JP6507437B2 - 船舶補助ドッキング方法およびシステム - Google Patents

船舶補助ドッキング方法およびシステム Download PDF

Info

Publication number
JP6507437B2
JP6507437B2 JP2017537380A JP2017537380A JP6507437B2 JP 6507437 B2 JP6507437 B2 JP 6507437B2 JP 2017537380 A JP2017537380 A JP 2017537380A JP 2017537380 A JP2017537380 A JP 2017537380A JP 6507437 B2 JP6507437 B2 JP 6507437B2
Authority
JP
Japan
Prior art keywords
data
solar blind
blind ultraviolet
ship
ultraviolet imaging
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
Application number
JP2017537380A
Other languages
English (en)
Other versions
JP2018503913A (ja
Inventor
朱曦
▲エン▼▲鋒▼
李想
曹▲シュン▼
潘巍松
魏冶
王文▲佇▼
Original Assignee
江▲蘇▼南大五▲維▼▲電▼子科技有限公司
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 江▲蘇▼南大五▲維▼▲電▼子科技有限公司 filed Critical 江▲蘇▼南大五▲維▼▲電▼子科技有限公司
Publication of JP2018503913A publication Critical patent/JP2018503913A/ja
Application granted granted Critical
Publication of JP6507437B2 publication Critical patent/JP6507437B2/ja
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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63H—MARINE PROPULSION OR STEERING
    • B63H25/00—Steering; Slowing-down otherwise than by use of propulsive elements; Dynamic anchoring, i.e. positioning vessels by means of main or auxiliary propulsive elements
    • B63H25/02—Initiating means for steering, for slowing down, otherwise than by use of propulsive elements, or for dynamic anchoring
    • B63H25/04—Initiating means for steering, for slowing down, otherwise than by use of propulsive elements, or for dynamic anchoring automatic, e.g. reacting to compass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/02—Affine transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • G06T7/77—Determining position or orientation of objects or cameras using statistical methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B2213/00—Navigational aids and use thereof, not otherwise provided for in this class
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Ocean & Marine Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Description

