CN115202370A - 无人船的航行控制方法、系统和可读存储介质 - Google Patents

无人船的航行控制方法、系统和可读存储介质 Download PDF

Info

Publication number
CN115202370A
CN115202370A CN202211118177.2A CN202211118177A CN115202370A CN 115202370 A CN115202370 A CN 115202370A CN 202211118177 A CN202211118177 A CN 202211118177A CN 115202370 A CN115202370 A CN 115202370A
Authority
CN
China
Prior art keywords
unmanned ship
navigation
water area
model
area
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
CN202211118177.2A
Other languages
English (en)
Other versions
CN115202370B (zh
Inventor
丁晓明
张岩
陈亮
刘明琦
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.)
Taishan University
Original Assignee
Taishan University
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 Taishan University filed Critical Taishan University
Priority to CN202211118177.2A priority Critical patent/CN115202370B/zh
Publication of CN115202370A publication Critical patent/CN115202370A/zh
Application granted granted Critical
Publication of CN115202370B publication Critical patent/CN115202370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B63SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63BSHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B35/00Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for

Abstract

本发明公开的一种无人船的航行控制方法、系统和可读存储介质,属于无人船作业技术领域,包括:基于无人船上预设的激光雷达组构建无人船当前航行水环境的水域模型;基于构建的水域模型结合无人船的卫星定位数据设定无人船的禁航区,控制无人船远离禁航区进行航行;基于构建的水域模型识别当前无人船航行位置预设范围内的障碍数据,基于障碍数据控制无人船进行避障航行。本发明通过搭载两组激光雷达,可以在无人船航行区域内实时构建水下模型以及水上模型,并基于搭建的模型来控制无人船规避障碍物或者禁航区,以此能够保障航行安全,避免无人船发生信号失联或者沉船搁浅等问题的发生,提升了用户使用体验。

Description

无人船的航行控制方法、系统和可读存储介质
技术领域
本发明涉及无人船作业技术领域,更具体的,涉及一种无人船的航行控制方法、系统和可读存储介质。
背景技术
随着科学技术的不断发展,无人驾驶设备的应用得到了空前的发展,例如无人机,无人车或者无人船,而无人驾驶设备往往更适合那些太“愚钝,肮脏或危险”的任务,例如无人机在航拍、农业、植保、观察野生动物、监控传染病、电力巡检等等领域的应用,大大的拓展了无人机本身的用途,无人车在快递运输、救灾、影视拍摄、制造浪漫等等领域的应用,也同样促进了无人车的发展,对于无人船而言,局限于水域层面才能行进,即便如此无人船在很多领域同样受到重要,例如水质检测、水产养殖、风景旅游等等领域。
同时,在无人船具体应用时,尤其是对于水域巡航、水质检测用的无人船而言,如何控制无人船的自动化航行是重中之重,只有保证了无人船的安全航行,才能进一步保证无人船的基础作业。
发明内容
本发明的目的是提供一种无人船的航行控制方法、系统和可读存储介质,可以基于搭建的模型来控制无人船规避障碍物或者禁航区,以此能够保障航行安全,避免无人船发生信号失联或者沉船搁浅等问题的发生,提升了用户使用体验。
本发明第一方面提供了一种无人船的航行控制方法,包括以下步骤:
基于无人船上预设的激光雷达组构建无人船当前航行水环境的水域模型;
基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,控制所述无人船远离所述禁航区进行航行;
基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行。
本方案中,所述基于所述无人船上预设的激光雷达组构建所述无人船当前航行水环境的水域模型,具体包括:
基于预先设置在所述无人船船体表面的第一激光雷达组构建所述无人船当前航行水环境的水平面上方模型;
基于预先设置在所述无人船船舱底部的第二激光雷达组构建所述无人船当前航行水环境的水平面下方模型;
将所述水平面上方模型以及所述水平面下方模型以水平面为基准进行整合以构建所述无人船当前航行水环境的所述水域模型。
本方案中,所述基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,具体包括:
基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,其中,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域;
