CN116755453B - 一种目标对象的伴航控制方法、装置及设备 - Google Patents
一种目标对象的伴航控制方法、装置及设备 Download PDFInfo
- Publication number
- CN116755453B CN116755453B CN202311054385.5A CN202311054385A CN116755453B CN 116755453 B CN116755453 B CN 116755453B CN 202311054385 A CN202311054385 A CN 202311054385A CN 116755453 B CN116755453 B CN 116755453B
- Authority
- CN
- China
- Prior art keywords
- tug
- target object
- information
- target
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000033001 locomotion Effects 0.000 claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 32
- 230000003068 static effect Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 24
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种目标对象的伴航控制方法、装置及设备。其中，所述目标对象的伴航控制方法，包括：从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置。本发明的方案能够实现拖轮无人化完全自主伴航过程，提高伴航作业效率以及作业安全性。
Description
技术领域
本发明涉及计算机信息处理技术领域，特别是指一种目标对象的伴航控制方法、装置及设备。
背景技术
在港口，船舶进出港和靠离泊过程，为保障船舶靠离泊过程中的船只安全、船员安全和岸基设施安全，提高港口作业安全性与运转效率，需要拖轮的伴航作业；拖轮为船舶提供拖带、顶推、护航抢险救助等专业水上服务，是货运船舶进出港、靠离泊过程中的重要安全保障力量，是港口生产不可或缺的重要一环。
在现代港口运营不断追求效率的大背景下，拖轮伴航过程中的危险因素较多，伴航目标船较大、船体外板线型外漂严重、拖轮驾驶员实现存在盲区、拖轮带解拖缆过程中船间效应强烈和操作人员的经验程度等客观条件已经成为运输船舶靠离泊效率提升的重要制约因素。
现有技术中，拖轮伴航过程主要依赖船员对港口环境、本船操纵性、目标船等各种信息的经验判断实现拖航过程，依靠船员经验过程容易出现判断误差，影响拖轮伴航过程的安全性及效率问题，智能船舶系统可以辅助船员实现伴航作业过程中的决策结果，但是并不能完全代替引航员的决策；而且，港口拖轮受环因素和人员因素影响较大，对于航行状态、安全状况的判断主要依靠个人实践经验，易发生不恰当的决策，造成人力、物力或者财力的损失。现有拖轮伴航作业过程，更多依赖于船员的经验，易于发生不恰当的决策，是拖轮伴航作业过程中的不可控因素，处理效率低，安全性差。
发明内容
本发明要解决的技术问题是如何提供一种目标对象的伴航控制方法、装置及设备，能够实现拖轮无人化完全自主伴航过程，提高伴航作业效率以及作业安全性。
为解决上述技术问题，本发明的技术方案如下：
一种目标对象的伴航控制方法，所述方法包括：
从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；
根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；
根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；
根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置。
可选的，从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息，包括：
从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域静态数据信息和动态数据信息；所述静态数据信息包括：拖轮的属性信息、目标对象所要停靠的目标港口的港口信息以及目标障碍物的信息；所述动态数据信息包括：港口的风力信息、风速信息、波高信息以及水流速度信息。
可选的，根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息，包括：
对所述静态数据信息对应的拖轮和目标对象进行图像识别，获得拖轮和目标对象的几何信息；
根据所述动态数据信息，确定拖轮的载荷信息。
可选的，根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息，包括：
根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的舵角和航速。
可选的，根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的舵角，包括：
根据，确定拖轮的舵角；
其中，为拖轮的舵角，/>为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，/>为拖轮的拖拽绳的长度，/>为拖轮的推力，/>至/>为权重。
可选的，根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的航速，包括：
根据，确定拖轮的航速；
其中，为拖轮的航速，/>为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，/>为拖轮的拖拽绳的长度，/>为拖轮的推力，/>至/>为权重。