本発明は船舶の安全な航行の方法および装置に関し、具体的には、船舶ドッキング過程中、船舶と岸線との距離および船舶の姿態（ａｔｔｉｔｕｄｅ、姿勢）を正確に監視する方法および装置に関する。
水運分野では、船舶の安全なドッキング（ｂｅｒｔｈｉｎｇ、接岸）はいつでも重点的に研究する難題である。船舶は港口の埠頭でドッキングする時、ドッキングの速度と距離を厳しく制御するとともに、船舶の姿態を参照する必要がある。パイロットに対して、位置する水域の地理特徴、航路、水深、水流、航路標識設置および現地の規程に対して習知する要求があり、かつ埠頭に対するドッキングの操作技術に熟練している要求がある。したがって、パイロットは、仕事の強度が非常に大きいだけでなく、様々な安全的リスクを引き受ける。
水運分野では、ひどい天気、特に、霧の天気は、水運航路の順調さに深刻に影響する。海事統計資料によれば、大多数の海難事故は夜間及び可視度の不良の場合に発生し、可視度の不良の場合に発生する海難事故は大多数であるが、霧は可視度の不良となる最も重要な要素の一つである。船舶は霧で航行する時、様々な不確かな要素（例えば、船舶動態、航海士の主観意図等）の存在により、航海士は常に誤った判断をつけ、海難事故を招く。現在、船舶航行援助用の装置は主にレーダーナビゲーションシステムと自動識別システムである。
船舶の水先案内について、霧の天気はパイロットの目視観察効果に深刻に影響し、パイロットが埠頭のバースに対する船舶の姿態を判断できず、船舶の安全ドッキングを指揮できない。異なる港口と航路の水文条件は異なっているが、通常、可視度が１海里より小さいと、船舶は減速して航行し、可視度が１０００ｍより小さいと、大型船舶は一般に、航行を中止させる。霧の天気で、可視度が比較的低いため、常に、例えば、大型船舶が橋脚に衝突する深刻な事故などが発生し、また、船舶がダムを通る時にも霧の天気の影響を受け、霧の天気の時に船舶がダムを通るのを停止させる必要がある。従って、霧の天気で船舶航行の安全に影響するだけでなく、水運航路と港口物流の順調さにも影響する。
現在、船舶は航行ドッキングする時、無線通信による水先案内システム、例えば、レーダーを参照する。しかしながら、レーダーシステムは動作する時、外界要素、例えば、気候、地形、外部干渉の影響を受けやすく、また、レーダーが通常、船の比較的高い位置に架設され、船舶に対して距離が遠い所の状況を検出できるが、船舶に対して距離が近い所の状況を検出し難いため、船舶の水先案内とドッキングの過程において、レーダーシステムには大きい限界性が存在する。現在、通常、パイロットの目視による把握と判断により、船舶のドッキング案を決定する。潜在的安全事故の発生を回避するために、ひどい天気で、船舶は休航、運休するべきという規定を決めなければならない。
現在において、巨大な貨物輸送量、旅客往復量の実際要求を考え、ひどい天気での航行援助装置、例えば、航海分野におけるレーダーナビゲーションシステム、自動識別システム（Ａｕｔｏｍａｔｉｃ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｓｙｓｔｅｍ、ＡＩＳ）等がすでに研究された。これらの航行援助装置はある程度ひどい天気条件での航海士の運転を補助するが、技術、費用、精度、場所等の多方面の影響により、依然として多くの不利な点が存在する。
上述した従来の技術におけるレーダーナビゲーションシステムと自動識別システム（ＡＩＳ）はいずれも無線通信における航行援助システムである。そのうち、船用のレーダーナビゲーションシステムは船舶航行援助の常用手段として、位置決めナビゲーションおよび衝突防止では作用を発揮するが、その自身にも不可避の欠陥が存在する。例えば、気象条件がひどい時（例えば、雨、雪、風浪の天気）、レーダーナビゲーションシステムは、海波と雨雪の干渉によりランダムノイズを発生させ、同一周波数または周波数が接近するレーダーが近くにある時にも同一周波数のレーダー干渉ランダムノイズ（ｒａｄｅｒ ｉｎｔｅｒｆｅｒｅｎｃｅ ｃｌｕｔｔｅｒｓ）を発生させる。かつ、レーダーには通常、３０〜５０メートルの一定のブラインドゾーン（ｂｌｉｎｄ ｚｏｎｅ、不感帯域）が存在し、船上の大檣等の影響により、扇形のシャドウゾーンが発生する。これに加えて、複雑な状況の影響により、レーダーが様々な偽エコー、例えば、複数回走査偽エコー、二回走査偽エコー、間接反射偽エコーおよびサイドローブエコー等の偽エコーを発生させる。操作者は、実際に操作する時、上述したすべてのこれらの干渉ランダムノイズと偽エコーを常に識別し難く、観測に影響を与え、さらに、航行安全に対して誤った案内が発生する。
船舶のための自動識別システム（ＡＩＳ）は、衛星位置決めによる装置であり、通常、精度が５〜３０メートルである。このシステムは、ブラインドゾーンが存在しないため、その位置決め精度はレーダーより高く、かつ目標の距離と方位の変更（ｃｈａｎｇｅ、変化、修正）による変化がなく、岸上基地局（ベース基地）施設と船載装置より構成され、ネットワーク技術、現代通信技術、コンピュータ技術、電子情報表示技術を一体にする新規なデジタル航行援助システムと装置である。ＡＩＳは本質的に放送転送器システムであり、海上移動通信チャネルＶＨＦで動作し、船舶情報、例えば、船名、呼出番号、海上移動識別番号、位置、針路、スピード等を自動で他の船上または岸上に送信でき、素早い更新率で、多重通信を処理し、かつ自動制御時分割多元接続技術を用いて通信の高密度を実現し、船に対する船および岸に対する船の操作の信頼性およびリアルタイム性を保証する。しかしながら、ＡＩＳにも多くの限界性が存在する。まず、レーダーナビゲーションシステムと同様に、それが提供した情報はいずれも真実の視覚画像ではなく、これは霧の天気でのドッキングナビゲーションにとって実質的な援助がなく、水先案内する人は周囲環境が見られないため、船は依然として休航する。なお、その装置の精度が５〜３０メートルであり、衝突防止要求を満たすことができるが、近距離ドッキングにとって、５ｍの精度誤差により大型船の最後ドッキングの肝心な時刻に埠頭またはバージとの衝突事故が発生する可能性がある。
以上記載したとおり、従来の技術における船用のレーダーナビゲーションシステムと船載ＡＩＳという２種類の航行援助器は、低可視度の大気条件で近距離のナビゲーションをする時、依然として船舶を安全にドッキングさせることができない。
近年、従来の技術において、ソーラーブラインド紫外線（ｓｏｌａｒ ｂｌｉｎｄ ｕｌｔｒａｖｉｏｌｅｔ）を利用した水先案内とドッキングシステムが発展されてきた。２００〜２８０ｎｍ周波数帯のソーラーブラインド紫外現象を用い、岸上に一組のソーラーブラインド紫外光源灯（ｓｏｌａｒ ｂｌｉｎｄ ｕｌｔｒａｖｉｏｌｅｔ ｌｉｇｈｔ ｓｏｕｒｃｅ ｌａｍｐ、ソーラーブラインド紫外線の光源ランプ）が設置され、水先案内とドッキングすべき船舶にソーラーブラインド紫外光検出器が設置される。前記検出器の受信したソーラーブラインド紫外光の信号により、最終的に、埠頭に対する前記船舶の位置を取得し、安全にドッキングすることに有利である。例えば、出願番号が２０１２１０５５０７１０２号、発明の名称が「ソーラーブラインド紫外光信号による水先案内ドッキングシステム」である中国特許出願には、ソーラーブラインド紫外光補助ドッキングシステムが開示される。前記システムは、ソーラーブラインド紫外線の光源システム、三軸電子コンパス、光学イメージングモジュールおよび情報処理端末を含む。三軸電子コンパスは光学イメージングモジュールに接続され、前記光学イメージングモジュールの回転時の各角度情報を取得する。光学イメージングモジュールは分光鏡、可視光または赤外光イメージングチャネルおよびソーラーブラインド紫外光イメージングチャネルを含み、可視光または赤外光イメージングチャネルは可視光信号を受信し、可視光または赤外光ビデオ信号を出力し、ソーラーブラインド紫外光イメージングチャネルはソーラーブラインド紫外光信号を受信し、ソーラーブラインド紫外光ビデオ信号を出力する。前記の情報処理端末は、２チャネルのビデオのデジタル信号により、船舶の航行姿態データを算出し、合成ビデオを表示システムに出力する。この特許では、三軸電子コンパスが光学イメージングモジュールに接続されることにより、前記光学イメージングモジュールの回転時の各角度情報を取得し、最終的に、岸線に対する船舶の角度情報を取得する。しかしながら、このシステムにも不利な点が存在する。例えば、三軸電子コンパスを用いる時、巨大な磁界により干渉され、取得したデータに誤差が現れ、ドッキング岸線に対する船体の距離を正確に取得し難く、ドッキングを依然として困難にさせる可能性がある。
したがって、従来の技術は、船舶の霧の天気での正確な位置決め、ドッキング、水先案内を利便、正確、安全に保証できない。
中国特許出願第２０１２１０５５０７１０２号
上記の課題を解決するために、本発明の目的は船舶のドッキング方法（ｂｅｒｔｈｉｎｇ ｍｅｔｈｏｄ、接岸方法）を提供することにある。本発明は、ソーラーブラインド紫外光検出技術を用いて、岸線（ｓｈｏｒｅｌｉｎｅ、海岸線）とバース（ｂｅｒｔｈ、岸壁）に対する船舶の姿態（ａｔｔｉｔｕｄｅ、姿勢）および相対距離のデータを取得し、船舶の安全なドッキングの目的で用いられる。本発明の他の目的は船舶のドッキングを案内するシステムを提供することにある。
本発明の一側面によれば、本発明は船舶のドッキング方法を提供する。前記方法はソーラーブラインド紫外光イメージング法（ｓｏｌａｒ ｂｌｉｎｄ ｕｌｔｒａｖｉｏｌｅｔ ｉｍａｇｉｎｇ ｍｅｔｈｏｄ、ソーラーブラインド紫外領域画像化法）を用い、岸線に対する前記船舶の位置および姿態角（ａｔｔｉｔｕｄｅ ａｎｇｌｅ、姿勢角）を決定する。本発明の方法は、前記船舶に少なくとも２つのソーラーブラインド紫外イメージングモジュールを設置し、前記ソーラーブラインド紫外イメージングモジュールが岸に予め設置したソーラーブラインド紫外光源アレイが発射した光信号を受信し、光信号が信号処理器により処理された後、関連するバースに対する前記ソーラーブラインド紫外イメージングモジュールの位置関係を取得し、そして、関連するバースの岸線に対する前記船舶の位置関係データを取得することを含む。
様々な方式で関連するバースの岸線に対する前記船舶の位置関係を示すことができる。１種類の方式は、バースの岸線に対する前記船舶上の若干の基準点の位置データにより示される。好ましくは、バースの岸線に対する前記船舶上の１つの基準点の位置データを用いるとともに、船舶の姿態角で示す。前記船舶の姿態角は、船舶と周囲環境（例えば、岸）と関係を示す角度であり、例えば針路角、ピッチ角および横揺れ角のうちの少なくとも１つの角度を含む。
本発明において、前記ソーラーブラインド紫外イメージングモジュールは、岸に予め設置されたソーラーブラインド紫外光源アレイの光信号を受信し、受信した光信号を電気信号に変換し、そして信号処理器に送信し、信号処理器は前記ソーラーブラインド紫外イメージングモジュールが受信した光信号に対応する電気信号により、前記船舶と関連するバースとの位置関係情報を算出し、前記船舶の姿態角を決定する。他の方式は、前記信号処理器が前記ソーラーブラインド紫外イメージングモジュールに集積（ｉｎｔｅｇｒａｔｅ、一体化）される。事実上、システムにおける演算機能功能（ｏｐｅｒａｔｉｏｎ ｆｕｎｃｔｉｏｎ、演算機能）を有する様々な部品により、ソーラーブラインド紫外受信光に対してこのような処理を行ってもよい。
具体的には、これらのソーラーブラインド紫外イメージングモジュールはそれぞれ岸に予め設置されるソーラーブラインド紫外光源アレイから送信したソーラーブラインド紫外光信号を受信し、ソーラーブラインド紫外光源アレイに対する各ソーラーブラインド紫外イメージングモジュールの平行移動ベクトル（ｔｒａｎｓｌａｔｉｏｎ ｖｅｃｔｏｒ、並進ベクトル）を取得し、前記平行移動ベクトルにより、船体とソーラーブラインド紫外光源アレイとの距離を求める。予め設置されたソーラーブラインド紫外光源アレイと関連するバースとの位置関係は決定したものであるため、前記船舶と関連するバースとの位置関係情報を取得できる。また、信号処理器は、ソーラーブラインド紫外光源アレイが送信して受信したソーラーブラインド紫外光信号によって、この２つのソーラーブラインド紫外イメージングモジュールの間の接続線の目標ドットマトリックス座標系（ｔａｒｇｅｔ ｌａｔｔｉｃｅ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅｍ、目標の格子座標系）におけるベクトル表示を算出し、これらのソーラーブラインド紫外イメージングモジュールの前記船舶での設置方式（ａｒｒａｎｇｅｍｅｎｔ ｍｏｄｅ）によって、船体の目標ドットマトリックス座標系におけるベクトル表示を算出し、予め設定または予め測定した埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示により、岸線に対する船体軸線の姿態角を算出し、バースの岸線に対する前記船舶の位置および姿態を決定する。