基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,其中,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域;
基于所述第一禁航水域与所述第二禁航水域进行空间整合得到所述禁航区。
本方案中,所述控制所述无人船远离所述禁航区进行航行,具体包括:
当所述无人船航行时距所述第一禁航水域的距离小于第一警戒距离时,控制所述无人船远离所述第一禁航水域;
当所述无人船航行时距所述第二禁航水域的距离小于第二警戒距离时,控制所述无人船远离所述第二禁航水域;其中,
对于所述第一禁航水域与所述第二禁航水域存在交叉的交叉禁航水域,所述无人船航行距所述交叉禁航水域的距离小于所述第一警戒时,控制所述无人船远离所述交叉禁航水域。
本方案中,基于当前所述无人船的航向以及所述禁航区的边界数据,基于预设的转向算法得到所述无人船的转向数据,进而基于转向控制所述无人船移动以远离所述第一禁航水域、或所述第二禁航水域、或所述交叉禁航水域。
本方案中,所述基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行,具体包括:
所述无人船在航行过程中,基于所述水域模型识别所述无人船预设范围内的障碍数据,其中,所述障碍数据至少包括浮木、沉石以及草群;
基于所述障碍数据与所述无人船计算相对速度以及相对距离,以得到安全时间值,在所述安全时间值内控制所述无人船避障航行,其中,避障航行时的转向角度基于所述转向算法得到。
本发明第二方面还提供一种无人船的航行控制系统,包括存储器和处理器,所述存储器中包括无人船的航行控制方法程序,所述无人船的航行控制方法程序被所述处理器执行时实现如下步骤:
基于无人船上预设的激光雷达组构建无人船当前航行水环境的水域模型;
基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,控制所述无人船远离所述禁航区进行航行;
基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行。
本方案中,所述基于所述无人船上预设的激光雷达组构建所述无人船当前航行水环境的水域模型,具体包括:
基于预先设置在所述无人船船体表面的第一激光雷达组构建所述无人船当前航行水环境的水平面上方模型;
基于预先设置在所述无人船船舱底部的第二激光雷达组构建所述无人船当前航行水环境的水平面下方模型;
将所述水平面上方模型以及所述水平面下方模型以水平面为基准进行整合以构建所述无人船当前航行水环境的所述水域模型。
本方案中,所述基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,具体包括:
基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,其中,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域;
基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,其中,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域;
基于所述第一禁航水域与所述第二禁航水域进行空间整合得到所述禁航区。
本方案中,所述控制所述无人船远离所述禁航区进行航行,具体包括:
当所述无人船航行时距所述第一禁航水域的距离小于第一警戒距离时,控制所述无人船远离所述第一禁航水域;
当所述无人船航行时距所述第二禁航水域的距离小于第二警戒距离时,控制所述无人船远离所述第二禁航水域;其中,
对于所述第一禁航水域与所述第二禁航水域存在交叉的交叉禁航水域,所述无人船航行距所述交叉禁航水域的距离小于所述第一警戒时,控制所述无人船远离所述交叉禁航水域。
本方案中,基于当前所述无人船的航向以及所述禁航区的边界数据,基于预设的转向算法得到所述无人船的转向数据,进而基于转向控制所述无人船移动以远离所述第一禁航水域、或所述第二禁航水域、或所述交叉禁航水域。
本方案中,所述基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行,具体包括:
所述无人船在航行过程中,基于所述水域模型识别所述无人船预设范围内的障碍数据,其中,所述障碍数据至少包括浮木、沉石以及草群;
基于所述障碍数据与所述无人船计算相对速度以及相对距离,以得到安全时间值,在所述安全时间值内控制所述无人船避障航行,其中,避障航行时的转向角度基于所述转向算法得到。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括机器的一种无人船的航行控制方法程序,所述无人船的航行控制方法程序被处理器执行时,实现如上述任一项所述的一种无人船的航行控制方法的步骤。
本发明公开的一种无人船的航行控制方法、系统和可读存储介质,通过搭载两组激光雷达,可以在无人船航行区域内实时构建水下模型以及水上模型,并基于搭建的模型来控制无人船规避障碍物或者禁航区,以此能够保障航行安全,避免无人船发生信号失联或者沉船搁浅等问题的发生,提升了用户使用体验。
附图说明
图1示出了本发明一种无人船的航行控制方法的流程图;
图2示出了本发明一种无人船的航行控制方法的无人船转向示意图;
图3A示出了本发明一种无人船的航行控制方法的一种无人船吃水深度图;
图3B示出了本发明一种无人船的航行控制方法的另一种无人船吃水深度图;
图4示出了本发明一种无人船的航行控制系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本申请一种无人船的航行控制方法的流程图。
如图1所示,本申请公开了一种无人船的航行控制方法,包括以下步骤:
S102,基于无人船上预设的激光雷达组构建无人船当前航行水环境的水域模型;
S104,基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,控制所述无人船远离所述禁航区进行航行;