可选的，所述伴航系统的数字孪生体模型目标对象和拖轮的实时状态信息包括所述目标对象的类型、体积、质量和结构型式中的至少一项。
本发明还提供一种目标对象的伴航控制装置，所述装置包括：
获取模块，用于从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；
处理模块，用于根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置。
本发明还提供一种计算设备，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上所述的方法的步骤。
本发明还提供一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如上所述的方法的步骤。
本发明的上述方案至少包括以下有益效果：
本发明的上述方案，通过从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置。能够实现拖轮无人化完全自主伴航过程，提高伴航作业效率以及作业安全性。
附图说明
图1是本发明实施例的目标对象的伴航控制方法的流程示意图；
图2是本发明实施例的目标对象的伴航控制装置的模块框示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示，本发明的实施例提供一种目标对象的伴航控制方法，所述方法包括：
步骤11，从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；这里，所述实时状态信息包括所述目标对象的类型、体积、质量和结构型式中的至少一项；
步骤12，根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；
步骤13，根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；
步骤14，根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置。
其中，所述目标区域信息包括：静态数据信息和动态数据信息；所述静态数据信息包括：拖轮的属性信息、目标对象所要停靠的目标港口的港口信息以及目标障碍物的信息；所述动态数据信息包括：港口的风力信息、风速信息、波高信息以及水流速度信息。
本发明的该实施例中，通过所述目标对象的伴航控制方法，能够实现拖轮无人化完全自主伴航过程，提高伴航作业效率以及作业安全性。
需要说明的是，所述数字孪生体模型是对目标区域场景内所有的对象进行孪生的数字孪生模型，具体可以包括但不限于：拖轮、目标对象、障碍物、建筑物、海水等。所述目标区域可以包括但不限于：港口、码头等；所述目标对象可以包括但不限于：船、舰和艇等海上交通或运输工具。
本发明一可选的实施例中，步骤12，可以包括：
步骤121，对所述静态数据信息对应的拖轮和目标对象进行图像识别，获得拖轮和目标对象的几何信息；
步骤122，根据所述动态数据信息，确定拖轮的载荷信息。
本实施例中，通过获取目标区域内拖轮、目标对象、港口以及障碍物的几何信息，以及拖轮的载荷信息，能够准确的确定拖轮辅助目标对象停靠至目标区域内的目标位置时的运动态势信息。
需要说明的是，所述几何信息可以包括但不限于：拖轮的体积信息和结构信息，以及目标对象的体积信息和结构信息；所述载荷信息可以包括但不限于：拖轮的风载荷、波载荷和水载荷；
本发明一可选的具体实施例中，所述拖轮和目标对象的几何信息的确定过程，具体可以包括：
步骤1211，通过部署在目标区域内的拍摄设备，对所述拖轮和目标对象物进行扫描拍摄，获取所述拖轮和目标对象的图像数据集；所述图像数据集中的图像包括拖轮和目标对象的各种角度、尺度、光照条件和环境背景；
步骤1212，在所述图像数据集中筛选出光照条件好，环境背景简单、画面完整的目标图像，在所述目标图像中通过目标工具标记每个拖轮和目标对象的边界框或掩膜，所述目标工具可以包括但不限于：LabelImg（图形图像注释工具）或VGG Image Annotator（图形图像注释工具）；
步骤1213，将标注后的图像输入至预先训练好的目标预测模型进行目标检测，得到所述拖轮和目标对象的边界框数据和尺寸信息；
步骤1214，根据所述拖轮和目标对象的边界框数据和尺寸信息，确定所述拖轮和目标对象的体积。
该实施例中，步骤1213具体实现时，可以包括：
步骤12131，获取标注后的图像中拖轮的状态数据矩阵和目标对象的状态数据矩阵/>；其中，所述拖轮的状态数据矩阵中包括：拖轮的位置数据/>和拖轮的速度数据/>；所述目标对象的状态数据矩阵中包括：目标对象的位置数据/>和目标对象的速度数据/>；
步骤12132，根据所述拖轮的状态数据矩阵，确定在k时刻拖轮的状态期望值矩阵；所述拖轮的状态期望值矩阵为：；其中，/>为拖轮的状态期望值矩阵，/>为k时刻拖轮的位置数据，/>为k时刻拖轮的速度数据；
步骤12133，根据所述目标对象的状态数据矩阵，确定在k时刻目标对象的状态数据矩阵；所述目标对象的状态期望值矩阵为：；其中，/>为目标对象的状态期望值矩阵，/>为k时刻目标对象的位置数据，/>为k时刻目标对象的位置数据；
步骤12134，根据k时刻拖轮的状态期望值矩阵，确定k+1时刻拖轮的边界框数据；
具体的，根据，确定k+1时刻拖轮的边界框数据；
其中，，/>，/>为k+1时刻拖轮的边界框数据，为k+1时刻拖轮的位置数据，/>为k+1时刻拖轮的速度数据，/>为拖轮从第一位置位移至第二位置所消耗的时间，/>为k时刻拖轮的位置数据，/>为k时刻拖轮的速度数据，为k时刻拖轮的状态期望值；
步骤12135，根据k时刻目标对象的状态期望值矩阵，确定k+1时刻目标对象的边界框数据；
具体的，根据，确定k+1时刻目标对象的边界框数据；