本発明にいう船舶の姿態角とは、一般に、船舶の針路角、ピッチ角および横揺れ角のうちの少なくとも１つの角度である。無論、岸線に対する前記船舶の角度を容易に示すものであってもよい。
本発明の方法によれば、２つのソーラーブラインド紫外イメージングモジュールを用い、目標バース及び岸線に対する前記船舶の位置関係を唯一に（ｕｎｉｑｕｅ、一意に）決定することができる。３つまたは３つ以上のソーラーブラインド紫外イメージングモジュールを用いると、一般に、それぞれ２つずつのソーラーブラインド紫外イメージングモジュールが１つの独立のソーラーブラインド紫外光イメージングシステムを構成し、前記船舶と目標バースおよび岸線との位置関係を決定することに用いられる。
３つまたは３つ以上のソーラーブラインド紫外イメージングモジュールを用いて１つの独立のソーラーブラインド紫外光イメージングシステムを構成する時、原始データ（ｏｒｉｇｉｎａｌ ｄａｔａ、元データ）の冗長性を用い、これらのデータに対して整合（ｉｎｔｅｇｒａｔｅ、統合、積分）を行い、船舶と岸線との位置関係を示す、良好な数値を取得することができる。
好ましくは、本発明の方法は正規化自己相関算法（ｎｏｒｍａｌｉｚｅｄ ａｕｔｏ−ｃｏｒｒｅｌａｔｉｏｎ ａｌｇｏｒｉｔｈｍ、正規化された自己相関アルゴリズム）を用い、前記複数のソーラーブラインド紫外イメージングモジュールの受信データに対して処理を行う。正規化自己相関処理方法を用い、全体誤差分析（ｇｌｏｂａｌ ｅｒｒｏｒ ａｎａｌｙｓｉｓ、グローバルエラー解析）によりすべてのソーラーブラインド紫外イメージングモジュールから構成される検出システムの確実度平均値（ａｖｅｒａｇｅ ｃｏｎｆｉｄｅｎｃｅ、平均信頼度）の閾値及び各ソーラーブラインド紫外イメージングモジュールの確実度の情況を取得し、この閾値により確実度が低い位置決めデータをフィルタ除去し、そして最終の各モジュールの確実度重み（ｃｏｎｆｉｄｅｎｃｅ ｗｅｉｇｈｔ、信頼度の重み付け、信頼度のウェイト）を取得し、その後、この確実度重みにより各モジュールに対して重み付け平均を行い、最終のデータを取得する。前記正規化自己相関算法は、本発明システムを作成する時、ハードウェア（例えばＩＣ、ＡＳＩＣまたはＦＰＧＡ）および／またはソフトウェアの方式で、システムにファームウェア化し、本発明のシステムの一つの組成部分となる。
具体的には、３つまたは３つ以上のソーラーブラインド紫外イメージングモジュールが１つの独立のソーラーブラインド紫外イメージングシステムを構成する場合、ソーラーブラインド紫外イメージングモジュールの位置データおよび／または角度データは、正規化自己相関算法によって、整合処理される（ｉｎｔｅｇｒａｔｅ、積算される）。このような方法において、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）は、Ｎ個のソーラーブラインド紫外イメージングモジュールからフィードバックした角度と空間の変換後のＮ組の位置決めデータ（ｐｏｓｉｔｉｏｎｉｎｇ ｄａｔａ）における第ｉ組の位置決めデータを示すために用いられる。ただし、ｉ＝１，２，３．．．．．．Ｎであり、ここで、ｘ、ｙおよびｚはそれぞれＮ個のソーラーブラインド紫外イメージングモジュールの三軸座標値である。前記角度と空間の変換で決定される位置決めデータは、以下の方法で得られる。すなわち、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何学変換に基づいて、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換する。具体的な変換方法は以下のとおりである。（１）一つの基準点を決定する。前記基準点は前記ソーラーブラインド紫外受信モジュールのうちのいずれか一測定モジュールの位置でよく、他のある点でもよい。（２）他の各測定モジュールから前記基準点までの距離と方向角（光源参考系（ｌｉｇｈｔ ｓｏｕｒｃｅ ｒｅｆｅｒｅｎｃｅ ｓｙｓｔｅｍ）下でのパラメータであって、船の姿態角と積み重ね（ｓｕｐｅｒｐｏｓｅ、重畳）して決定する必要がある）を測定することにより、相応の変換ベクトルを取得する。（３）各測定モジュールから取得した相対位置座標パラメータを変換ベクトルに加えて変換後の位置決めデータを取得する。
正規化自己相関係数（ｎｏｒｍａｌｉｚｅｄ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ（ＮＣＣ））は、各サブシステムがフィードバックした、前記船舶上の基準点位置データの確実度を示す。その表現式は以下のとおりである。
ここで、ｊ＝１、２、３、…、Ｎ。前記船舶上の基準点位置は、ソーラーブラインド紫外受信モジュールが位置する位置であってもよい。
上述した原始の位置決めデータに対して、様々な処理方法を用いることができる。１種類の方式は、すべてのソーラーブラインド紫外イメージングモジュールにより構成される検出システムの確実度平均値の閾値Ｇを設定する。Ｇ値が比較的高いデータに対して高い重みを設定し、このデータが信頼できることを示す。そして、前記Ｇ値が比較的低いデータに対して高い重みを設定し、このデータが信頼できないことを示す。極端な情況では、すべてのシステム確実度平均値の閾値Ｇを設定し、この閾値ＧによりＮＣＣが比較的低い位置決めデータをフィルタ除去し、そして最終のシステム確実度重み（ｆｉｎａｌ ｓｙｓｔｅｍ ｃｏｎｆｉｄｅｎｃｅ ｗｅｉｇｈｔ）ｗを取得する。その式は、以下のように表される。
これで、最終の適合された位置決めデータ（ｆｉｔｔｅｄ ｐｏｓｉｔｉｏｎｉｎｇ ｄａｔａ）を取得する。
これらのソーラーブラインド紫外イメージングモジュールが取得した原始位置決めデータにより、前記船舶の姿態角を算出してもよい。さらに、前記姿態角に対して整合処理を行う。
本発明の方法によれば、正規化自己相関算法を用い、信頼性があるいずれか１つの姿態角の方向ベクトルの３つの成分α、βおよびγに対して整合処理を行ってもよい。具体的には、ベクトルｑｉ（αｉ，βｉ，γｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュールからフィードバックしたＮ組のベクトル角度データを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、正規化自己相関係数を用いて各システムフィードバック位置決めデータの確実度を示し、その表現式は、
となる。
前記姿態角が平面角（ｆｌａｔ ａｎｇｌｅ）である時、単一の姿態角のみを測定し、その方向ベクトルの２つの成分α、βはこの角度に対してコサインおよびサインを解いて取得する。いずれか１つの姿態角が空間角（ｓｐａｔｉａｌ ａｎｇｌｅ）である時、２つの姿態角を対応して測定する必要があり、この姿態角を示す一本の直線を決定し、そしてこの直線を前記空間の３つの基準平面に投影させ、この直線方向の前記３つの基準平面における成分を求める。
現実の場面では、天気情況が悪く、前記船舶のピッチ角および横揺れ角が大きい時、３つの姿態角が同時に正規化自己相関算法を行い、三次元座標系の回転を４つの関数により示す必要がある。空間幾何学を通用する方法でこの４つの関数を求めてもよい。
正規化自己相関方法において、閾値Ｇが異なる位置決めデータに対して重みを設定し、そして処理してもよい。極端な場合に、すべてのシステム確実度平均値の閾値Ｇを設定し、そしてこの閾値ＧによりＮＣＣが比較的低い位置決めデータをフィルタ除去し、そして最終のシステム確実度重みｗを取得する。その式は、以下のように表される。
これで、最終の適合位置決めデータを取得する。
Ｎ個のソーラーブラインド紫外イメージングモジュールにおける任意の２つのモジュールが適合された後の座標によって、適合後の船舶姿態角データを換算する。
本発明における船舶ドッキング方法の他の側面によれば、初期の座標データおよび姿態角データに対してそれぞれデータ融合（ｄａｔａ ｆｕｓｉｏｎ）を行ってもよい。様々なデータ融合算法（ｄａｔａ ｆｕｓｉｏｎ ａｌｇｏｒｉｔｈｍ、データ融合アルゴリズム）を用いることができる。
例えば、第１のデータ融合算法は、以下のとおりである。ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いて同一量（例えば一組座標値、または一組姿態角値）を測定するＮ個の測定サブシステムモジュールが検出したＮ組のデータを示す。ここで、各サブシステムが一組のデータを検出する。ｉ＝１，２，３．．．．．．Ｎとなる。
この算法は各サブシステムの測定データにより実際に算出した実効値誤差（ｒｏｏｔ ｍｅａｎｓｑｕａｒｅ ｅｒｒｏｒ、二乗平均平方根誤差）ｒｍｓｅを用いて各サブシステムのフィードバックデータの確実度を判定する。各サブシステム測定データの実効値誤差（二乗平均平方根誤差）を算出する公式は、以下のとおりである。
ただし、ｒｍｓｅは実効値誤差（二乗平均平方根誤差）である。ｘｉは、ｉ時刻に各測定サブシステムに対するＸ軸座標での測定データであり、ｘｆは、ｉ時刻に、ｘｉデータに対するフィルター値であり、ｎは測定データの合計数、即ち、サブシステムの数であり、ｉ時刻のフィルター値はカルマンフィルター方法（Ｋａｌｍａｎ Ｆｉｌｔｅｒｉｎｇ）により取得される。
ウェイト（ｗｅｉｇｈｔ、重み付け）を決定し、曲線適合（ｃｕｒｖｅ ｆｉｔｔｉｎｇ）によりウェイトの分配を行う。
ロバスト統計学理論（ｒｏｂｕｓｔ ｓｔａｔｉｓｔｉｃｓ ｔｈｅｏｒｙ）により、データ中の情報を有効情報、利用可能情報および有害情報の３つの区分に分類する。この３種類のデータに対して、異なるウェイトを分配すれば、それらが異なる作用（ｒｏｌｅ、役割）を発揮する。このため、ウェイトを分配するときセグメント式（ｓｅｇｍｅｎｔ）を用い、有効情報は、融合の時に完全に受け取られ、利用可能情報は、特定の曲線変更（ｃｕｒｖｅ ｃｈａｎｇｅ）により選択され、有害情報または無効情報は、完全に拒否される。数学表現式は以下のとおりである。
ここで、ωはウェイトであり、パラメータｂは外れ値（ｏｕｔｌｉｅｒ）を判断する最小限度であり、パラメータａは有効数値と利用可能数値の限界値（ｂｏｕｎｄａｒｙ ｖａｌｕｅ、境界値）である。誤差がｂより大きいと、外れ値だとみなされて対応ウェイトは０であり、誤差がａより小さいと、有効値だとみなされて対応ウェイトは１である。中間の利用可能値のウェイトは曲線ｙ＝ｆ（ｘ）により提供される。さらにｆ（ｘ）は、（ａ，ｂ）の区間において、誤差の増大にしたがって素早く低減する（ｄｅｃｒｅａｓｅ、減少する）という条件を満たさなければならない。ｆ（ｘ）が用いる表現式は、
である。
ここで、μとσはそれぞれ正規分布の平均値と平均平方である。正規曲線がｘ＞μの領域で漸減関数の特性を示す。その後、μ＝０となり、実際に半正規曲線を利用する。σ値の選択はウェイト分配係数（ｗｅｉｇｈｔ ａｓｓｉｇｎｍｅｎｔ ｃｏｅｆｆｉｃｉｅｎｔ、重み付けの割り当て係数）に対する影響が大きく、「３σ」法則と実際情況に合わせて提供することができる。
正規曲線適合ウェイト分配による方法は、以下の式によって機能する。
ただし、ｒｍｓｅｋｉはｋ時刻の第ｉ番目のシステムの実効値誤差であり、ａｋｉはｋ時刻に第ｉ番目のシステムのウェイトである。最終データ融合の結果は、以下の式の通りである。
ただし、
はｋ時刻の融合値であり、ｘｋｉは各サブシステムのｋ時刻に取得した測定データである。
以上と同じ方法で、Ｙ軸の座標ｙ、及びＺ軸の座標ｚを取得する。
他種のデータ融合算法は、以下のとおりである。
整合（ｉｎｔｅｇｒａｔｅ、統合、積分）するデータが座標データである時、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個の測定サブシステムからフィードバックしたＮ組の角度と空間変換後の位置決め測定データを示し、ｉ＝１，２，３．．．．．．Ｎとなる。前記角度と空間変換後の位置決めデータは、その取得方法が、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何変換により、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換する。
この算法はＮ個のサブシステムがフィードバックしたＮ組位置決めデータにおける各座標序列（例えば、ｘ座標のデータがＮ個ある、数列（ｓｅｑｕｅｎｃｅ））の標準偏差（ｓｔｄ：ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ、標準差）を算出し、Ｎ組のデータにおける各座標序列中の外れデータ（即ち、あるサブシステムがフィードバックした位置決めデータの信頼性が低い）を判断する根拠とする。座標序列の標準偏差の算出の表現式は、以下のとおりである。
ただし、ｉｎｄｅｘ∈（ｘ，ｙ，ｚ）のとき、σｉｎｄｅｘはＮ組のデータ中の各座標序列の標準偏差であり、ＸｉｎｄｅｘはＮ組の測定のデータであり、各組には座標値（ｘ，ｙ，ｚ）が含まれ、
はＮ組のデータの平均値、即ち、各座標序列平均値から構成される一元ベクトルである。
外れデータの判定は、以下の式で行われる。