S106,基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行。
需要说明的是,于本实施例中,所述无人船在航行时,基于设置在所述无人船上的所述激光雷达组构建所述水域模型,其中,所述水域模型至少包括水平面上方模型以及水平面下方模型,相应地,所述水平面上方模型由设置在所述无人船位于水平面上方的第一激光雷达组得到,所述水平面下方模型由设置在所述无人船位于水平面下方的第二所述激光雷达组得到,而后基于构建的所述水域模型结合所述卫星定位数据设定所述禁航区,以控制所述无人船远离所述禁航区进行航行,避免误闯禁航区导致所述无人船丢失信号,并且,在所述无人船航行时,还可以基于所述水域模型识别所述无人船当前位置预设范围内的障碍数据,以基于所述障碍数据控制所述无人船进行避障航行,基于激光雷达构建相关模型为本领域技术人员惯用技术手段,在此不做赘述。
根据本发明实施例,所述基于所述无人船上预设的激光雷达组构建所述无人船当前航行水环境的水域模型,具体包括:
基于预先设置在所述无人船船体表面的第一激光雷达组构建所述无人船当前航行水环境的水平面上方模型;
基于预先设置在所述无人船船舱底部的第二激光雷达组构建所述无人船当前航行水环境的水平面下方模型;
将所述水平面上方模型以及所述水平面下方模型以水平面为基准进行整合以构建所述无人船当前航行水环境的所述水域模型。
需要说明的是,于本实施例中,基于设置在所述无人船船体表明的第一激光雷达组得到所述无人船当前航行水环境的所述水平面上方模型,基于设置在所述无人船船舱底部的第二激光雷达组得到所述无人船当前航行水环境的所述水平面下方模型,通过以水平面为基准可以将两个模型进行整合,以构建得到本申请提出的所述水域模型。
根据本发明实施例,所述基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,具体包括:
基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,其中,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域;
基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,其中,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域;
基于所述第一禁航水域与所述第二禁航水域进行空间整合得到所述禁航区。
需要说明的是,于本实施例中,所述禁航区包括所述第一禁航水域以及所述第二禁航水域,其中,基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域,避免所述无人船误闯相应区域后出现搁浅等问题;基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域,避免所述无人船误闯相应区域后出现触礁沉船或者扰乱渔业生产等问题,其中,所述预设高度等于所述无人船的吃水深度。
根据本发明实施例,所述控制所述无人船远离所述禁航区进行航行,具体包括:
当所述无人船航行时距所述第一禁航水域的距离小于第一警戒距离时,控制所述无人船远离所述第一禁航水域;
当所述无人船航行时距所述第二禁航水域的距离小于第二警戒距离时,控制所述无人船远离所述第二禁航水域;其中,
对于所述第一禁航水域与所述第二禁航水域存在交叉的交叉禁航水域,所述无人船航行距所述交叉禁航水域的距离小于所述第一警戒时,控制所述无人船远离所述交叉禁航水域。
需要说明的是,于本实施例中,在无人船航行时,由于上述实施例中已经划分了确定的禁航区,因此需要对无人船接近所述禁航区时进行控制使其远离,具体地,不同的禁航水域对应的警戒距离不同,其中,所述第一禁航水域对应的所述第一警戒距离可以取为“5m”,所述第二禁航水域对应的所述第二警戒距离可以取为“3m”,而对于第一禁航水域以及第二禁航水域存在交叉的所述交叉禁航水域而言,以所述第一警戒距离“5m”为主,相应地,所述第一警戒距离是要大于所述第二警戒距离的。
根据本发明实施例,基于当前所述无人船的航向以及所述禁航区的边界数据,基于预设的转向算法得到所述无人船的转向数据,进而基于转向控制所述无人船移动以远离所述第一禁航水域、或所述第二禁航水域、或所述交叉禁航水域。
需要说明的是,于本实施例中,上述实施例中说明了所述无人船接近所述禁航区时需要远离,具体在远离时需要对所述无人船进行转向以进行远离,本实施例中具体公开了利用所述转向算法来得到所述无人船的转向数据,其中,所述转向数据至少包括转向角度,其中,所述转向算法为求得所述转向角度的算法, 参考公式:
Figure 652288DEST_PATH_IMAGE001
其中,如图2所示,
Figure 352260DEST_PATH_IMAGE002
表示为当所述无人船航行线的斜率,
Figure 954142DEST_PATH_IMAGE003
表示为转向后所述 无人船航行线的斜率,
Figure 210811DEST_PATH_IMAGE004
表示为所述转向角度,进一步地,图2中还包括了
Figure 440804DEST_PATH_IMAGE005
以及
Figure 124727DEST_PATH_IMAGE006
,其 中,
Figure 682747DEST_PATH_IMAGE007
表示为所述第一警戒距离,
Figure 992374DEST_PATH_IMAGE008
表示为所述第二警戒距离,图2中圆形、椭圆形表 示无人船航线线周围岛屿、环焦等障碍物。
根据本发明实施例,所述基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行,具体包括:
所述无人船在航行过程中,基于所述水域模型识别所述无人船预设范围内的障碍数据,其中,所述障碍数据至少包括浮木、沉石以及草群;
基于所述障碍数据与所述无人船计算相对速度以及相对距离,以得到安全时间值,在所述安全时间值内控制所述无人船避障航行,其中,避障航行时的转向角度基于所述转向算法得到。