其中，，/>，/>为k+1时刻目标对象的边界框数据，/>为k+1时刻目标对象的位置数据，/>为k+1时刻目标对象的速度数据，/>为目标对象从第一位置位移至第二位置所消耗的时间，/>为k时刻目标对象的位置数据，/>为k时刻目标对象的速度数据，/>为k时刻目标对象的状态期望值；
需要说明的是，本实施例中，预设所述拖轮和所述目标对象均处于匀速运动状态，因此，，/>，拖轮的状态期望值矩阵即为拖轮的位移，目标对象的状态期望值矩阵即为目标对象的位移，从而通过确定所述拖轮和目标对象的状态期望值，即可得到所述拖轮和目标对象的边界框数据。
本发明又一可选的实施例中，所述拖轮的载荷信息的确定过程，具体可以包括：
根据风力和风速，确定拖轮的风载荷信息、根据波高确定拖轮的波载荷信息、根据水流速度确定拖轮的水载荷信息；
具体的，根据风力和风速，确定拖轮的风载荷信息，可以包括：
根据，确定拖轮的风载荷信息；
其中，为拖轮的风载荷信息，/>为拖轮的阻力系数，/>为空气密度，/>为拖轮的参考面积，/>为风速；
具体的，根据波高确定拖轮的波载荷信息，包括：
根据，确定拖轮的波载荷信息；
其中，为拖轮的波载荷信息，/>为拖轮表面上单位面积的波浪作用系数，/>为水密度，/>为重力加速度，/>为有效波高，/>为波长；
具体的，根据水流速度确定拖轮的水载荷信息，包括：
根据，确定拖轮的水载荷信息；
其中，为拖轮的水载荷信息，/>为拖轮的摩擦系数，/>为水的密度，/>为拖轮的参考面积，/>为水流速度。
本发明又一可选的实施例中，步骤13，可以包括：
步骤131，根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的舵角和航速。
具体实现时，步骤131中，拖轮的舵角的确定过程，可以包括：
步骤1311，根据，确定拖轮的舵角；
其中，为拖轮的舵角，/>为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，/>为拖轮的拖拽绳的长度，/>为拖轮的推力，/>至/>为权重。
具体的，步骤131中，拖轮的航速的确定过程，可以包括：
步骤1312，根据，确定拖轮的航速；
其中，为拖轮的航速，/>为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，/>为拖轮的拖拽绳的长度，/>为拖轮的推力，/>至/>为权重。
本发明又一可选的实施例中，步骤14中，可以根据所述拖轮的舵角和航速运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置。
本实施例中，通过对拖轮的航速和舵角的确定，能够实现无人化、完全自主伴航过程，并且随着伴航过程数据积累，实现拖轮伴航过程航迹优化，提高伴航作业效率，计算效率高，计算量小，计算结果精准，易于实现。
本发明又一可选的具体实施例还提供一种目标对象的伴航控制系统，所述系统可以包括：
自动导航模块，用于确定拖轮当前的位置、速度和朝向，并提供导航指令，所述导航指令可以包括：横向推拉、艏向调整等，具体可用于实现上述步骤14的内容，但并不限于步骤14；
推力矢量控制模块，用于通过调整拖轮的推力方向和大小，实现更精确的船舶控制；所述推理适量控制模块可以采用电力推进系统或水动力推进系统，具体可以根据拖轮的类型和需求进行选择；
动态位置参考模块，用于提供精确的位置信息和姿态数据，还可以有关周围环境和水下障碍物的数据，所述位置信息和姿态数据具体可以通过全球定位系统（GPS）、陀螺仪、惯性导航系统等方式进行获取；
可视化显示模块，用于感知和显示拖轮和目标对象之间的关系。
自动驾驶模块，用于通过传感器和电子控制器接收和处理定位数据，从而控制拖轮进行自动驾驶，有助于提高拖轮操纵的稳定性和安全性，减少人为决策错误和疲劳对驾驶的影响；
碰撞避免模块，用于检测和跟踪其他船只、障碍物或浅水区域，具体可以通过雷达、声纳等传感器对其他船只、障碍物或浅水区域进行感知，在发生险情之前发出警告信号，或采取自动控制措施，以避免碰撞或陷入危险情况；
信息显示与通信模块，用于确定拖轮的位置、速度、方向等关键数据，具有信息显示和通信的功能，可以通过所述信息显示与通信模块与船舶交通管理系统进行通信，从而获取周围目标对象的信息，并保持良好协作。
本发明的上述实施例中，通过所述目标对象的伴航控制方法，能够实现无人化、完全自主伴航过程，并且随着伴航过程数据积累，实现拖轮伴航过程航迹优化，提高伴航作业效率。
如图2所示，本发明的实施例还提供一种目标对象的伴航控制装置20，所述装置20包括：
获取模块21，用于从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；
处理模块22，用于根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置。
可选的，从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息，包括：
从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域静态数据信息和动态数据信息；所述静态数据信息包括：拖轮的属性信息、目标对象所要停靠的目标港口的港口信息以及目标障碍物的信息；所述动态数据信息包括：港口的风力信息、风速信息、波高信息以及水流速度信息。
可选的，根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息，包括：
对所述静态数据信息对应的拖轮和目标对象进行图像识别，获得拖轮和目标对象的几何信息；
根据所述动态数据信息，确定拖轮的载荷信息。
可选的，根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息，包括：
根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的舵角和航速。
