CN116448115A - 基于导航雷达和光电的无人艇概率距离地图构建方法 - Google Patents

基于导航雷达和光电的无人艇概率距离地图构建方法 Download PDF

Info

Publication number
CN116448115A
CN116448115A CN202310362021.7A CN202310362021A CN116448115A CN 116448115 A CN116448115 A CN 116448115A CN 202310362021 A CN202310362021 A CN 202310362021A CN 116448115 A CN116448115 A CN 116448115A
Authority
CN
China
Prior art keywords
echo
probability
target
unmanned ship
existence probability
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
CN202310362021.7A
Other languages
English (en)
Other versions
CN116448115B (zh
Inventor
蔡庆
朱磊
高峰端
郑金华
梁立
袁文亮
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.)
Lianyungang Jereh Science Park Management Co ltd
Original Assignee
Lianyungang Jereh Science Park Management 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 Lianyungang Jereh Science Park Management Co ltd filed Critical Lianyungang Jereh Science Park Management Co ltd
Priority to CN202310362021.7A priority Critical patent/CN116448115B/zh
Publication of CN116448115A publication Critical patent/CN116448115A/zh
Application granted granted Critical
Publication of CN116448115B publication Critical patent/CN116448115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/20—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
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/937—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of marine craft
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Ocean & Marine Engineering (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于导航雷达和光电的无人艇概率距离地图构建方法，包括步骤：对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；计算各预测时刻的概率距离地图。本发明通过把导航雷达、光电感知的不确定性转化为目标的存在概率函数，然后以此存在概率函数为基础外推计算目标在地图上存在的距离场，为无人艇规划安全、平稳的避障航路提供保障。