ただし、ｏｕｔｌｉｔｅｒｓは取得した外れデータであり、この外れデータの特性は、ｘ，ｙ，ｚより構成される一組の座標データにおいて、そのうちの１つの座標値がその序列で外れデータと判断されると、この組の座標値はＮ組の座標データ中の外れデータと判断される。Ｘｉｎｄｅｘ、
σｉｎｄｅｘの意味は上記と同じである。ｃは定係数であり、実験経験と要求により決められる。この定係数の決定方法は大量のテストによりテスト値の波動範囲（ｆｌｕｃｔｕａｔｉｏｎ ｒａｎｇｅ、変動幅）を判断し、テスト値の平均値を中心とする対称範囲を取り、大量の不合理な点をこの範囲外とする選択を行う。この範囲長さの半分をＣとする。
そして、外れデータをＮ組の原始測定データ中から除去すると、新たな位置決めデータ序列を取得し、Ｘ’と称し、次元数はＮ’であり、その後、Ｘ’に対して均等加重平均データ融合（ｅｑｕａｌｌｙ−ｗｅｉｇｈｔｅｄ ａｖｅｒａｇｅ ｄａｔａ ｆｕｓｉｏｎ）を行い、最終の融合データ、すなわち、
を取得する。
ただし、
はデータ融合後の最終の位置決めデータである。その算法フローは、（１）位置決めデータにおいて各座標序列の標準偏差を算出することと、（２）算出した標準偏差により各座標序列における外れデータを取得することと、（３）元の測定データから外れ点を除去することと、（４）平均重み付けデータ融合方法により最終の位置決めデータを算出し、最終に前記船舶基準点最終のＸ軸座標値ｘを取得することとを含む。類似に、それぞれＹ軸の座標値ｙ、及びＺ軸の座標値ｚを取得する。
類似の方法により、姿態角データを融合し、前記船舶最終の姿態角データを取得することができる。
本発明の他の方法によれば、本発明は船舶の近距離安全ドッキング能力を増強させる装置を提供する。この船舶ドッキング装置は、ソーラーブラインド紫外光イメージング法を用い、岸に対する前記船舶の位置および姿態角を決定する。本装置は、以下の構成を含む。
１）それぞれ前記船舶に設置され、岸に予め設置されるソーラーブラインド紫外光源アレイの光信号を受信するためのソーラーブラインド紫外光受信器を含み、前記光信号を対応する電気信号に変換する少なくとも２つのソーラーブラインド紫外イメージングモジュール。および、
２）データ処理部分及び関連する外部装置に接続される接続部分を含む信号処理装置。信号処理装置は、前記ソーラーブラインド紫外イメージングモジュールに電気的に接続され、前記ソーラーブラインド紫外イメージングモジュールから送信した電気信号を受信し、前記電気信号を処理し、それぞれ各ソーラーブラインド紫外イメージングモジュールのソーラーブラインド紫外光源アレイに対する平行移動ベクトルを取得し、そして平行移動ベクトルにより船体と目標ドットマトリックスとの距離を求め、予め設定したソーラーブラインド紫外光源アレイの座標値により、岸線に対する前記船舶における各ソーラーブラインド紫外イメージングモジュールの位置を算出し、並びに、受信した、ソーラーブラインド紫外光信号を代表する電気信号により、ソーラーブラインド紫外イメージングモジュールの間の接続線の目標ドットマトリックス座標系におけるベクトル表示を算出し、すべてのソーラーブラインド紫外イメージングモジュールの前記船舶での設置方式により、船体の目標ドットマトリックス座標系におけるベクトル表示を算出し、予め設定または測定した埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示により、岸線に対する船体軸線の姿態角を算出する。
風浪が小さい時、船舶の揺れと振動が比較的小さく、その姿態角において、比較的に意味があるのが船舶軸線と岸線とのなす角である。つまり、この時、そのピッチ角および横揺れ角がほぼゼロである。測定精度を向上させるために、これらのソーラーブラインド紫外イメージングモジュールは互いに離れて船舶に配置される。
本発明の船舶ドッキング装置の他の側面によれば、前記信号処理器のソフトウェアとハードウェア部分は取得した座標および／または姿態角データに対して整合処理を行い、船舶と岸との位置を代表する、相応の座標データおよび／または姿態角データをさらに良好に取得するように設計される。装置は３つまたは３つ以上のソーラーブラインド紫外イメージングモジュールを含むと、前記信号処理器のこのような処理方式は船舶座標および姿態角に対する測定精度を向上できる。
前記信号処理器は正規化自己相関算法を用い、前記船舶の座標データ及び姿態角データに対して整合処理を行うように設計されてもよく、その具体的な処理方法は上述した本発明の方法に挙げた正規化自己相関算法と同じである。
さらに、本発明の船舶ドッキング装置は前記信号処理器をデータ融合算法を用いて、前記船舶の座標および姿態角のこの２種類の異なるデータに対して整合処理を行うように設計してもよく、その具体的な処理方法は上述した本発明の方法に挙げた２種類のデータ融合算法と同じである。
本発明に記載される船舶補助ドッキング方法およびシステムによれば、従来の技術における船舶の霧の天気でのドッキング難度が大きく、従来の技術において、天気、環境等は船舶ガイドドッキング装置に対する影響が大きいとの問題を解決した。霧の天気でも、パイロットにさらに直観、正確、安全な航行情報を提供し、パイロットが霧の天気で船舶ドッキングに対して水先案内し、霧の天気で水運航路と港口物流の順調さの問題をも解決した。
本発明の特定の細部が，以下の添付の図面によって記述されている。
本発明に係る船舶ドッキングナビゲーションシステムのブロック図である。 装置の取付箇所を示す図である。 カメラ標定を示すフローチャートである。 紫外光源アレイと撮影位置を示す図である。 ソーラーブラインド紫外線灯アレイの位置を示す図である。 図６（ａ）はドットマトリックス座標系であり、図６（ｂ）はカメラ座標系を示す図である。 ドッキングソフトウェア動作を示すフローチャートである。 船舶と岸線を示す図である。 測定モジュール位置を示す図である。 データ融合算法のフローチャートである。
本発明の一例により、船舶の近距離ナビゲーション機能を増強するシステムを提供する。このシステムは船舶と岸線の模式図及び位置情報を表示でき、パイロットは表示装置の出力インターフェースにより低可視度条件での船舶ドッキングを実現できる。
上述した目的を実現するために、以下、図面と実施例を参照しながら、本実施形態を詳細に説明する。以下、実施例は単なる例として説明され、本発明は実施例における方案（解決する方法）に限られることなく、この他に、当業者は現有技術の範囲内で簡単に変更して取得した技術はいずれも本発明の保護範囲内に含まれる。
実施例１
本実施例は、図１に示すように、ソーラーブラインド紫外線灯組１０１（一組のソーラーブラインド紫外線ランプ１０１）、２つのソーラーブラインド紫外線イメージングモジュール１０２、１０３、信号処理器１０４、および表示装置１０５を含む。
２つのソーラーブラインド紫外線イメージングモジュール１０２、１０３はそれぞれ特定の距離を隔てて船舷と同一側に取り付けられる。一方のソーラーブラインド紫外イメージングモジュール１０２は船首に近い甲板位置に取り付けられ、船首との距離がＬ船首であり、船尾との距離がＬ船尾である。他方のソーラーブラインド紫外イメージングモジュール１０３は船首から離れる甲板位置に取り付けられ、具体的な取付箇所はおおよそ図２に示す。
ソーラーブラインド紫外イメージングモジュール１０２、信号処理器１０４、表示装置１０５は一体に集積してもよい。信号処理器は情報収集モジュール、算出モジュールおよび記憶モジュールを含む。情報収集モジュールはリアルタイムでソーラーブラインド紫外イメージングモジュール１０２、１０３が作成した画像情報を取得し、すべてのデータを算出モジュールに送信する。本実施例の主なステップは以下のとおりである。
１．まず、２つのソーラーブラインド紫外モジュールの紫外カメラに対してそれぞれカメラ標定を行い、内部パラメータを求める。カメラ標定の方法および内部パラメータの算法は多いが、ここでは、伝統的標定技術または張正友標定算法が好ましい。標定フローは図３に示す。１−１−１において、紫外光源アレイを配置する。１−１−２において、紫外光源アレイを取得する幾何情報（ｇｅｏｍｅｔｒｉｃａｌ ｉｎｆｏｒｍａｔｉｏｎ）を測定する。１−２において、紫外受信器で紫外光源アレイに対して撮影し、紫外光源アレイおよび撮影位置は図４を参照する。ソフトウェア処理には、２−１において、特定紫外光源の像平面座標を取得し、２−２において、標定算法（ｃａｌｉｂｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍ、較正アルゴリズム）を用いてカメラの内部パラメータ（ｆｘ，ｆｙ，ｃｘ，ｃｙ，ｋｘ，ｋｙ）等を取得する。後文で、カメラの標定方法（構成方法）を詳細に説明する。
２．バース情報の測定において、ドッキング港口のすべてのバースの岸線と真北方向とのなす角θを予め測定する。
３．紫外光源灯アレイを配置し、灯のアレイに関連する位置情報を測定する。船舶ドッキング前の半時間に、ソーラーブラインド紫外線灯組１０１を用いてドッキングバースに目標灯アレイを配置する。目標灯アレイの形状は正方形の格子状であり、目標灯アレイの大きさおよび灯の数に対して限定しない。本実施例において、図５に示す配置を用いる。灯アレイ大きさは８ｍ×８ｍであり、行ごとの灯の間の距離が同一であり、行の間の距離が同一である。本実施例において、灯アレイ基準点とドッキング尾ボラードとの距離をＬ船尾とし、Ｌ船尾は一方のソーラーブラインド紫外イメージングモジュール１０２と船尾との距離であり、既知のものであり、Ｌ船尾とするのは船のドッキング時、ソーラーブラインド紫外検出器を灯アレイに正対させ、バースに対する船舶のＸ方向を決定するためのものであり、無論、その他の距離Ｌｎをとしてもよく、Ｌ船尾とＬｎとの間の距離を知れば良い。図５に示すように、灯アレイを配置する時、灯アレイ最初行と衝突防止フェンダーとの垂直距離をＬと保持する。
４．船舶針路とドッキング岸線姿態、位置情報を算出する。具体的なステップは以下を含む。
まず、本発明の原理によれば、２つのソーラーブラインド紫外イメージングモジュール１０２および１０３はそれぞれ目標ドットマトリックスに対する平行移動ベクトルを取得できるため、２つのソーラーブラインド紫外イメージングモジュール１０２および１０３の間の接続線の目標ドットマトリックス座標系におけるベクトル表示、すなわち、（ｘ１，ｙ１，ｚ１）、（ｘ２，ｙ２，ｚ２）を取得できる。２つのソーラーブラインド紫外イメージングモジュール１０２および１０３は船舷の片側に取り付けられるため、（ｘ１，ｙ１，ｚ１）、（ｘ２，ｙ２，ｚ２）は船体のドッキング側の舷の目標ドットマトリックス座標系におけるベクトル表示である。埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示は予め測定され、そのベクトル方向はソーラーブラインド紫外線灯組１０１のＸ軸と同じであるため、船舶針路とドッキング岸線とのなす角γを知ることができる。
右停泊時、
（即ち、船体と埠頭岸線との平行度）となり、
左停泊時、
となる。
通常、船舶の横揺れ角が小さいため、本実施例において、船舶の横揺れ角を算出しない。
他の実施例において、船に水平器を取り付けて船舶の横揺れ角を提供してもよい。水平器は雲台底部に置き、船体の水平向きに一致する。
そして、岸線に対する船舶の位置情報を決定する。この時、船首に近いソーラーブラインド紫外イメージングモジュール１０２を基準とする。
前記船舶と岸線との距離が比較的近い時、ソーラーブラインド紫外イメージングモジュールはすべてのソーラーブラインド紫外信号を確実に識別できる。この時、信号処理器１０４を用いてソーラーブラインド紫外イメージングモジュール１０２および１０３が撮影した画像に対して画像処理、座標変更を行い、ソーラーブラインド紫外イメージングモジュール１０２および１０３の灯アレイ座標系における位置情報Ｘ、ＹおよびＺを取得する。
ただし、Ｒは回転マトリックスであり、Ｔは平行移動ベクトルである。
以上の算法の具体的なステップは以下のとおりである。
カメラ標定（ｃａｍｅｒａ ｃａｌｉｂｒａｔｉｏｎ）により、カメラ内部パラメータ、目標ドットマトリックス座標系（図６を参照）におけるドットマトリックス座標および像平面座標を知って、カメラの目標ドットマトリックス座標系における座標および回転方向を取得できる。
ただし、（ｆｘ、ｆｙ、ｃｘ、ｃｙ）は内部マトリックスのパラメータであり、Ｒは回転マトリックスであり、Ｔは平行移動ベクトルであり、（ｕ、ｖ）は像平面座標（単位はピクセル）であり、（Ｘ、Ｙ、Ｚ）は目標ドットマトリックス座標系におけるドットマトリックス座標であり、この公式は
と簡略化される。
ただし、（ｘ、ｙ、ｚ）はカメラ座標系（図６を参照）における目標ドットマトリックスの座標であるので、ＲとＴは目標ドットマトリックス座標系からカメラ座標系に変換した変換マトリックスと理解されてもよい。
カメラの目標ドットマトリックス座標系における座標を算出する時、内部パラメータ（ｆｘ、ｆｙ、ｃｘ、ｃｙ）および目標ドットマトリックス座標系におけるドットマトリックス座標（Ｘ、Ｙ、Ｚ）は一定の値であり、像平面座標（ｕ、ｖ）は画像によりリアルタイムで取得するので、リアルタイムで同一時刻（ｕ０、ｖ０）に対応する回転マトリックスＲ０、平行移動ベクトルＴ０を取得できる。その後、カメラ座標系の原点（０、０、０）を公式２の左に代入し、右の（Ｘ０、Ｙ０、Ｚ０）を解けば、カメラの目標ドットマトリックス座標系におけるドットマトリックス座標を取得できる。すなわち、