需要说明的是,于本实施例中,所述无人船在航行时,可以基于所述水域模型识别水域内的障碍数据,其中,所述障碍数据至少包括浮木、沉石以及草群等,尤其是针对出现在所述无人船预设范围内的障碍数据,需要计算所述无人船与所述障碍数据的相对速度与相对距离得到安全时间值,其中,计算式为:
Figure 827606DEST_PATH_IMAGE009
其中,
Figure 462856DEST_PATH_IMAGE010
表示为所述安全时间值,
Figure 649118DEST_PATH_IMAGE011
表示为所述相对距离,
Figure 496857DEST_PATH_IMAGE012
表示为所述相对 速度,相应地,避障航行时的对应的转向角度同样可以基于上述实施例中公开的转向算法 得到对应的转向角度。
值得一提的是,所述方法还包括获取水事数据,以更新所述禁航区。
需要说明的是,于本实施例中,上述实施例中说明所述禁航区是基于水域模型得到的禁航区,但在实际操作过程中,还包括临时特定禁止航行水域,例如军事行动或者科学研究等应用环境,因此本申请提出的方法还包括获取所述水事数据以更新所述禁航区,其中,所述水事数据即包括水事部门或者海事部门对外发布的禁止航行水域。
值得一提的是,所述方法还包括基于预设的传感器组识别环境数据以控制所述无人船的航行速度,具体包括:
基于雨量检测传感器获取雨量数据,基于风量检测传感器获取风量数据;
基于所述雨量数据以及所述风量数据调整所述无人船的航行速度。
需要说明的是,于本实施例中,构建的所述无人船的水域模型还可以包括环境数 据,至少包括所述雨量数据以及所述风量数据,对所述雨量数据以及所述风量数据进行定 级,分别用
Figure 311229DEST_PATH_IMAGE013
Figure 602533DEST_PATH_IMAGE014
表示,所述航行速度
Figure 56517DEST_PATH_IMAGE015
受到的
Figure 396363DEST_PATH_IMAGE016
Figure 252192DEST_PATH_IMAGE017
影响,具体如下式所示:
Figure 776714DEST_PATH_IMAGE018
其中,
Figure 468727DEST_PATH_IMAGE019
表示所述无人船当前航行初速度,
Figure 861531DEST_PATH_IMAGE020
Figure 322599DEST_PATH_IMAGE021
Figure 204974DEST_PATH_IMAGE022
干扰因子,
Figure 712178DEST_PATH_IMAGE023
可取为 “0.5”,
Figure 393826DEST_PATH_IMAGE024
可取为“1”,雨量等级
Figure 489827DEST_PATH_IMAGE025
具体包括三个级别,风量等级
Figure 356152DEST_PATH_IMAGE026
具体包括五个级别, 基于雨量数据得到雨量等级
Figure 226019DEST_PATH_IMAGE027
以及基于风量数据得到风量等级
Figure 757364DEST_PATH_IMAGE028
,在实际操作过程中 由用户输入的经验值得到。
值得一提的是,所述方法还包括获取天气预报数据以调整所述无人船的航线。
需要说明的是,于本实施例中,在上述实施例中,所述水域模型中添加了基于传感器组获取的环境数据,在本实施例中,获取当前所述无人船航线上的对应的天气预报数据,当航线上遇到恶劣天气时,例如暴雨天气,可将对应航线调整,以绕开暴雨天气的范围。
值得一提的是,所述方法还包括基于所述无人船的吃水深度适应性调整警戒距离。
需要说明的是,如图3A和图3B所示,禁航水域存在礁石,图3A中无人船的对应的所述第二警戒距离为“3m”,而随着无人船的吃水深度加深,图3B中无人船对应的所述第二警戒距离为“5m”,具体调整的数据来源可以是用户输入的经验值,通过对吃水深度的把握可以自适应调整对应的警戒距离,以此更好地控制所述无人船进行安全航行。
图4示出了本发明一种无人船的航行控制系统的框图。
如图4所示,本发明公开了一种无人船的航行控制系统,包括存储器和处理器,所述存储器中包括无人船的航行控制方法程序,所述无人船的航行控制方法程序被所述处理器执行时实现如下步骤:
基于无人船上预设的激光雷达组构建无人船当前航行水环境的水域模型;
基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,控制所述无人船远离所述禁航区进行航行;
基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行。
需要说明的是,于本实施例中,所述无人船在航行时,基于设置在所述无人船上的所述激光雷达组构建所述水域模型,其中,所述水域模型至少包括水平面上方模型以及水平面下方模型,相应地,所述水平面上方模型由设置在所述无人船位于水平面上方的第一激光雷达组得到,所述水平面下方模型由设置在所述无人船位于水平面下方的第二所述激光雷达组得到,而后基于构建的所述水域模型结合所述卫星定位数据设定所述禁航区,以控制所述无人船远离所述禁航区进行航行,避免误闯禁航区导致所述无人船丢失信号,并且,在所述无人船航行时,还可以基于所述水域模型识别所述无人船当前位置预设范围内的障碍数据,以基于所述障碍数据控制所述无人船进行避障航行,基于激光雷达构建相关模型为本领域技术人员惯用技术手段,在此不做赘述。
根据本发明实施例,所述基于所述无人船上预设的激光雷达组构建所述无人船当前航行水环境的水域模型,具体包括:
基于预先设置在所述无人船船体表面的第一激光雷达组构建所述无人船当前航行水环境的水平面上方模型;
基于预先设置在所述无人船船舱底部的第二激光雷达组构建所述无人船当前航行水环境的水平面下方模型;
将所述水平面上方模型以及所述水平面下方模型以水平面为基准进行整合以构建所述无人船当前航行水环境的所述水域模型。