可选的，根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的舵角，包括：
根据，确定拖轮的舵角；
其中，为拖轮的舵角，/>为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，/>为拖轮的拖拽绳的长度，/>为拖轮的推力，/>至/>为权重。
可选的，根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的航速，包括：
根据，确定拖轮的航速；
其中，为拖轮的航速，/>为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，/>为拖轮的拖拽绳的长度，/>为拖轮的推力，/>至/>为权重。
可选的，所述伴航系统的数字孪生体模型目标对象和拖轮的实时状态信息包括所述目标对象的类型、体积、质量和结构型式中的至少一项。
需要说明的是，该装置是与上述方法对应的装置，上述方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种目标对象的伴航控制方法，其特征在于，所述方法包括：
从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；
根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；
根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；
根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置；
其中，从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息，包括：
从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域静态数据信息和动态数据信息；所述静态数据信息包括：拖轮的属性信息、目标对象所要停靠的目标港口的港口信息以及目标障碍物的信息；所述动态数据信息包括：港口的风力信息、风速信息、波高信息以及水流速度信息；
其中，根据所述目标区域信息，确定所述目标对象和拖轮的几何信息，包括：
根据所述目标区域信息中的静态数据信息，通过部署在目标区域内的拍摄设备，对所述拖轮和目标对象物进行扫描拍摄，获取所述目标对象和拖轮的图像数据集；
对所述图像数据集进行筛选，得到目标图像；
对所述目标图像进行标注，得到标注后的图像；
将标注后的图像输入至预先训练好的目标预测模型进行目标检测，得到所述拖轮和目标对象的边界框数据和尺寸信息；
根据所述目标对象和拖轮的边界框数据和尺寸信息，确定所述目标对象和拖轮的体积；
其中，将标注后的图像输入至预先训练好的目标预测模型进行目标检测，得到所述拖轮和目标对象的边界框数据和尺寸信息，包括：
根据所述标注后的图像，得到拖轮的状态数据矩阵和目标对象的状态数据矩阵；
根据所述拖轮的状态数据矩阵，确定在k时刻拖轮的状态期望值矩阵；
根据所述目标对象的状态数据矩阵，确定在k时刻目标对象的状态期望值矩阵；
根据所述k时刻拖轮的状态期望值矩阵，确定k+1时刻拖轮的边界框数据；
根据所述k时刻目标对象的状态期望值矩阵，确定k+1时刻目标对象的边界框数据；
其中，根据所述目标区域信息，确定所述目标对象和拖轮的载荷信息，包括：
根据所述动态数据信息，确定拖轮的载荷信息。
2.根据权利要求1所述的目标对象的伴航控制方法，其特征在于，根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息，包括：
根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的舵角和航速。
3.根据权利要求2所述的目标对象的伴航控制方法，其特征在于，根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的舵角，包括：
根据，确定拖轮的舵角；
其中，为拖轮的舵角，/>为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，L为拖轮的拖拽绳的长度，P为拖轮的推力，/>至为权重。
4.根据权利要求3所述的目标对象的伴航控制方法，其特征在于，根据所述拖轮的体积、目标对象的体积、所述拖轮的风载荷、波载荷、水载荷，以及拖轮和目标对象之间的间距与角度，确定拖轮的航速，包括：
根据，确定拖轮的航速；
其中，V为拖轮的航速，为系数，/>为拖轮的体积，/>为目标对象的体积，/>为拖轮的风载荷，/>为拖轮的波载荷，/>为拖轮的水载荷，/>为拖轮与目标对象之间的角度，/>为拖轮与目标对象之间的距离，L为拖轮的拖拽绳的长度，P为拖轮的推力，/>至为权重。
5.根据权利要求1至4任一项所述的目标对象的伴航控制方法，其特征在于，所述伴航系统的数字孪生体模型目标对象和拖轮的实时状态信息包括所述目标对象的类型、体积、质量和结构型式中的至少一项。
6.一种目标对象的伴航控制装置，其特征在于，所述装置包括：
获取模块，用于从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息；所述数字孪生体模型用于实时获取存储伴航系统中的目标对象和拖轮的实时状态信息；其中，从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域信息，包括：
从伴航系统的数字孪生体模型中获取目标对象所在目标区域的目标区域静态数据信息和动态数据信息；所述静态数据信息包括：拖轮的属性信息、目标对象所要停靠的目标港口的港口信息以及目标障碍物的信息；所述动态数据信息包括：港口的风力信息、风速信息、波高信息以及水流速度信息；