回転マトリックスの逆マトリックスＲ０ −１は、カメラ座標系の目標ドットマトリックス座標系に対する回転であり、変換により回転ベクトルに簡略化できる。このベクトルはカメラの目標ドットマトリックス座標系に対する回転オイラー角（Ｅｕｌｅｒ ａｎｇｌｅ ｏｆ ｒｏｔａｔｉｏｎ）である。
前にカメラ座標を算出する時に記述した一定の値において、目標ドットマトリックス座標は人為的に配置した後に測定して取得した結果であるが、内部パラメータはカメラ自身の固有パラメータを代表する。ここでは、ｆｘ、ｆｙはそれぞれ水平方向と上下方向のピクセル数を計量単位とする焦点距離の値であり、ｃｘ、ｃｙはカメラレンズの中心真正面（即ち、理論光軸（ｔｈｅｏｒｅｔｉｃａｌｌｙ ｏｐｔｉｃａｌ ａｘｉｓ）上の点）の像平面上でイメージング（結像）するピクセル座標である。
ソーラーブラインド紫外イメージングモジュール１０２および１０３の接続線、即ち、船舷と岸線の垂直方向の距離をＹ舷とする。この時、船舶の横揺れ角を考慮せずに、Ｙ舷＝Ｙ−Ｌである。ここで、Ｌは灯アレイの最初の行と衝突防止フェンダーとの距離である。船首と岸線との垂直方向の距離をＹ首とし、船尾と岸線との垂直方向の距離をＹ尾とし、Ｙ首＝Ｙ舷−Ｌ船首×ｓｉｎ ａ；Ｙ尾＝Ｙ舷+Ｌ船尾×ｓｉｎ ａとなる。ただし、Ｌ船首およびＬ船尾はそれぞれソーラーブラインド紫外イメージングモジュール１０２と船首および船尾との距離であり、ａは船舶の針路とドッキング岸線とのなす角である。
以上のデータを取得した後、パイロットの水先案内の都合上、図１１に示すように、表示装置上１０５に船舶と岸線の模式図及び位置情報を表示させる。
５．ナビゲーション模式図および位置座標情報を表示装置１０５に出力するための、シーン模擬（ｓｃｅｎｅ ｓｉｍｕｌａｔｉｏｎ、場のシミュレーション）を行う。ドッキングソフトウェアの動作のフローチャートを図７に示す。信号処理器１０５が動作する前に、バース番号、船舶ドッキング時における岸線との方向情報（即ち左停泊または右停泊）を含むドッキングバースの情報を入力し、ソーラーブラインド紫外イメージングモジュールの船舶上での位置情報Ｌ船首およびＬ船尾を入力する。Ｌ船首およびＬ船尾はそれぞれソーラーブラインド紫外イメージングモジュールと船首および船尾との距離である。そして、船舶の幅Ｂを入力する。
船舶の灯アレイ座標系における位置情報ＸとＹ、岸線に対する船舶の方向情報γ、船舶に対するソーラーブラインド紫外イメージングモジュールの位置情報Ｌ船首およびＬ船尾、船の幅Ｂにより、図８に示すように、表示装置１０５に船舶と岸線の模式図および位置情報Ｙ首およびＹ尾を表示できる。パイロットは表示装置の出力インターフェースを介して低可視度条件での船舶ドッキングを実現できる。
風浪が大きい時、相対的には、船舶の揺れと振動が大きく、船舶の姿態角を算出する時、針路角、ピッチ角および横揺れ角を考慮する必要がある。風浪が小さい時、船体の揺れが小さく、船舶がほぼ水平方向となり、船舶の針路角は岸線に対する船体の方向を表示でき、ピッチ角および横揺れ角を考慮して算出する必要がない。
本実施例において、船首に近いソーラーブラインド紫外イメージングモジュール１０２を標準とする。それぞれ２つのソーラーブラインド紫外イメージングモジュールを標準とすると、バース灯アレイの座標系に対する２つのソーラーブラインド紫外イメージングモジュール１０２および１０３の座標をそれぞれＡ１（Ｘ１、Ｙ１、Ｚ１）およびＡ２（Ｘ２、Ｙ２、Ｚ２）とする。ソーラーブラインド紫外イメージングモジュール１０３と船首および船尾との距離はＬ船首′およびＬ船尾′であり、Ａ１、Ａ２を用いて取得した距離はそれぞれ、
となる。
二者の差の値は、
となる。
Ａ１とＡ２の間の距離は、
となる。
はＡ１とＡ２との間の距離でもあるので、
と
との誤差は
と
の測定値の間の誤差より小さい。
を測定せずに、
と
を用いて
と
を取得すると、
と
の誤差はゼロである。
実施例２
１つのソーラーブラインド紫外イメージングモジュールを用いる時、船舶の三次元位置座標値を取得できる。
２つまたは２つ以上のソーラーブラインド紫外イメージングモジュールを使用する時、これらのソーラーブラインド紫外イメージングモジュールのうちの各々が、船舶の座標データを生成する。これにより、船舶の複数組の座標データを取得する。
正規化自己相関算法を用いて、冗長な（ｒｅｄｕｎｄａｎｔ）船舶初期の座標データに対して整合処理を行ってもよい。
データ融合算法を用いて、冗長の船舶初期の座標データに対して整合処理を行ってもよい。
２つのソーラーブラインド紫外イメージングモジュールを用いる時、船舶の姿態角を測定できる。
２つより多いソーラーブラインド紫外イメージングモジュールを使用する時、これらのソーラーブラインド紫外イメージングモジュールを２つずつ組み合わせて、各組み合わせは一組の船舶の姿態角データを取得または生成することができる。このようにして、船舶の複数の姿態角データを取得できる。
正規化自己相関算法を用いて、冗長の船舶初期の座標データに対して整合処理を行ってもよい。
以下の実施例において、複数のソーラーブラインド紫外イメージングモジュールにより複数組のカメラの目標ドットマトリックス座標系における座標（Ｘ、Ｙ、Ｚ）を取得し、最適な位置決めデータを取得する算法は以下のとおりである。
ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個のシステムからフィードバックした角度と空間変換後のＮ組の位置決めデータを示す。ただし、ｉ＝１，２，３．．．．．．Ｎとなる。前記角度と空間変換後の位置決めデータの取得方法は、すべてのソーラーブラインド紫外受信モジュールの相対位置および船舶姿態角を既に知った場合に、空間位置関係と空間幾何変換を用いて、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換する。具体的な変換方法は以下の通りである。
（１）一つの基準点を決定する。前記基準点は前記ソーラーブラインド紫外受信モジュールのうちのいずれか一測定モジュールの位置でよく、他のある点でもよい。
（２）他の各測定モジュールから前記基準点までの距離と方向角（光源参考系下でのパラメータであって、船姿態角と積み重ねて決定する必要がある）を測定することにより、相応の変換ベクトルを取得する。
（３）各測定モジュールから取得した相対位置座標パラメータを変換ベクトルに加えて変換後の位置決めデータを取得する。
図９に示すように、両測定モジュールの測定座標はそれぞれｐｉ（ｘｉ，ｙｉ，ｚｉ）とｐ２’（ｘ２’，ｙ２’，ｚ２’）であり、そのうちのｐ１を基準とし、測定した両者間の距離をＬとし、両者接続線の針路角のなす角をθとし、ピッチ角をφ（ＸＹ平面のなす角）とすると、ベクトル
の算出方法は以下のとおりとなる。
その後、基準位置に変換した後のｐ２’の座標は、
となる。
他の測定モジュールは以上の同一方法で変換後の座標を取得できる。
正規化自己相関算法は、正規化自己相関係数（Ｎｏｒｍａｌｉｚｅｄ Ｃｏｒｒｅｌａｔｉｏｎ Ｃｏｅｆｆｉｃｉｅｎｔ）を用いて各々のシステムがフィードバックした位置決めデータの確実度を示し、その表現式は以下のとおりである。
閾値をすべてのシステム確実度平均値の８０％としたとき、閾値Ｇは以下のように示される。
閾値ＧによりＮＣＣの比較的低い位置決めデータをフィルタ除去し、そして、最終のシステム確実度重みｗを取得したとき、表現式は以下のとおりである。
そして、最終の適合位置決めデータを取得する。
算法フロー（アルゴリズムのフロー図）を図１０に示す。
整合するデータが方位角データ（ａｚｉｍｕｔｈ ａｎｇｌｅ ｄａｔａ）である時、ベクトルｑｉ（αｉ，βｉ，γｉ）が、Ｎ個の測定サブシステムからフィードバックしたＮ組の姿態角データを示すために用いられる。
ここで、ｉ＝１，２，３．．．．．．Ｎであり、前記正規化自己相関算法を用いて同様に最適な姿態角データを算出する。
データ融合算法を用いて、船舶初期の座標と姿態角の２種類のデータに対して整合処理を行っても良い。
実施例３
以下、本発明の船舶近距離ナビゲーション機能を増強させるシステムにおける紫外カメラ標定（紫外線カメラの較正）を説明する。内部パラメータを解く具体的なステップは以下の通りである。
カメラ標定の方法および内部パラメータの算法は多くあるが、ここでは、優先して伝統的な標定技術および張正友標定算法（Ｚｈｅｎｙｏｕ Ｚｈａｎｇ’ｓ ｃａｌｉｂｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍ）を用いる。張正友標定法では、碁盤の目状（ｃｈｅｃｋｂｏａｒｄ−ｓｈａｐｅｄ）の標定形板（ｃａｌｉｂｒａｔｉｏｎ ｔｅｍｐｌａｔｅ、較正用テンプレート）を用い、標定形板上の各黒白格子の接続点を標定板（ｃａｌｉｂｒａｔｉｏｎ ｔａｒｇｅｔ）の特徴点とする。標定板を異なる位置に置き、カメラが同期収集した後に、カメラの内外パラメータを得る。この方法は良好な頑健性を有し、かつ高価の装置が必要なく、操作が簡単であり、自標定法（ｓｅｌｆ−ｃａｌｉｂｒａｔｉｏｎ）に比べると、精度が高まった。本実施例を満たすすべての標定方法及び内部パラメータの算法はその中に含まれる。
標定フローは図３に示すように、ステップ１−１−１において、紫外光アレイを配置し、ステップ１−１−２において、紫外光アレイの幾何情報を測定し、ステップ１−２において、紫外受信器で紫外光アレイに対して撮影し、ソフトウェア処理はステップ２−１において特定紫外光源の像平面座標を取得することを含み、ステップ２−２は標定算法を用いてカメラの内部パラメータを取得する。具体的な標定ステップは以下の通りである。
ステップ１−１−１において、紫外光アレイを配置し、紫外光アレイは平面矩形碁盤の目状の紫外光アレイを用い、紫外光アレイと撮影位置は図４を参照する。紫外光アレイの形状、大きさ等の幾何特性には制限がないが、内部パラメータの算法により決定し、紫外光アレイは平面図形でよく、立体図形でもよく、矩形構成でよく、円形構成または他の幾何形状でもよい。
ステップ１−１−２において、紫外光アレイ幾何情報を測定し、特定紫外光点の座標系ｏ−ｘｙｚにおける座標ｃｗ＝{Ｘ１，Ｙ１，Ｚ１}，{Ｘ２，Ｙ２，Ｚ２}…{Ｘ３０，Ｙ３０，Ｚ３０}を測定し、紫外光アレイの幾何情報とは特定の紫外光点または角点の世界座標系における座標を指す。
ステップ１−２において、ソーラーブラインド紫外イメージングモジュール１０４を用いて紫外光アレイに対して撮影し、選択した撮影位置Ａは、異なる撮影位置、異なるＯＡの指向が非平行であり、ｎ組で撮影（この実施例ではｎが３より大きい）という条件を満たさなければならない。
ステップ２−１において、信号処理器１０５は撮影したデジタル画像に対してソフトウェア処理を行い、特定の紫外光点の像平面座標組ｃｉ１，ｃｉ２，ｃｉ３…ｃｉｎ、合計ｎ組を取得する。
ステップ２−２において、張正友標定算法を用いてｃｗとｃｉ１，ｃｉ２…ｃｉｎに対して処理を行い、カメラの内部パラメータ（ｆｘ，ｆｙ，ｃｘ，ｃｙ，ｋｘ，ｋｙ等）を取得する。
張正友標定算法の原理は以下のとおりである。
１）標定板の角点と対応像点との対応関係
標定板（ｃａｌｉｂｒａｔｉｏｎ ｔａｒｇｅｔ）の位置する平面をＺｗ＝０とするので、
となり、
Ａは
により決定される。即ち、Ａはカメラ内部パラメータであり、且つカメラ内部構成のみに関わっている。Ｈはカメラ外部パラメータといい、カメラの空間内にある位置を直接反映する。画像座標系のピクセル座標は（ｕ，ｖ）であり、世界座標系は（Ｘｗ， Ｙｗ， Ｚｗ）である。Ｓは増幅定数であり、
となり、ｆはレンズの焦点距離である。
は空間において任意１つの物点の世界座標であり、
はこの物点のカメラ内におけるイメージング像点のピクセル座標を示す。
平行移動マトリックスは、
であり、４×４のマトリックスである。回転マトリックスＲは３×３直交単位マトリックスであり、平行移動マトリックスＴと回転マトリックスＲ（ｒ１ ｒ２ ｒ３）は外部パラメータと称する。
とすると、
を取得する。
ただし、λは任意のスケール因子であり、ｒ１はｒ２に直交し、Ａの２つの規制条件を取得できる。
２）パラメータの解
上式によれば、Ｂは正定対称マトリックス（ｐｏｓｉｔｉｖｅ ｄｅｆｉｎｉｔｅ ｓｙｍｍｅｔｒｉｃ ｍａｔｒｉｘ）であり、
と定義される。
Ｈの第ｉ列をｈｉとすると、
となり、
且つ
となり、
すると、
となり、
即ち、
となる。
ただし、Ｖは２ｎ×６のマトリックスであり、ｎ＞２の場合、ｂは唯一の解がある。つまり、少なくとも３つの画像を収集する必要がある。Ｃｈｏｌｅｓｋｙを用いて内部パラメータを分解する。
そして外部パラメータをを求めて、
を取得する。
３）非線形最適化
最尤基準によりパラメータ最適化を行う。その目標関数は、
である。
ただし、
はＭｊ点の投影であり、最適化時、ＬＭ最適化算法を用いて解決する。