需要说明的是,于本实施例中,基于设置在所述无人船船体表明的第一激光雷达组得到所述无人船当前航行水环境的所述水平面上方模型,基于设置在所述无人船船舱底部的第二激光雷达组得到所述无人船当前航行水环境的所述水平面下方模型,通过以水平面为基准可以将两个模型进行整合,以构建得到本申请提出的所述水域模型。
根据本发明实施例,所述基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,具体包括:
基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,其中,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域;
基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,其中,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域;
基于所述第一禁航水域与所述第二禁航水域进行空间整合得到所述禁航区。
需要说明的是,于本实施例中,所述禁航区包括所述第一禁航水域以及所述第二禁航水域,其中,基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域,避免所述无人船误闯相应区域后出现搁浅等问题;基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域,避免所述无人船误闯相应区域后出现触礁沉船或者扰乱渔业生产等问题,其中,所述预设高度等于所述无人船的吃水深度。
根据本发明实施例,所述控制所述无人船远离所述禁航区进行航行,具体包括:
当所述无人船航行时距所述第一禁航水域的距离小于第一警戒距离时,控制所述无人船远离所述第一禁航水域;
当所述无人船航行时距所述第二禁航水域的距离小于第二警戒距离时,控制所述无人船远离所述第二禁航水域;其中,
对于所述第一禁航水域与所述第二禁航水域存在交叉的交叉禁航水域,所述无人船航行距所述交叉禁航水域的距离小于所述第一警戒时,控制所述无人船远离所述交叉禁航水域。
需要说明的是,于本实施例中,在无人船航行时,由于上述实施例中已经划分了确定的禁航区,因此需要对无人船接近所述禁航区时进行控制使其远离,具体地,不同的禁航水域对应的警戒距离不同,其中,所述第一禁航水域对应的所述第一警戒距离可以取为“5m”,所述第二禁航水域对应的所述第二警戒距离可以取为“3m”,而对于第一禁航水域以及第二禁航水域存在交叉的所述交叉禁航水域而言,以所述第一警戒距离“5m”为主,相应地,所述第一警戒距离是要大于所述第二警戒距离的。
根据本发明实施例,基于当前所述无人船的航向以及所述禁航区的边界数据,基于预设的转向算法得到所述无人船的转向数据,进而基于转向控制所述无人船移动以远离所述第一禁航水域、或所述第二禁航水域、或所述交叉禁航水域。
需要说明的是,于本实施例中,上述实施例中说明了所述无人船接近所述禁航区时需要远离,具体在远离时需要对所述无人船进行转向以进行远离,本实施例中具体公开了利用所述转向算法来得到所述无人船的转向数据,其中,所述转向数据至少包括转向角度,其中,所述转向算法为求得所述转向角度的算法, 参考公式:
Figure 193024DEST_PATH_IMAGE029
其中,如图2所示,
Figure 964671DEST_PATH_IMAGE030
表示为当所述无人船航行线的斜率,
Figure 39943DEST_PATH_IMAGE031
表示为转向后所 述无人船航行线的斜率,
Figure 188028DEST_PATH_IMAGE032
表示为所述转向角度,进一步地,图2中还包括了
Figure 196304DEST_PATH_IMAGE033
以及
Figure 342115DEST_PATH_IMAGE034
,其中,
Figure 45628DEST_PATH_IMAGE035
表示为所述第一警戒距离,
Figure 918775DEST_PATH_IMAGE036
表示为所述第二警戒距离图2中圆形、椭圆形表 示无人船航线线周围岛屿、环焦等障碍物。
根据本发明实施例,所述基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行,具体包括:
所述无人船在航行过程中,基于所述水域模型识别所述无人船预设范围内的障碍数据,其中,所述障碍数据至少包括浮木、沉石以及草群;
基于所述障碍数据与所述无人船计算相对速度以及相对距离,以得到安全时间值,在所述安全时间值内控制所述无人船避障航行,其中,避障航行时的转向角度基于所述转向算法得到。
需要说明的是,于本实施例中,所述无人船在航行时,可以基于所述水域模型识别水域内的障碍数据,其中,所述障碍数据至少包括浮木、沉石以及草群等,尤其是针对出现在所述无人船预设范围内的障碍数据,需要计算所述无人船与所述障碍数据的相对速度与相对距离得到安全时间值,其中,计算式为:
Figure 532290DEST_PATH_IMAGE037
其中,
Figure 911319DEST_PATH_IMAGE038
表示为所述安全时间值,
Figure 289080DEST_PATH_IMAGE039
表示为所述相对距离,
Figure 654333DEST_PATH_IMAGE040
表示为所述相对 速度,相应地,避障航行时的对应的转向角度同样可以基于上述实施例中公开的转向算法 得到对应的转向角度。
值得一提的是,所述方法还包括获取水事数据,以更新所述禁航区。
需要说明的是,于本实施例中,上述实施例中说明所述禁航区是基于水域模型得到的禁航区,但在实际操作过程中,还包括临时特定禁止航行水域,例如军事行动或者科学研究等应用环境,因此本申请提出的方法还包括获取所述水事数据以更新所述禁航区,其中,所述水事数据即包括水事部门或者海事部门对外发布的禁止航行水域。
值得一提的是,所述方法还包括基于预设的传感器组识别环境数据以控制所述无人船的航行速度,具体包括:
基于雨量检测传感器获取雨量数据,基于风量检测传感器获取风量数据;
基于所述雨量数据以及所述风量数据调整所述无人船的航行速度。