Description

基于导航雷达和光电的无人艇概率距离地图构建方法
技术领域
本发明属于无人艇的自主航行领域，特别是一种基于导航雷达和光电的无人艇概率距离地图构建方法。
背景技术
障碍物目标定位、避障航路规划是无人艇高速、安全自主航行的重要保障。当无人艇在水域内航行时，主要是利用导航雷达对航路周边情况进行探测，获取有碍于航行的目标情况。但由于海杂波、周边电磁场变化等的影响，会出现大量虚假目标回波、真实目标没有回波、回波形状变化大等问题，所以仅采用导航雷达进行感知，是不足以保障无人艇准确获取周边目标情况，需要采用光电等光学感知手段进行确认、综合定位障碍物目标，但光学手段也存在检测、识别的概率问题。
在定位障碍物目标后，通过估算与障碍物目标发生碰撞的危险度，规划无人艇避开各种危险的实时航路。为了支撑快速避障航路规划，一般采用欧几里得符号距离场(Euclidean Signed Distance Field，ESDF)方法构建环境的预知地图，即将无人艇航行区域进行栅格化，对每个栅格计算与障碍物目标的最近距离，形成欧几里得符号距离场。然后根据欧几里得符号距离场，利用采样或启发式搜索等方法，在地图中查找能够避开障碍物目标、满足无人艇运动学要求的航路点，形成避障航路。
现有技术存在的主要问题是：
(1)对导航雷达、光电探测的目标位置采用确定性的描述方法，没有反应雷达、光电感知存在的不确定性；
(2)欧几里得符号距离场是以当前探测的障碍物目标位置为基础计算的，一般是将运动目标当作静态目标来计算，容易导致规划的航路出现急转、急停等情况；
(3)有的方法仅简单将目标进行外推，没有反应感知目标的不确定性和目标航速航向的不稳定性，容易导致艇在一定范围内打转。
发明内容
本发明的目的在于针对现有技术存在的问题，提供一种基于导航雷达和光电的无人艇概率距离地图构建方法，通过将导航雷达、光电感知的不确定性转化为目标的存在概率函数，然后以此存在概率函数为基础外推计算目标在地图上存在的距离场，为无人艇规划安全、平稳的避障航路提供保障。
实现本发明目的的技术解决方案为：一种基于导航雷达和光电的无人艇概率距离地图构建方法，所述方法包括以下步骤：
步骤1，对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；
步骤2，对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；
步骤3，采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；
步骤4，根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；
步骤5，计算各预测时刻的概率距离地图。
进一步地，步骤1中对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点，具体过程包括：
定义：设无人艇导航雷达在tK时刻的回波集合为其中/>为正整数；/>为正整数，表示回波点的个数；/> 表示/>回波点的X轴位置信息，/>表示/>回波点的Y轴位置信息，/>表示/>回波点的回波强度信息，为以无人艇起点为原点的大地坐标系下量测值；设在tK-1时刻，已形成了目标航迹集合/> 其中/>为目标航迹个数，trackm在tK-1时刻的值表示为/>即[X位置，Y位置，X速度，Y速度，回波平均强度]；
步骤1-1，根据预定的距离门限R，划分为聚类后回波点集合 是/>的子集，满足以下要求:
且/> 且/>
步骤1-2，对于每个通过平均每个点计算得到其中心点/>
进一步地，步骤2中对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前tK时刻相对目标航迹的存在概率，具体过程包括：
步骤2-1，计算聚类后回波点集合中的每个回波点集合/>相对于目标航迹trackm的模糊隶属度/>
其中，为目标航迹trackm在tK-1时刻的数值，/>为目标航迹trackm在tK时刻的预测值，/>为tK时刻的状态转移矩阵，/>计算更新过程采用传统卡尔曼滤波，τs和σs是对应于第s项的常数，表示该项的展度；
步骤2-2，计算聚类后回波点集合的综合相似度矩阵/>
其中，as为常数系数，表示各项的重要程度；
步骤2-3，计算tK时刻回波点集合相对于目标航迹trackm的存在概率其中/>表示为杂波的概率：
其中，b为常数，表示当前的杂波密度。
进一步地，步骤3中采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率，具体过程包括：
步骤3-1，对聚类后回波点集合中所有的回波点集合/>按照大小顺序进行降序排列；
步骤3-2，按步骤3-1的次序逐一调度光电进行确认：即将光电视场中心调度指向且光电的视场角调整为回波点集合/>舷角宽度的三倍；
步骤3-3，根据光电探测的视频识别结果，判断当前回波点集合是否存在真实目标，视频识别结果已确认存在目标，计算存在概率具体为：
若
否则：
其中，Pidenty为预置的光电识别成功率，count为成功识别的次数，Pnewtrack为预置的新目标航迹概率阈值；
步骤3-4，根据光电探测的视频识别结果，判断视频识别结果无目标，计算存在概率为：