Claims (10)

  1. ソーラーブラインド紫外光イメージング法を用いて、岸線に対する船舶の位置関係を決定する船舶ドッキング方法であって、
    前記船舶に少なくとも２つのソーラーブラインド紫外イメージングモジュールが設置され、前記ソーラーブラインド紫外イメージングモジュールは岸に予め設置したソーラーブラインド紫外光源アレイが発射した光信号を受信し、光信号が信号処理器により処理された後、関連するバースに対する前記ソーラーブラインド紫外イメージングモジュールの位置関係を取得し、そして、関連するバースの岸線に対する前記船舶の位置関係データを取得すること、
    を含み、
    １）前記ソーラーブラインド紫外イメージングモジュールは、それぞれ岸に予め設置されるソーラーブラインド紫外光源アレイから送信したソーラーブラインド紫外光信号を受信し、前記船舶と関連するバースとの位置関係情報を測定し、それぞれソーラーブラインド紫外光源アレイに対する平行移動ベクトルを取得し、前記平行移動ベクトルにより船体と目標ドットマトリックスとの距離を取得することと、
    ２）前記信号処理器は、受信したソーラーブラインド紫外光信号により、ソーラーブラインド紫外イメージングモジュールの間の接続線の目標ドットマトリックス座標系におけるベクトル表示を算出し、すべてのソーラーブラインド紫外イメージングモジュールの前記船舶での設置方式により、船体の目標ドットマトリックス座標系におけるベクトル表示を求め、そして、予め設定または測定した埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示により、岸線に対する船体軸線の姿態角を算出し、バースの岸線に対する前記船舶の位置および姿態を決定することとを更に含み、
    ３つ以上のソーラーブラインド紫外イメージングモジュールを用い、各ソーラーブラインド紫外イメージングモジュールが測定した、バースに対する船舶の位置および／または角度情報を整合処理し、船舶と岸線との位置関係を代表する数値を取得し、
    信号処理器は正規化自己相関算法を用いてバースに対する前記船舶上の基準点の位置データまたは船舶の方位角データに対して整合処理を行い、全体誤差分析によりすべてのソーラーブラインド紫外イメージングモジュールから構成される検出システムの確実度平均値の閾値及び各ソーラーブラインド紫外イメージングモジュール確実度の情況を取得し、この閾値により確実度が低い位置決めデータをフィルタ除去し、そして最終の各モジュールの確実度重みを取得し、その後、この確実度重みにより各モジュールに対して重み付け平均を行い、最終のデータを取得する、
    ことを特徴とする船舶ドッキング方法。
  2. バースに対する前記船舶上の基準点の位置データに対して整合処理を行い、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックした角度と空間変換後のＮ組の位置決めデータにおける第ｉ組の位置決めデータを示し、ｉ＝１，２，３．．．．．．Ｎとなり、ｘ、ｙおよびｚはそれぞれＮ個のソーラーブラインド紫外イメージングモジュールの三軸座標値であり、前記角度と空間変換後の位置決めデータは、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何変換により、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換することで取得されており、
    信号処理器が用いる正規化自己相関算法の具体的なステップは、
    正規化自己相関係数ＮＣＣによりＮ個の検出サブシステムがフィードバックした位置決めデータの確実度を示し、すなわち、