需要说明的是,于本实施例中,构建的所述无人船的水域模型还可以包括环境数 据,至少包括所述雨量数据以及所述风量数据,对所述雨量数据以及所述风量数据进行定 级,分别用
Figure 512568DEST_PATH_IMAGE041
Figure 249448DEST_PATH_IMAGE042
表示,所述航行速度
Figure 68500DEST_PATH_IMAGE043
受到的
Figure 96499DEST_PATH_IMAGE044
Figure 730611DEST_PATH_IMAGE045
影响,具体如下式所示:
Figure 592388DEST_PATH_IMAGE046
其中,
Figure 23369DEST_PATH_IMAGE047
表示所述无人船当前航行初速度,
Figure 979693DEST_PATH_IMAGE023
Figure 546941DEST_PATH_IMAGE048
Figure 766569DEST_PATH_IMAGE049
干扰因子,
Figure 91371DEST_PATH_IMAGE050
可取为 “0.5”,
Figure 726752DEST_PATH_IMAGE051
可取为“1”,雨量等级
Figure 335457DEST_PATH_IMAGE052
具体包括三个级别,风量等级
Figure 539036DEST_PATH_IMAGE053
具体包括五个级别, 基于雨量数据得到雨量等级
Figure 413451DEST_PATH_IMAGE052
以及基于风量数据得到风量等级
Figure 242736DEST_PATH_IMAGE053
,在实际操作过程中 由用户输入的经验值得到。
值得一提的是,所述方法还包括获取天气预报数据以调整所述无人船的航线。
需要说明的是,于本实施例中,在上述实施例中,所述水域模型中添加了基于传感器组获取的环境数据,在本实施例中,获取当前所述无人船航线上的对应的天气预报数据,当航线上遇到恶劣天气时,例如暴雨天气,可将对应航线调整,以绕开暴雨天气的范围。
值得一提的是,所述方法还包括基于所述无人船的吃水深度适应性调整警戒距离。
需要说明的是,如图3A和图3B所示,禁航水域存在礁石,图3A中无人船的对应的所述第二警戒距离为“3m”,而随着无人船的吃水深度加深,图3B中无人船对应的所述第二警戒距离为“5m”,具体调整的数据来源可以是用户输入的经验值,通过对吃水深度的把握可以自适应调整对应的警戒距离,以此更好地控制所述无人船进行安全航行。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括一种无人船的航行控制方法程序,所述无人船的航行控制方法程序被处理器执行时,实现如上述任一项所述的一种无人船的航行控制方法的步骤。
本发明公开的一种无人船的航行控制方法、系统和可读存储介质,通过搭载两组激光雷达,可以在无人船航行区域内实时构建水下模型以及水上模型,并基于搭建的模型来控制无人船规避障碍物或者禁航区,以此能够保障航行安全,避免无人船发生信号失联或者沉船搁浅等问题的发生,提升了用户使用体验。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种无人船的航行控制方法,其特征在于,包括以下步骤:
基于无人船上预设的激光雷达组构建无人船当前航行水环境的水域模型;
基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,控制所述无人船远离所述禁航区进行航行;
基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行。
2.根据权利要求1所述的一种无人船的航行控制方法,其特征在于,所述基于所述无人船上预设的激光雷达组构建所述无人船当前航行水环境的水域模型,具体包括:
基于预先设置在所述无人船船体表面的第一激光雷达组构建所述无人船当前航行水环境的水平面上方模型;
基于预先设置在所述无人船船舱底部的第二激光雷达组构建所述无人船当前航行水环境的水平面下方模型;
将所述水平面上方模型以及所述水平面下方模型以水平面为基准进行整合以构建所述无人船当前航行水环境的所述水域模型。
3.根据权利要求2所述的一种无人船的航行控制方法,其特征在于,所述基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,具体包括:
基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,其中,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域;
基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,其中,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域;
基于所述第一禁航水域与所述第二禁航水域进行空间整合得到所述禁航区。
4.根据权利要求3所述的一种无人船的航行控制方法,其特征在于,所述控制所述无人船远离所述禁航区进行航行,具体包括:
当所述无人船航行时距所述第一禁航水域的距离小于第一警戒距离时,控制所述无人船远离所述第一禁航水域;
当所述无人船航行时距所述第二禁航水域的距离小于第二警戒距离时,控制所述无人船远离所述第二禁航水域;其中,
对于所述第一禁航水域与所述第二禁航水域存在交叉的交叉禁航水域,所述无人船航行距所述交叉禁航水域的距离小于所述第一警戒时,控制所述无人船远离所述交叉禁航水域。
5.根据权利要求4所述的一种无人船的航行控制方法,其特征在于,基于当前所述无人船的航向以及所述禁航区的边界数据,基于预设的转向算法得到所述无人船的转向数据,进而基于转向控制所述无人船移动以远离所述第一禁航水域、或所述第二禁航水域、或所述交叉禁航水域。
6.根据权利要求5所述的一种无人船的航行控制方法,其特征在于,所述基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行,具体包括:
所述无人船在航行过程中,基于所述水域模型识别所述无人船预设范围内的障碍数据,其中,所述障碍数据至少包括浮木、沉石以及草群;
基于所述障碍数据与所述无人船计算相对速度以及相对距离,以得到安全时间值,在所述安全时间值内控制所述无人船避障航行,其中,避障航行时的转向角度基于所述转向算法得到。
7.一种无人船的航行控制系统,其特征在于,包括存储器和处理器,所述存储器中包括无人船的航行控制方法程序,所述无人船的航行控制方法程序被所述处理器执行时实现如下步骤:
基于所述无人船上预设的激光雷达组构建所述无人船当前航行水环境的水域模型;
基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,控制所述无人船远离所述禁航区进行航行;
基于构建的所述水域模型识别当前所述无人船航行位置预设范围内的障碍数据,基于所述障碍数据控制所述无人船进行避障航行。
8.根据权利要求7所述的一种无人船的航行控制系统,其特征在于,所述基于所述无人船上预设的激光雷达组构建所述无人船当前航行水环境的水域模型,具体包括:
基于预先设置在所述无人船船体表面的第一激光雷达组构建所述无人船当前航行水环境的水平面上方模型;
基于预先设置在所述无人船船舱底部的第二激光雷达组构建所述无人船当前航行水环境的水平面下方模型;
将所述水平面上方模型以及所述水平面下方模型以水平面为基准进行整合以构建所述无人船当前航行水环境的所述水域模型。
9.根据权利要求8所述的一种无人船的航行控制系统,其特征在于,所述基于构建的所述水域模型结合所述无人船的卫星定位数据设定所述无人船的禁航区,具体包括:
基于所述无人船当前对应的所述卫星定位数据识别所述水平面上方模型内的第一禁航水域,其中,所述第一禁航水域至少包括水位低于预设高度的水域以及水草生长水域;
基于所述无人船当前对应的所述卫星定位数据识别所述水平面下方模型内的第二禁航水域,其中,所述第二禁航水域至少包括水下礁石水域以及捕鱼作业水域;
基于所述第一禁航水域与所述第二禁航水域进行空间整合得到所述禁航区。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种无人船的航行控制方法程序,所述无人船的航行控制方法程序被处理器执行时,实现如权利要求1至6中任一项所述的一种无人船的航行控制方法的步骤。
CN202211118177.2A 2022-09-15 2022-09-15 无人船的航行控制方法、系统和可读存储介质 Active CN115202370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211118177.2A CN115202370B (zh) 2022-09-15 2022-09-15 无人船的航行控制方法、系统和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211118177.2A CN115202370B (zh) 2022-09-15 2022-09-15 无人船的航行控制方法、系统和可读存储介质

Publications (2)

Publication Number Publication Date
CN115202370A true CN115202370A (zh) 2022-10-18
CN115202370B CN115202370B (zh) 2023-02-03

Family

ID=83573650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211118177.2A Active CN115202370B (zh) 2022-09-15 2022-09-15 无人船的航行控制方法、系统和可读存储介质

Country Status (1)

Country Link
CN (1) CN115202370B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117369477A (zh) * 2023-11-17 2024-01-09 广州市番高领航科技有限公司 一种水上无人船行驶控制方法、装置、设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57714A (en) * 1980-06-03 1982-01-05 Mitsubishi Heavy Ind Ltd Guidance device for underwater sailing body
CN106909145A (zh) * 2017-02-22 2017-06-30 武汉理工大学 无人航道测量船障碍物实时感知避障系统与方法
CN108181908A (zh) * 2018-01-11 2018-06-19 福州大学 一种用于内河环境监测的无人船系统
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
CN109613559A (zh) * 2018-12-18 2019-04-12 河海大学常州校区 基于视觉和激光雷达的水陆边界漂浮物判别装置与方法
WO2019227306A1 (zh) * 2018-05-29 2019-12-05 上海海洋大学 一种以无人艇为载体的环境监测系统及其应用
CN112985406A (zh) * 2021-02-23 2021-06-18 武汉理工大学 船舶避障路径规划方法、装置及存储介质
CN113607175A (zh) * 2021-07-24 2021-11-05 诚邦测绘信息科技(浙江)有限公司 测绘用无人船路线规划方法、系统、存储介质及智能终端
CN114115264A (zh) * 2021-11-19 2022-03-01 四方智能(武汉)控制技术有限公司 无人船测绘航行系统及其控制方法
CN114281083A (zh) * 2021-12-28 2022-04-05 江苏大学 一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法