步骤3-5，对所有的回波处理确认完成后，更新目标航迹集合和对应的存在概率：
若
在中删除第m个目标航迹
其中，Pdeltrack为预置的目标航迹删除概率阈值。
进一步地，步骤4中根据当前时刻tK各目标航迹位置和存在概率，递推预测时间tK+L各目标航迹位置及存在概率，L≥1，具体过程包括：
步骤4-1，对每个中所有回波的/>递推时刻tK+l的位置，得到预测的回波位置集合/>
其中，
1≤l≤L
分别为/>回波点的X轴位置信息、Y轴位置信息以及回波强度信息；
步骤4-2，计算在时刻tK+L每个的存在概率/>和/>
进一步地，步骤5中计算时刻tK+l的概率距离地图，具体过程包括：
步骤5-1，将地图按照预定的栅格大小进行栅格化，形成栅格集合SG＝{sgh|1≤h≤H}，H为栅格数量，sgh为第h个栅格，sgh＝[sgXh,sgYh]，sgXh、sgYh分别为第h个栅格的X轴位置信息和Y轴位置信息；
步骤5-2，计算每个栅格sgh在tK+l时刻相对所有的距离/>其中1≤l≤L：
本发明与现有技术相比，其显著优点为：
(1)本发明在当前探测的回波信息基础上，通过光电确认和历史信息积累，保障目标航迹和距离地图的相对稳定。
(2)本发明将导航雷达、光电探测的不确定性考虑到距离地图构建中，支撑实现稳定避障航路规划。
(3)本发明将目标存在概率加入到目标航迹递推预测中，能够实现有动态目标情况下距离地图的构建，支撑高效地规避动态目标。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为基于导航雷达和光电的无人艇概率距离地图构建方法的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
在一个实施例中，提供了一种基于导航雷达和光电的无人艇概率距离地图构建方法，所述方法包括以下步骤：
步骤1，对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；
步骤2，对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；
步骤3，采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；
步骤4，根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；
步骤5，计算各预测时刻的概率距离地图。
进一步地，在其中一个实施例中，步骤1中对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点，具体过程包括：
定义：设无人艇导航雷达在tK时刻的回波集合为其中/>为正整数；/>为正整数，表示回波点的个数；/> 表示/>回波点的X轴位置信息，/>表示/>回波点的Y轴位置信息，/>表示/>回波点的回波强度信息，为以无人艇起点为原点的大地坐标系下量测值；设在tK-1时刻，已形成了目标航迹集合/> 其中/>为目标航迹个数，trackm在tK-1时刻的值表示为即[X位置，Y位置，X速度，Y速度，回波平均强度]；
步骤1-1，根据预定的距离门限R，划分为聚类后回波点集合 是/>的子集，满足以下要求:
且/> 且/>
步骤1-2，对于每个通过平均每个点计算得到其中心点/>
进一步地，在其中一个实施例中，步骤2中对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前tK时刻相对目标航迹的存在概率，具体过程包括：
步骤2-1，计算聚类后回波点集合中的每个回波点集合/>相对于目标航迹trackm的模糊隶属度/>
其中，为目标航迹trackm在tK-1时刻的数值，/>为目标航迹trackm在tK时刻的预测值，/>为tK时刻的状态转移矩阵，/>计算更新过程采用传统卡尔曼滤波，τs和σs是对应于第s项的常数，表示该项的展度；
步骤2-2，计算聚类后回波点集合的综合相似度矩阵/>
其中，as为常数系数，表示各项的重要程度；
步骤2-3，计算tK时刻回波点集合相对于目标航迹trackm的存在概率其中/>表示为杂波的概率：
其中，b为常数，表示当前的杂波密度。
进一步地，在其中一个实施例中，步骤3中采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率，具体过程包括：
步骤3-1，对聚类后回波点集合中所有的回波点集合/>按照大小顺序进行降序排列；
步骤3-2，按步骤3-1的次序逐一调度光电进行确认：即将光电视场中心调度指向且光电的视场角调整为回波点集合/>舷角宽度的三倍；
步骤3-3，根据光电探测的视频识别结果，判断当前回波点集合是否存在真实目标，视频识别结果已确认存在目标，计算存在概率具体为：
若
否则：
其中，Pidenty为预置的光电识别成功率，count为成功识别的次数，Pnewtrack为预置的新目标航迹概率阈值；
步骤3-4，根据光电探测的视频识别结果，判断视频识别结果无目标，计算存在概率为：
步骤3-5，对所有的回波处理确认完成后，更新目标航迹集合和对应的存在概率：
若
在中删除第m个目标航迹
其中，Pdeltrack为预置的目标航迹删除概率阈值。