    ｊ＝１， ２， ３、…、Ｎであり、
    すべてのソーラーブラインド紫外イメージングモジュールから構成される検出システムの確実度平均値の閾値Ｇを設定し、そしてこの閾値ＧによりＮＣＣ比較的低い位置決めデータをフィルタ除去し、そして最終のシステム確実度重みｗを取得し、表現式は以下の、

    であり、
    これにより、船舶位置に関する最終の適合位置決めデータ
    を取得することを特徴とする請求項１に記載の船舶ドッキング方法。
  3. いずれか１つの姿態角の方向ベクトルの３つの成分α、βおよびγに対して整合処理を行い、正規化自己相関算法を用い、ベクトルｑｉ（αｉ，βｉ，γｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組のベクトル角度データを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、正規化自己相関係数を用いて各ソーラーブラインド紫外イメージングモジュールシステムがフィードバックした位置決めデータの確実度を示し、その表現式は以下のように、

    であり
    すべてのソーラーブラインド紫外イメージングモジュールから構成される検出システムの確実度平均値の閾値Ｇを設定し、そしてこの閾値ＧによりＮＣＣが比較的低い位置決めデータをフィルタ除去し、そして最終のシステム確実度重みｗを取得し、表現式は以下のように、

    であり、
    これにより、最終の適合位置決めデータを取得し、

    Ｎ個のソーラーブラインド紫外イメージングモジュールにおける任意の２つのモジュールが適合した後の座標により、適合後の船舶姿態角データを換算する、
    ことを特徴とする請求項１に記載の船舶ドッキング方法。
  4. ソーラーブラインド紫外光イメージング法を用いて、岸線に対する船舶の位置関係を決定する船舶ドッキング方法であって、
    前記船舶に少なくとも２つのソーラーブラインド紫外イメージングモジュールが設置され、前記ソーラーブラインド紫外イメージングモジュールは岸に予め設置したソーラーブラインド紫外光源アレイが発射した光信号を受信し、光信号が信号処理器により処理された後、関連するバースに対する前記ソーラーブラインド紫外イメージングモジュールの位置関係を取得し、そして、関連するバースの岸線に対する前記船舶の位置関係データを取得すること、
    を含み、
    １）前記ソーラーブラインド紫外イメージングモジュールは、それぞれ岸に予め設置されるソーラーブラインド紫外光源アレイから送信したソーラーブラインド紫外光信号を受信し、前記船舶と関連するバースとの位置関係情報を測定し、それぞれソーラーブラインド紫外光源アレイに対する平行移動ベクトルを取得し、前記平行移動ベクトルにより船体と目標ドットマトリックスとの距離を取得することと、
    ２）前記信号処理器は、受信したソーラーブラインド紫外光信号により、ソーラーブラインド紫外イメージングモジュールの間の接続線の目標ドットマトリックス座標系におけるベクトル表示を算出し、すべてのソーラーブラインド紫外イメージングモジュールの前記船舶での設置方式により、船体の目標ドットマトリックス座標系におけるベクトル表示を求め、そして、予め設定または測定した埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示により、岸線に対する船体軸線の姿態角を算出し、バースの岸線に対する前記船舶の位置および姿態を決定することとを更に含み、
    ３つ以上のソーラーブラインド紫外イメージングモジュールを用い、各ソーラーブラインド紫外イメージングモジュールが測定した、バースに対する船舶の位置および／または角度情報を整合処理し、船舶と岸線との位置関係を代表する数値を取得し、
    前記信号処理器はデータ融合算法を用い、それぞれ位置決めデータまたは姿態角データの整合に用いられ、前記データ融合算法の具体的なステップは、
    （一）整合するデータは位置決めデータである時、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の角度と空間変換後の位置決めデータを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、前記角度と空間変換後の位置決めデータは、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何変換により、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換することで取得されており、
    ａ）各検出サブシステムの測定データにより実際に算出した実効値誤差ｒｍｓｅを用いて各サブシステムのフィードバックデータの確実度を判定し、各サブシステム測定データの実効値誤差を算出する公式は、

    であり、
    ただし、ｒｍｓｅは実効値誤差であり、ｘｉはｉ時刻に各測定サブシステムに対するＸ軸座標での測定データであり、ｘｆはｉ時刻にｘｉデータに対するフィルター値であり、ｎは測定データの合計数、即ち、サブシステムの数であり、ｉ時刻のフィルター値はカルマンフィルター方法により取得され、
    ｂ）ウェイトを決定し、セグメント法を用い、曲線適合によりウェイトの分配を行い、

    ただし、ωはウェイトであり、パラメータｂは外れ値を判断する最小限度であり、パラメータａは有効数値と利用可能数値の限界値である。誤差がｂより大きいと、外れ値だと思われ、対応ウェイトは０であり、誤差がａより小さいと、有効値だと思われ、対応ウェイトは１であり、中間の利用可能値のウェイトは曲線ｙ＝ｆ（ｘ）により提供し、且つｆ（ｘ）は（ａ，ｂ）の区間において、誤差の増大にしたがって素早く低減するという条件を満たさなければならなく、ｆ（ｘ）が用いる表現式は、

    であり、
    ただし、μとσはそれぞれ正規分布の平均値と平均平方であり、正規曲線がｘ＞μの領域で漸減関数の特性を示すので、ここで、μ＝０となり、実際に半正規曲線を利用し、表現式は

    になり、
    ３σ法則でσ値を出し、正規曲線適合ウェイト分配による方法は、

    により取得され、
    且つ、

    となり、ただし、ｒｍｓｅｋｉはｋ時刻に第ｉ番目のシステムの実効値誤差であり、ａｋｉはｋ時刻に第ｉ番目のシステムのウェイトであり、
    ｃ）最終データ融合の結果は、

    であり、
    ただし、
    はｋ時刻の融合値であり、ｘｋｉは各サブシステムのｋ時刻に取得した測定データであり、
    ｄ）以上のステップａ）からｃ）と同じ方法で、Ｙ軸座標値ｙおよびＺ軸座標値ｚのデータ融合最終結果を算出し、
    （二）整合するデータは姿態角データである時、ベクトルｑｉ（αｉ，βｉ，γｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の姿態角データを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、そして、ステップ（一）と同じ方法で、整合後の姿態角データを算出する、
    ことを特徴とする船舶ドッキング方法。
  5. ソーラーブラインド紫外光イメージング法を用いて、岸線に対する船舶の位置関係を決定する船舶ドッキング方法であって、
    前記船舶に少なくとも２つのソーラーブラインド紫外イメージングモジュールが設置され、前記ソーラーブラインド紫外イメージングモジュールは岸に予め設置したソーラーブラインド紫外光源アレイが発射した光信号を受信し、光信号が信号処理器により処理された後、関連するバースに対する前記ソーラーブラインド紫外イメージングモジュールの位置関係を取得し、そして、関連するバースの岸線に対する前記船舶の位置関係データを取得すること、
    を含み、
    １）前記ソーラーブラインド紫外イメージングモジュールは、それぞれ岸に予め設置されるソーラーブラインド紫外光源アレイから送信したソーラーブラインド紫外光信号を受信し、前記船舶と関連するバースとの位置関係情報を測定し、それぞれソーラーブラインド紫外光源アレイに対する平行移動ベクトルを取得し、前記平行移動ベクトルにより船体と目標ドットマトリックスとの距離を取得することと、
    ２）前記信号処理器は、受信したソーラーブラインド紫外光信号により、ソーラーブラインド紫外イメージングモジュールの間の接続線の目標ドットマトリックス座標系におけるベクトル表示を算出し、すべてのソーラーブラインド紫外イメージングモジュールの前記船舶での設置方式により、船体の目標ドットマトリックス座標系におけるベクトル表示を求め、そして、予め設定または測定した埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示により、岸線に対する船体軸線の姿態角を算出し、バースの岸線に対する前記船舶の位置および姿態を決定することとを更に含み、
    ３つ以上のソーラーブラインド紫外イメージングモジュールを用い、各ソーラーブラインド紫外イメージングモジュールが測定した、バースに対する船舶の位置および／または角度情報を整合処理し、船舶と岸線との位置関係を代表する数値を取得し、
    前記信号処理器はデータ融合算法を用いて、それぞれ位置決めデータまたは姿態角データの整合に用いられ、前記データ融合算法の具体的なステップは、
    （一）整合するデータは位置決めデータである時、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の角度と空間変換後の位置決めデータを示し、ｉ＝１，２，３．．．．．．Ｎとなり、前記角度と空間変換後の位置決めデータは、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何変換により、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換することで取得されており、
    ａ）位置決めデータにおいて各座標序列の標準偏差を算出し、Ｎ個のソーラーブラインド紫外イメージングモジュール検出サブシステムがフィードバックしたＮ組の位置決めデ
    ータにおける各座標序列の標準偏差を算出することにより、Ｎ組のデータにおける各座標
    序列中の外れデータを判断する根拠とし、前記各座標序列の標準偏差は、

    であり、
    ただし、ｉｎｄｅｘ∈（ｘ，ｙ，ｚ）となると、σｉｎｄｅｘはＮ組のデータ中の各座標序列の標準偏差であり、ＸｉｎｄｅｘはＮ組の測定のデータであり、各組には座標値（ｘ，ｙ，ｚ）が含まれ、
    はＮ組のデータの平均値、即ち、各座標序列平均値から構成される一元ベクトルであり、
    ｂ）算出した標準偏差により各座標序列中の外れデータを取得し、外れデータの判定は

    により取得され、
    ただし、ｏｕｔｌｉｔｅｒｓは取得した外れデータであり、ｘ，ｙ，ｚより構成される一組の座標データにおいて、そのうちの１つの座標値がその序列で外れデータと判断されると、この組の座標値はＮ組の座標データ中の外れデータと判断され、ｃは定係数であり、実験経験と要求により決められ、前記定係数ｃの決定方法は、大量のテストによりテスト値の波動範囲を判断し、テスト値平均値を中心とする対称範囲を取り、大量の不合理の点を前記対称範囲外とする選択を行い、選択した前記対称範囲の長さの半分をｃとしており、
    ｃ）外れデータをＮ組の原始測定データ中から除去すると、新たな位置決めデータ序列を取得し、Ｘ’と称し、次元数はＮ’であり、その後、Ｘ’に対して均等加重平均データ融合を行い、最終の融合データ、すなわち、

    を取得し、
    ただし、
    はデータ融合後の最終の位置決めデータであり、
    ｄ）以上のステップａ）−ｃ）と同じ方法で、Ｙ軸座標値ｙおよびＺ軸座標値ｚのデータ融合最終結果を算出し、
    （二）整合するデータは姿態角データである時、ベクトルｑｉ（αｉ，βｉ，γｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の姿態角データを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、そして、ステップ（一）と同じ方法で、整合後の姿態角データを算出することを特徴とする船舶ドッキング方法。
  6. ソーラーブラインド紫外光イメージング法を用い、岸に対する船舶の位置および姿態角を決定し、岸にソーラーブラインド紫外光源アレイを予め設置する船舶ドッキング装置であって、
    それぞれ前記船舶に設置され、岸に予め設置されるソーラーブラインド紫外光源アレイの光信号を受信するためのソーラーブラインド紫外光受信器を含み、前記光信号を対応する電気信号に変換する少なくとも２つのソーラーブラインド紫外イメージングモジュールと、
    データ処理部分及び関連外部装置に接続される接続部分を含み、前記ソーラーブラインド紫外イメージングモジュールに電気的に接続され、前記ソーラーブラインド紫外イメージングモジュールから送信した電気信号を受信し、前記電気信号を処理し、それぞれ各ソーラーブラインド紫外イメージングモジュールのソーラーブラインド紫外光源アレイに対する平行移動ベクトルを取得し、そして平行移動ベクトルにより船体と目標ドットマトリックスとの距離を求め、予め設定したソーラーブラインド紫外光源アレイの座標値により、岸線に対する前記船舶における各ソーラーブラインド紫外イメージングモジュールの位置を算出し、並びに、受信した、ソーラーブラインド紫外光信号を代表する電気信号により、ソーラーブラインド紫外イメージングモジュールの間の接続線の目標ドットマトリックス座標系におけるベクトル表示を算出し、すべてのソーラーブラインド紫外イメージングモジュールの前記船舶での設置方式により、船体の目標ドットマトリックス座標系におけるベクトル表示を算出し、予め設定または測定した埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示により、岸線に対する船体軸線の姿態角を算出する信号処理器と、
    を含み、
    少なくとも３つのソーラーブラインド紫外イメージングモジュールを含み、前記信号処理器は、取得した座標および／または姿態角データに対して整合処理を行い、船舶と岸との位置をさらに良好に代表した、対応する座標データおよび／または姿態角データを取得するように設計され、
    前記信号処理器は、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックした角度と空間変換後のＮ組の位置決めデータにおける第ｉ組の位置決めデータを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、ｘ、ｙおよびｚはそれぞれＮ個のソーラーブラインド紫外イメージングモジュールの三軸座標値であり、前記角度と空間変換後の位置決めデータは、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何変換により、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換するように設計されており、
    信号処理器が用いる正規化自己相関算法の具体的なステップは、
    正規化自己相関係数ＮＣＣによりＮ個の検出サブシステムがフィードバックした位置決めデータの確実度を示し、