处理模块，用于根据所述目标区域信息，确定所述目标对象和拖轮的几何信息和载荷信息；根据所述几何信息、载荷信息以及拖轮和目标对象之间的位置关系，确定拖轮的运动态势信息；根据所述运动态势信息，控制所述拖轮辅助所述目标对象停靠至目标区域内的目标位置；其中，根据所述目标区域信息，确定所述目标对象和拖轮的几何信息，包括：
根据所述目标区域信息中的静态数据信息，通过部署在目标区域内的拍摄设备，对所述拖轮和目标对象物进行扫描拍摄，获取所述目标对象和拖轮的图像数据集；
对所述图像数据集进行筛选，得到目标图像；
对所述目标图像进行标注，得到标注后的图像；
将标注后的图像输入至预先训练好的目标预测模型进行目标检测，得到所述拖轮和目标对象的边界框数据和尺寸信息；
根据所述目标对象和拖轮的边界框数据和尺寸信息，确定所述目标对象和拖轮的体积；
其中，将标注后的图像输入至预先训练好的目标预测模型进行目标检测，得到所述拖轮和目标对象的边界框数据和尺寸信息，包括：
根据所述标注后的图像，得到拖轮的状态数据矩阵和目标对象的状态数据矩阵；
根据所述拖轮的状态数据矩阵，确定在k时刻拖轮的状态期望值矩阵；
根据所述目标对象的状态数据矩阵，确定在k时刻目标对象的状态期望值矩阵；
根据所述k时刻拖轮的状态期望值矩阵，确定k+1时刻拖轮的边界框数据；
根据所述k时刻目标对象的状态期望值矩阵，确定k+1时刻目标对象的边界框数据；
其中，根据所述目标区域信息，确定所述目标对象和拖轮的载荷信息，包括：
根据所述动态数据信息，确定拖轮的载荷信息。
7.一种计算设备，其特征在于，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的方法的步骤。
8.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-5任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311054385.5A CN116755453B (zh) | 2023-08-22 | 2023-08-22 | 一种目标对象的伴航控制方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311054385.5A CN116755453B (zh) | 2023-08-22 | 2023-08-22 | 一种目标对象的伴航控制方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116755453A CN116755453A (zh) | 2023-09-15 |
| CN116755453B true CN116755453B (zh) | 2023-12-01 |
Family
ID=87953767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311054385.5A Active CN116755453B (zh) | 2023-08-22 | 2023-08-22 | 一种目标对象的伴航控制方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116755453B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105808940A (zh) * | 2016-03-04 | 2016-07-27 | 上海外高桥造船有限公司 | 确定拖航方案的方法 |
| WO2020171797A1 (en) * | 2019-02-18 | 2020-08-27 | Wärtsilä SAM Electronics GmbH | Method and apparatus for automated tugging of marine vessel |
| CN113312709A (zh) * | 2021-06-24 | 2021-08-27 | 中国舰船研究设计中心 | 一种基于数智融合的船舶赛博机舱 |
| CN114742950A (zh) * | 2022-04-19 | 2022-07-12 | 上海海事大学 | 船舶外形3d数字重构方法、装置、存储介质及电子设备 |
| CN115268395A (zh) * | 2022-07-15 | 2022-11-01 | 大连海事大学 | 一种无人船艇编队自主航行能力测试方法及系统 |
| CN115699050A (zh) * | 2019-11-05 | 2023-02-03 | 强力价值链网络投资组合2019有限公司 | 价值链网络控制塔和企业管理平台 |
| WO2023024476A1 (zh) * | 2021-08-25 | 2023-03-02 | 中国矿业大学 | 一种基于数字孪生驱动的单轨吊车自动驾驶系统及方法 |
| CN116540730A (zh) * | 2023-05-30 | 2023-08-04 | 武汉理工大学 | 多拖轮协作的靠离泊智能辅助系统及方法 |
-
2023
- 2023-08-22 CN CN202311054385.5A patent/CN116755453B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105808940A (zh) * | 2016-03-04 | 2016-07-27 | 上海外高桥造船有限公司 | 确定拖航方案的方法 |
| WO2020171797A1 (en) * | 2019-02-18 | 2020-08-27 | Wärtsilä SAM Electronics GmbH | Method and apparatus for automated tugging of marine vessel |
| CN115699050A (zh) * | 2019-11-05 | 2023-02-03 | 强力价值链网络投资组合2019有限公司 | 价值链网络控制塔和企业管理平台 |