进一步地，在其中一个实施例中，步骤4中根据当前时刻tK各目标航迹位置和存在概率，递推预测时间tK+L各目标航迹位置及存在概率，L≥1，具体过程包括：
步骤4-1，对每个中所有回波的/>递推时刻tK+l的位置，得到预测的回波位置集合/>
其中，
1≤l≤L
分别为/>回波点的X轴位置信息、Y轴位置信息以及回波强度信息；
步骤4-2，计算在时刻tK+L每个的存在概率/>和/>
进一步地，在其中一个实施例中，步骤5中计算时刻tK+l的概率距离地图，具体过程包括：
步骤5-1，将地图按照预定的栅格大小进行栅格化，形成栅格集合SG＝{sgh|1≤h≤H}，H为栅格数量，sgh为第h个栅格，sgh＝[sgXh,sgYh]，sgXh、sgYh分别为第h个栅格的X轴位置信息和Y轴位置信息；
步骤5-2，计算每个栅格sgh在tK+l时刻相对所有的距离/>其中1≤l≤L：
在一个实施例中，提供了一种基于导航雷达和光电的无人艇概率距离地图构建系统，所述系统包括：
第一模块，用于对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；
第二模块，用于对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；
第三模块，用于采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；
第四模块，用于根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；
第五模块，用于计算各预测时刻的概率距离地图。
关于基于导航雷达和光电的无人艇概率距离地图构建系统的具体限定可以参见上文中对于基于导航雷达和光电的无人艇概率距离地图构建方法的限定，在此不再赘述。上述基于导航雷达和光电的无人艇概率距离地图构建系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
步骤1，对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；
步骤2，对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；
步骤3，采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；
步骤4，根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；
步骤5，计算各预测时刻的概率距离地图。
关于每一步的具体限定可以参见上文中对于基于导航雷达和光电的无人艇概率距离地图构建方法的限定，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
步骤1，对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；
步骤2，对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；
步骤3，采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；
步骤4，根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；
步骤5，计算各预测时刻的概率距离地图。
关于每一步的具体限定可以参见上文中对于基于导航雷达和光电的无人艇概率距离地图构建方法的限定，在此不再赘述。
本发明针对无人艇自主航行中障碍物目标感知、避障航路规划的需求，在当前探测的回波信息基础上，通过光电确认和历史信息积累，保障目标航迹和距离地图的相对稳定，将目标存在概率加入到目标航迹递推预测中，能够实现有动态目标情况下距离地图的构建，支撑高效地规避动态目标，实现稳定避障航路规划。
以上显示和描述了本发明的基本原理、主要特征及优点。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，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于导航雷达和光电的无人艇概率距离地图构建方法，其特征在于，所述方法包括以下步骤：
步骤1，对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；
步骤2，对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；
步骤3，采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；
步骤4，根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；
步骤5，计算各预测时刻的概率距离地图。
2.根据权利要求1所述的基于导航雷达和光电的无人艇概率距离地图构建方法，其特征在于，步骤1中对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点，具体过程包括：
