | 基于三维激光雷达的无人船水面目标检测及路径规划方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于三维激光雷达的无人船障碍物自适应栅格表达方法;刘德庆;张杰;金久才;;中国激光(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114063619A (zh) | 2022-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114063619B (zh) | 一种基于地毯式扫描方式的无人船探破障方法 | |
| CN110414396B (zh) | 一种基于深度学习的无人艇感知融合算法 | |
| Galceran et al. | A real-time underwater object detection algorithm for multi-beam forward looking sonar | |
| CN103971406B (zh) | 基于线结构光的水下目标三维重建方法 | |
| CN105184816A (zh) | 基于usv的视觉检测和水面目标追踪系统及其检测追踪方法 | |
| KR102235787B1 (ko) | 접안 모니터링 장치 및 방법 | |
| CN103218607B (zh) | 一种用于无人机自主着舰的合作目标设计与定位方法 | |
| CN107422730A (zh) | 基于视觉导引的agv运输系统及其驾驶控制方法 | |
| KR102339465B1 (ko) | 딥러닝-영상인식 기반 해상폐기물 제거용 자율운항 선박 시스템 | |
| JP2018512687A (ja) | 環境の走査及び無人航空機の追跡 | |
| CN105264336A (zh) | 具有lidar的水下平台和相关方法 | |
| JP2015006874A (ja) | ３次元証拠グリッドを使用する自律着陸のためのシステムおよび方法 | |
| CN113085896B (zh) | 一种现代有轨清洁车辅助自动驾驶系统及方法 | |
| CN109213204A (zh) | 基于数据驱动的auv海底目标搜寻航行系统及方法 | |
| KR102466804B1 (ko) | 이미지 세그멘테이션을 이용한 자율 운항 방법 | |
| CN108106617A (zh) | 一种无人机自动避障方法 | |
| Liu et al. | A survey on sensor technologies for unmanned ground vehicles | |
| CN109613559A (zh) | 基于视觉和激光雷达的水陆边界漂浮物判别装置与方法 | |
| CN111090283B (zh) | 一种无人艇组合定位定向方法和系统 | |
| CN108482619A (zh) | 一种搭载水下载体可伸展滑套式光电周视探测浮标及探测方法 | |
| CN109584264B (zh) | 一种基于深度学习的无人机视觉引导空中加油方法 | |
| EP0681230A1 (en) | Navigation system | |
| Ribas Romagós | Underwater slam for estructured environments using and imaging sonar | |
| Yu et al. | Dual-attention-based optical terminal guidance for the recovery of unmanned surface vehicles | |
| KR102269386B1 (ko) | 선박 운항 지원 시스템 및 이를 포함하는 선박 |
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 |