CN114995409A (zh) * 2022-05-25 2022-09-02 中国科学院合肥物质科学研究院 一种无人船自主巡航控制系统及巡航方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57714A (en) * 1980-06-03 1982-01-05 Mitsubishi Heavy Ind Ltd Guidance device for underwater sailing body
CN106909145A (zh) * 2017-02-22 2017-06-30 武汉理工大学 无人航道测量船障碍物实时感知避障系统与方法
CN108181908A (zh) * 2018-01-11 2018-06-19 福州大学 一种用于内河环境监测的无人船系统
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
WO2019227306A1 (zh) * 2018-05-29 2019-12-05 上海海洋大学 一种以无人艇为载体的环境监测系统及其应用
CN109613559A (zh) * 2018-12-18 2019-04-12 河海大学常州校区 基于视觉和激光雷达的水陆边界漂浮物判别装置与方法
CN112985406A (zh) * 2021-02-23 2021-06-18 武汉理工大学 船舶避障路径规划方法、装置及存储介质
CN113607175A (zh) * 2021-07-24 2021-11-05 诚邦测绘信息科技(浙江)有限公司 测绘用无人船路线规划方法、系统、存储介质及智能终端
CN114115264A (zh) * 2021-11-19 2022-03-01 四方智能(武汉)控制技术有限公司 无人船测绘航行系统及其控制方法
CN114281083A (zh) * 2021-12-28 2022-04-05 江苏大学 一种基于混合路径规划自主导航的无人船水质监测物联网控制系统及方法
CN114995409A (zh) * 2022-05-25 2022-09-02 中国科学院合肥物质科学研究院 一种无人船自主巡航控制系统及巡航方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117369477A (zh) * 2023-11-17 2024-01-09 广州市番高领航科技有限公司 一种水上无人船行驶控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN115202370B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
CN110673600B (zh) 面向无人船舶的自动驾驶集成系统
KR102112935B1 (ko) 장애물 지도를 이용한 경로 생성 방법
Harris et al. Use of drones in fishery science
US11307589B2 (en) Vessel navigation system and navigation method thereof
US9223310B2 (en) Ship course obstruction warning transport
CN113012472B (zh) 一种适用于vts系统的船舶预警方法、设备及存储介质
KR101799216B1 (ko) 해양 내비게이션 장치 및 항로 제공 방법
KR101894674B1 (ko) 해양 내비게이션 장치 및 항로 제공 방법
KR101719142B1 (ko) 해양 내비게이션 장치 및 항로 제공 방법
CN104267724A (zh) 船舶航行的控制方法、装置和系统
CN115202370B (zh) 无人船的航行控制方法、系统和可读存储介质
CN111536962B (zh) 智能船舶的航线规划方法及装置、存储介质、计算机设备
JP2021018484A (ja) 周辺状態表現方法、避航動作学習プログラム、避航動作学習システム、及び船舶
AU2021205099B2 (en) Systems and associated methods for generating navigation charts and navigable routes in an open environment
CN111599130A (zh) 一种海上救助的环境风险预警系统
KR101275277B1 (ko) 사각단위항로 생성기법을 이용한 가항항로내 선박 피항 항로 탐색 지원 시스템
CN111862389B (zh) 一种智能航行感知及增强现实可视化系统
KR100352346B1 (ko) 인공지능형 충돌,좌초 예방 시스템
CN107945580B (zh) 海上拖带系统ais虚拟警戒标标示系统及方法
EP3420312B1 (de) Routenoptimierung für ein fluidfahrzeug
CN109916400B (zh) 一种基于梯度下降算法与vo法相结合的无人艇避障方法
Chen et al. Decision support based on artificial fish swarm for ship collision avoidance from AIS data
EP3647829A1 (en) Image processing for an unmanned marine surface vessel
CN111984006B (zh) 融合海流及尺度差异影响的无人艇多目标会遇避碰方法
Kicman et al. Concept of integrated INS/visual system for autonomous mobile robot operation

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