定义：设无人艇导航雷达在tK时刻的回波集合为其中/>为正整数；/>为正整数，表示回波点的个数；/> 表示/>回波点的X轴位置信息，/>表示/>回波点的Y轴位置信息，/>表示/>回波点的回波强度信息，为以无人艇起点为原点的大地坐标系下量测值；设在tK-1时刻，已形成了目标航迹集合/> 其中/>为目标航迹个数，trackm在tK-1时刻的值表示为即X位置，Y位置，X速度，Y速度，回波平均强度]；
步骤1-1，根据预定的距离门限R，划分为聚类后回波点集合 是/>的子集，满足以下要求:
且/> 且/>
步骤1-2，对于每个通过平均每个点计算得到其中心点/>
3.根据权利要求2所述的基于导航雷达和光电的无人艇概率距离地图构建方法，其特征在于，步骤2中对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前tK时刻相对目标航迹的存在概率，具体过程包括：
步骤2-1，计算聚类后回波点集合中的每个回波点集合/>相对于目标航迹trackm的模糊隶属度/>
其中，为目标航迹trackm在tK-1时刻的数值，/>为目标航迹trackm在tK时刻的预测值，/>为tK时刻的状态转移矩阵，/>计算更新过程采用传统卡尔曼滤波，τs和σs是对应于第s项的常数，表示该项的展度；
步骤2-2，计算聚类后回波点集合的综合相似度矩阵/>
其中，as为常数系数，表示各项的重要程度；
步骤2-3，计算tK时刻回波点集合相对于目标航迹trackm的存在概率/>其中/>表示为杂波的概率：
其中，b为常数，表示当前的杂波密度。
4.根据权利要求3所述的基于导航雷达和光电的无人艇概率距离地图构建方法，其特征在于，步骤3中采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率，具体过程包括：
步骤3-1，对聚类后回波点集合中所有的回波点集合/>按照/>大小顺序进行降序排列；
步骤3-2，按步骤3-1的次序逐一调度光电进行确认：即将光电视场中心调度指向且光电的视场角调整为回波点集合/>舷角宽度的三倍；
步骤3-3，根据光电探测的视频识别结果，判断当前回波点集合是否存在真实目标，视频识别结果已确认存在目标，计算存在概率具体为：
若
否则：
其中，Pidenty为预置的光电识别成功率，count为成功识别的次数，Pnewtrack为预置的新目标航迹概率阈值；
步骤3-4，根据光电探测的视频识别结果，判断视频识别结果无目标，计算存在概率为：
步骤3-5，对所有的回波处理确认完成后，更新目标航迹集合和对应的存在概率：
若
在中删除第m个目标航迹
其中，Pdeltrack为预置的目标航迹删除概率阈值。
5.根据权利要求4所述的基于导航雷达和光电的无人艇概率距离地图构建方法，其特征在于，步骤4中根据当前时刻tK各目标航迹位置和存在概率，递推预测时间tK+L各目标航迹位置及存在概率，L≥1，具体过程包括：
步骤4-1，对每个中所有回波的/>递推时刻tK+l的位置，得到预测的回波位置集合/>
其中，
1≤l≤L
分别为/>回波点的X轴位置信息、Y轴位置信息以及回波强度信息；
步骤4-2，计算在时刻tK+L每个的存在概率/>和/>
6.根据权利要求5所述的基于导航雷达和光电的无人艇概率距离地图构建方法，其特征在于，步骤5中计算时刻tK+l的概率距离地图，具体过程包括：
步骤5-1，将地图按照预定的栅格大小进行栅格化，形成栅格集合SG＝{sgh|1≤h≤H}，H为栅格数量，sgh为第h个栅格，sgh＝[sgXh,sgYh]，sgXh、sgYh分别为第h个栅格的X轴位置信息和Y轴位置信息；
步骤5-2，计算每个栅格sgh在tK+l时刻相对所有的距离Distanceh,tK+l，其中1≤l≤L：
7.基于权利要求1至6任意一项所述方法的基于导航雷达和光电的无人艇概率距离地图构建系统，其特征在于，所述系统包括：
第一模块，用于对无人艇导航雷达回波点进行聚类处理，计算聚类后各回波集合的中心点；
第二模块，用于对聚类后回波集合采用模糊关联判断，计算与目标航迹的相关性，得到当前时刻相对目标航迹的存在概率；
第三模块，用于采用基于存在概率的调度策略，调度无人艇光电对聚类后回波集合进行确认，更新存在概率；
第四模块，用于根据当前时刻各目标航迹位置和存在概率，递推预测时间各目标航迹位置及存在概率；
第五模块，用于计算各预测时刻的概率距离地图。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
CN202310362021.7A 2023-04-07 2023-04-07 基于导航雷达和光电的无人艇概率距离地图构建方法 Active CN116448115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310362021.7A CN116448115B (zh) 2023-04-07 2023-04-07 基于导航雷达和光电的无人艇概率距离地图构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310362021.7A CN116448115B (zh) 2023-04-07 2023-04-07 基于导航雷达和光电的无人艇概率距离地图构建方法