| CN113312709A (zh) * | 2021-06-24 | 2021-08-27 | 中国舰船研究设计中心 | 一种基于数智融合的船舶赛博机舱 |
| WO2023024476A1 (zh) * | 2021-08-25 | 2023-03-02 | 中国矿业大学 | 一种基于数字孪生驱动的单轨吊车自动驾驶系统及方法 |
| CN114742950A (zh) * | 2022-04-19 | 2022-07-12 | 上海海事大学 | 船舶外形3d数字重构方法、装置、存储介质及电子设备 |
| CN115268395A (zh) * | 2022-07-15 | 2022-11-01 | 大连海事大学 | 一种无人船艇编队自主航行能力测试方法及系统 |
| CN116540730A (zh) * | 2023-05-30 | 2023-08-04 | 武汉理工大学 | 多拖轮协作的靠离泊智能辅助系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116755453A (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110471427B (zh) | 一种基于路径规划与人工势场法的船舶编队智能避碰方法 | |
| US10936907B2 (en) | Training a deep learning system for maritime applications | |
| KR102240839B1 (ko) | 이미지 세그멘테이션을 이용한 자율 운항 방법 | |
| Xu et al. | Use of AIS data for guidance and control of path-following autonomous vessels | |
| CN107608347B (zh) | 一种分布式控制无人艇集群围追跟踪方法 | |
| WO2019126755A1 (en) | Generating and classifying training data for machine learning functions | |
| Almeida et al. | Radar based collision detection developments on USV ROAZ II | |
| Zhuang et al. | Radar-based collision avoidance for unmanned surface vehicles | |
| EP3076259B1 (en) | A system and method for controlling rolling motion of a marine vessel | |
| CN111966106B (zh) | 一种基于船-船协同的智能船舶编队靠泊的方法 | |
| Caccia et al. | A practical approach to modeling and identification of small autonomous surface craft | |
| CN106875753A (zh) | 基于物联网技术的船舶靠泊辅助系统 | |
| CN111315649A (zh) | 船舶的航行支持系统 | |
| Hashimoto et al. | Ship-stopping algorithm utilizing VecTwin rudder system for automatic collision prevention | |
| CN116755453B (zh) | 一种目标对象的伴航控制方法、装置及设备 | |
| Hansen et al. | Autonomous navigation in confined waters-a COLREGs rule 9 compliant framework | |
| Wu et al. | An overview of developments and challenges for unmanned surface vehicle autonomous berthing | |
| Maltsev et al. | Improving the navigational preparation of a bridge crew for entering/leaving a port, including activities in case of emergency | |
| CN114466788A (zh) | 船舶操纵支持系统 | |
| Yang et al. | The technological development and prospect of unmanned surface vessel | |
| Taubert et al. | Model identification and controller parameter optimization for an autopilot design for autonomous underwater vehicles | |
| WO2023164707A1 (en) | Bird's eye view (bev) semantic mapping systems and methods using plurality of cameras | |
| Kobets et al. | Control of the Pivot Point Position of a Conventional Single-Screw Vessel. | |
| CN115202366A (zh) | 一种基于环境感知的无人艇自主靠泊方法及系统 | |
| 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 |