Publications (2)

Publication Number Publication Date
CN116448115A true CN116448115A (zh) 2023-07-18
CN116448115B CN116448115B (zh) 2024-03-19

Family

ID=87121367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310362021.7A Active CN116448115B (zh) 2023-04-07 2023-04-07 基于导航雷达和光电的无人艇概率距离地图构建方法

Country Status (1)

Country Link
CN (1) CN116448115B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116859956A (zh) * 2023-09-04 2023-10-10 中船(北京)智能装备科技有限公司 一种无人艇航行路线确定方法、装置及设备
CN116859383A (zh) * 2023-09-04 2023-10-10 中船(北京)智能装备科技有限公司 一种碍航物的确定方法、装置及设备

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914776A (zh) * 2012-10-15 2013-02-06 西安电子科技大学 基于模糊c均值算法的多通道SAR动目标定位方法
CN105137418A (zh) * 2015-07-28 2015-12-09 中国人民解放军海军航空工程学院 基于全邻模糊聚类的多目标跟踪与数据互联方法
WO2016109832A2 (en) * 2014-12-31 2016-07-07 Flir Systems, Inc. Adaptive autopilot control systems and methods
CN109239709A (zh) * 2018-08-02 2019-01-18 哈尔滨工程大学 一种无人船的局部环境地图自主构建方法
CN109298708A (zh) * 2018-08-31 2019-02-01 中船重工鹏力（南京）大气海洋信息系统有限公司 一种融合雷达与光电信息的无人艇自主避障方法
CN109582027A (zh) * 2019-01-14 2019-04-05 哈尔滨工程大学 一种基于改进粒子群优化算法的usv集群避碰规划方法
KR20200050808A (ko) * 2018-11-02 2020-05-12 대우조선해양 주식회사 선내항법센서와 영상정보 융합을 통한 충돌위험도예측 및 안전운항가이드 시스템
CN111796269A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于目标威胁的雷达和光电航迹数据联合处理方法
CN111929653A (zh) * 2020-07-21 2020-11-13 上海交通大学 一种基于无人船航海雷达的目标检测、跟踪方法及系统
CN113537411A (zh) * 2021-09-15 2021-10-22 湖北工业大学 一种基于毫米波雷达的改进模糊聚类方法
CN113807471A (zh) * 2021-11-18 2021-12-17 浙江宇视科技有限公司 雷达与视觉融合的车辆识别方法、装置、设备及介质
CN113960591A (zh) * 2021-10-19 2022-01-21 武汉华之洋科技有限公司 一种基于智能识别技术的无人船光电智能侦察方法
CN114155501A (zh) * 2021-12-03 2022-03-08 北京理工大学 一种无人车在烟雾遮挡环境下的目标检测方法
CN114667459A (zh) * 2020-11-10 2022-06-24 深圳市大疆创新科技有限公司 雷达及雷达的数据处理方法、可移动平台、存储介质
CN114859339A (zh) * 2022-04-29 2022-08-05 电子科技大学 一种基于毫米波雷达的多目标跟踪方法
CN114999228A (zh) * 2022-06-01 2022-09-02 北京易航远智科技有限公司 一种自动驾驶车在恶劣天气防碰撞方法
CN115439621A (zh) * 2022-08-10 2022-12-06 中煤科工集团西安研究院有限公司 一种煤矿井下巡检机器人三维地图重建及目标检测方法
CN115629385A (zh) * 2022-09-05 2023-01-20 西安电子科技大学 基于毫米波雷达和相机关联的车辆排队长度实时检测方法
CN115792912A (zh) * 2022-12-09 2023-03-14 上海大学 一种弱观测条件下基于视觉与毫米波雷达融合的水面无人艇环境感知方法及系统
CN115902866A (zh) * 2022-11-15 2023-04-04 武汉华之洋科技有限公司 一种船用光电多源目标融合探测处理方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914776A (zh) * 2012-10-15 2013-02-06 西安电子科技大学 基于模糊c均值算法的多通道SAR动目标定位方法
WO2016109832A2 (en) * 2014-12-31 2016-07-07 Flir Systems, Inc. Adaptive autopilot control systems and methods
CN105137418A (zh) * 2015-07-28 2015-12-09 中国人民解放军海军航空工程学院 基于全邻模糊聚类的多目标跟踪与数据互联方法
CN109239709A (zh) * 2018-08-02 2019-01-18 哈尔滨工程大学 一种无人船的局部环境地图自主构建方法
CN109298708A (zh) * 2018-08-31 2019-02-01 中船重工鹏力（南京）大气海洋信息系统有限公司 一种融合雷达与光电信息的无人艇自主避障方法
KR20200050808A (ko) * 2018-11-02 2020-05-12 대우조선해양 주식회사 선내항법센서와 영상정보 융합을 통한 충돌위험도예측 및 안전운항가이드 시스템
CN109582027A (zh) * 2019-01-14 2019-04-05 哈尔滨工程大学 一种基于改进粒子群优化算法的usv集群避碰规划方法
CN111796269A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于目标威胁的雷达和光电航迹数据联合处理方法
CN111929653A (zh) * 2020-07-21 2020-11-13 上海交通大学 一种基于无人船航海雷达的目标检测、跟踪方法及系统
CN114667459A (zh) * 2020-11-10 2022-06-24 深圳市大疆创新科技有限公司 雷达及雷达的数据处理方法、可移动平台、存储介质
CN113537411A (zh) * 2021-09-15 2021-10-22 湖北工业大学 一种基于毫米波雷达的改进模糊聚类方法
CN113960591A (zh) * 2021-10-19 2022-01-21 武汉华之洋科技有限公司 一种基于智能识别技术的无人船光电智能侦察方法
CN113807471A (zh) * 2021-11-18 2021-12-17 浙江宇视科技有限公司 雷达与视觉融合的车辆识别方法、装置、设备及介质
CN114155501A (zh) * 2021-12-03 2022-03-08 北京理工大学 一种无人车在烟雾遮挡环境下的目标检测方法
CN114859339A (zh) * 2022-04-29 2022-08-05 电子科技大学 一种基于毫米波雷达的多目标跟踪方法
CN114999228A (zh) * 2022-06-01 2022-09-02 北京易航远智科技有限公司 一种自动驾驶车在恶劣天气防碰撞方法
CN115439621A (zh) * 2022-08-10 2022-12-06 中煤科工集团西安研究院有限公司 一种煤矿井下巡检机器人三维地图重建及目标检测方法
CN115629385A (zh) * 2022-09-05 2023-01-20 西安电子科技大学 基于毫米波雷达和相机关联的车辆排队长度实时检测方法
CN115902866A (zh) * 2022-11-15 2023-04-04 武汉华之洋科技有限公司 一种船用光电多源目标融合探测处理方法
CN115792912A (zh) * 2022-12-09 2023-03-14 上海大学 一种弱观测条件下基于视觉与毫米波雷达融合的水面无人艇环境感知方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIANG-QUN LI: "A Feature Pyramid Fusion Detection Algorithm Based on Radar and Camera Sensor", PROCEEDINGS OF ICSP2020 *
何勇;蒋浩;方慧;王宇;刘羽飞;: "车辆智能障碍物检测方法及其农业应用研究进展", 农业工程学报, no. 09 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116859956A (zh) * 2023-09-04 2023-10-10 中船(北京)智能装备科技有限公司 一种无人艇航行路线确定方法、装置及设备
CN116859383A (zh) * 2023-09-04 2023-10-10 中船(北京)智能装备科技有限公司 一种碍航物的确定方法、装置及设备
CN116859383B (zh) * 2023-09-04 2023-12-08 中船(北京)智能装备科技有限公司 一种碍航物的确定方法、装置及设备
CN116859956B (zh) * 2023-09-04 2023-12-08 中船(北京)智能装备科技有限公司 一种无人艇航行路线确定方法、装置及设备

Also Published As

Publication number Publication date
CN116448115B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
CN116448115B (zh) 基于导航雷达和光电的无人艇概率距离地图构建方法
CN109933067B (zh) 一种基于遗传算法和粒子群算法的无人艇避碰方法
CN106970648A (zh) 城市低空环境下无人机多目标路径规划联合搜索方法
EP3690849A1 (en) Method and device for detecting emergency vehicles in real time and planning driving routes to cope with situations to be expected to be occurred by the emergency vehicles
CN112363539B (zh) 多无人机协同目标搜索方法
Park et al. COLREGS‐compliant path planning considering time‐varying trajectory uncertainty of autonomous surface vehicle
CN114119659A (zh) 一种多传感器融合的目标跟踪方法
Helgesen et al. Sensor combinations in heterogeneous multi-sensor fusion for maritime target tracking
CN113432533A (zh) 一种机器人定位方法、装置、机器人及存储介质
CN113687349A (zh) 基于多传感器融合的无人艇海面目标追踪方法及装置
CN114387822B (zh) 船舶避碰方法
CN112000126A (zh) 一种基于鲸鱼算法的多无人机协同搜索多动态目标方法
CN110390252B (zh) 基于先验地图信息的障碍物检测方法、装置和存储介质
CN117389305A (zh) 一种无人机巡检路径规划方法、系统、设备及介质
JP2020098196A (ja) 推定装置、制御方法、プログラム及び記憶媒体
CN113030997B (zh) 一种基于激光雷达的露天矿区可行驶区域检测方法
Teo et al. Obstacle detection, avoidance and anti collision for MEREDITH AUV
CN116466317B (zh) 一种基于雷达回波多特征信息的目标关联方法
CN110908387A (zh) 一种动态环境水面无人艇路径规划方法、介质及电子设备
JP3996080B2 (ja) 目標追尾装置
CN114867989A (zh) 信息处理设备、控制方法、程序和存储介质
EP4160269A1 (en) Systems and methods for onboard analysis of sensor data for sensor fusion
CN116215517A (zh) 碰撞检测方法、装置、设备、存储介质和自动驾驶车辆
KR20220089392A (ko) 무인 수상선의 지구물리적 내비게이션 장치 및 방법
Ding et al. Moving object tracking in support of unmanned vehicle opeartion

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