    ｊ＝１， ２， ３、…、Ｎ；
    すべてのソーラーブラインド紫外イメージングモジュールから構成される検出システムの確実度平均値の閾値Ｇを設定し、そしてこの閾値ＧによりＮＣＣ比較的低い位置決めデータをフィルタ除去し、そして最終のシステム確実度重みｗを取得し、表現式は以下の、

    であり、
    これにより、船舶位置に関する最終の適合位置決めデータである

    を取得する、
    ことを特徴とする船舶ドッキング装置。
  7. ソーラーブラインド紫外光イメージング法を用い、岸に対する船舶の位置および姿態角を決定し、岸にソーラーブラインド紫外光源アレイを予め設置する船舶ドッキング装置であって、
    それぞれ前記船舶に設置され、岸に予め設置されるソーラーブラインド紫外光源アレイの光信号を受信するためのソーラーブラインド紫外光受信器を含み、前記光信号を対応する電気信号に変換する少なくとも２つのソーラーブラインド紫外イメージングモジュールと、
    データ処理部分及び関連外部装置に接続される接続部分を含み、前記ソーラーブラインド紫外イメージングモジュールに電気的に接続され、前記ソーラーブラインド紫外イメージングモジュールから送信した電気信号を受信し、前記電気信号を処理し、それぞれ各ソーラーブラインド紫外イメージングモジュールのソーラーブラインド紫外光源アレイに対する平行移動ベクトルを取得し、そして平行移動ベクトルにより船体と目標ドットマトリックスとの距離を求め、予め設定したソーラーブラインド紫外光源アレイの座標値により、岸線に対する前記船舶における各ソーラーブラインド紫外イメージングモジュールの位置を算出し、並びに、受信した、ソーラーブラインド紫外光信号を代表する電気信号により、ソーラーブラインド紫外イメージングモジュールの間の接続線の目標ドットマトリックス座標系におけるベクトル表示を算出し、すべてのソーラーブラインド紫外イメージングモジュールの前記船舶での設置方式により、船体の目標ドットマトリックス座標系におけるベクトル表示を算出し、予め設定または測定した埠頭岸線の目標ドットマトリックス座標系におけるベクトル表示により、岸線に対する船体軸線の姿態角を算出する信号処理器と、
    を含み、
    少なくとも３つのソーラーブラインド紫外イメージングモジュールを含み、前記信号処理器は、取得した座標および／または姿態角データに対して整合処理を行い、船舶と岸との位置をさらに良好に代表した、対応する座標データおよび／または姿態角データを取得するように設計され、
    前記信号処理器は、正規化自己相関算法を用い、いずれか１つの姿態角の方向ベクトルの３つの成分α、βおよびγに対して整合処理を行い、正規化自己相関算法を用い、ベクトルｑｉ（αｉ，βｉ，γｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組のベクトル角度データを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、正規化自己相関係数を用いて各ソーラーブラインド紫外イメージングモジュールシステムがフィードバックした位置決めデータの確実度を示すように設計され、その表現式は以下のように、

    すべてのソーラーブラインド紫外イメージングモジュールから構成される検出システムの確実度平均値の閾値Ｇを設定し、そしてこの閾値ＧによりＮＣＣが比較的低い位置決めデータをフィルタ除去し、そして最終のシステム確実度重みｗを取得し、表現式は以下の、

    であり、
    これにより、以下の最終の適合位置決めデータを取得し、

    Ｎ個のソーラーブラインド紫外イメージングモジュールにおける任意の２つのモジュールが適合した後の座標により、適合後の船舶姿態角データを換算する、
    ことを特徴とする船舶ドッキング装置。
  8. 前記信号処理器は、データ融合算法を用い、前記船舶の座標および／または姿態角データに対して整合処理するように設計され、前記データ融合算法の具体的なステップは、
    （一）整合するデータは位置決めデータである時、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の角度と空間変換後の位置決めデータを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、前記角度と空間変換後の位置決めデータは、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何変換により、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換されることで取得されており、
    ａ）各検出サブシステムの測定データにより実際に算出した実効値誤差ｒｍｓｅを用いて各サブシステムのフィードバックデータの確実度を判定し、各サブシステム測定データの実効値誤差を算出する公式は、

    であり、
    ただし、ｒｍｓｅは実効値誤差であり、ｘｉはｉ時刻に各測定サブシステムに対するＸ軸座標での測定データであり、ｘｆはｉ時刻にｘｉデータに対するフィルター値であり、ｎは測定データの合計数、即ち、サブシステムの数であり、ｉ時刻のフィルター値はカルマンフィルター方法により取得され、
    ｂ）ウェイトを決定し、セグメント法を用い、曲線適合によりウェイトの分配を行い、

    ただし、ωはウェイトであり、パラメータｂは外れ値を判断する最小限度であり、パラメータａは有効数値と利用可能数値の限界値である。誤差がｂより大きいと、外れ値だと思われ、対応ウェイトは０であり、誤差がａより小さいと、有効値だと思われ、対応ウェイトは１であり、中間の利用可能値のウェイトは曲線ｙ＝ｆ（ｘ）により提供し、且つｆ（ｘ）は（ａ，ｂ）の区間において、誤差の増大にしたがって素早く低減するという条件を満たさなければならなく、ｆ（ｘ）が用いる表現式は、

    であり、
    ただし、μとσはそれぞれ正規分布の平均値と平均平方であり、正規曲線がｘ＞μの領域で漸減関数の特性を示すので、ここで、μ＝０となり、実際に半正規曲線を利用し、表現式は、

    になり、
    ３σ法則でσ値を出し、正規曲線適合ウェイト分配による方法は、

    により取得され、
    且つ、

    となり、ただし、ｒｍｓｅｋｉはｋ時刻に第ｉ番目のシステムの実効値誤差であり、ａｋｉはｋ時刻に第ｉ番目のシステムのウェイトであり、
    ｃ）最終データ融合の結果は、

    であり、
    ただし、
    はｋ時刻の融合値であり、ｘｋｉは各サブシステムのｋ時刻に取得した測定データであり、
    ｄ）以上のステップａ）−ｃ）と同じ方法で、Ｙ軸座標値ｙおよびＺ軸座標値ｚのデータ融合最終結果を算出し、
    （二）整合するデータは姿態角データである時、ベクトルｑｉ（αｉ，βｉ，γｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の姿態角データを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、そして、ステップ（一）と同じ方法で、整合後の姿態角データを算出することを特徴とする請求項６または７に記載の船舶ドッキング装置。
  9. 前記信号処理器は、データ融合算法を用い、前記船舶の座標および／または姿態角データに対して整合処理を行い、具体的なステップは、
    （一）整合するデータは位置決めデータである時、ベクトルｐｉ（ｘｉ，ｙｉ，ｚｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の角度と空間変換後の位置決めデータを示し、ｉ＝１，２，３．．．．．．Ｎとなり、前記角度と空間変換後の位置決めデータは、すべてのソーラーブラインド紫外イメージングモジュールの相対位置と船舶姿態角を知った場合に、空間位置関係と空間幾何変換により、異なる測定モジュールに対する位置測定データを同一測定モジュールに対する位置測定データに変換することで取得されており、
    ａ）位置決めデータにおいて各座標序列の標準偏差を算出し、Ｎ個のソーラーブラインド紫外イメージングモジュール検出サブシステムがフィードバックしたＮ組の位置決めデータにおける各座標序列の標準偏差を算出することにより、Ｎ組のデータにおける各座標序列中の外れデータを判断する根拠とし、前記各座標序列の標準偏差は、

    であり、
    ただし、ｉｎｄｅｘ∈（ｘ，ｙ，ｚ）となると、σｉｎｄｅｘはＮ組のデータ中の各座標序列の標準偏差であり、ＸｉｎｄｅｘはＮ組の測定のデータであり、各組には座標値（ｘ，ｙ，ｚ）が含まれ、
    はＮ組のデータの平均値、即ち、各座標序列平均値から構成される一元ベクトルであり、
    ｂ）算出した標準偏差により各座標序列中の外れデータを取得し、外れデータの判定は

    により取得され、
    ただし、ｏｕｔｌｉｔｅｒｓは取得した外れデータであり、ｘ，ｙ，ｚより構成される一組の座標データにおいて、そのうちの１つの座標値がその序列で外れデータと判断されると、この組の座標値はＮ組の座標データ中の外れデータと判断され、ｃは定係数であり、実験経験と要求により決められ、前記定係数ｃの決定方法は、大量のテストによりテスト値の波動範囲を判断し、テスト値平均値を中心とする対称範囲を取り、大量の不合理の点を前記対称範囲外とする選択を行い、選択した前記対称範囲の長さの半分をｃとしており、
    ｃ）外れデータをＮ組の原始測定データ中から除去すると、新たな位置決めデータ序列を取得し、Ｘ’と称し、次元数はＮ’であり、その後、Ｘ’に対して均等加重平均データ融合を行い、最終の融合データ、すなわち、

    を取得し、
    ただし、
    はデータ融合後の最終の位置決めデータであり、
    ｄ）以上のステップａ）−ｃ）と同じ方法で、Ｙ軸座標値ｙおよびＺ軸座標値ｚのデータ融合最終結果を算出し、
    （二）整合するデータは姿態角データである時、ベクトルｑｉ（αｉ，βｉ，γｉ）を用いてＮ個のソーラーブラインド紫外イメージングモジュール検出サブシステムからフィードバックしたＮ組の姿態角データを示し、ただし、ｉ＝１，２，３．．．．．．Ｎとなり、そして、ステップ（一）と同じ方法で、整合後の姿態角データを算出することを特徴とする請求項６または７に記載の船舶ドッキング装置。
  10. 前記船舶の動力制御システムは前記信号処理器から送信したドッキング距離信号を受信し、これにより、自動で船舶の姿態を調整し、ドッキングを行う、
    ことを特徴とする請求項６または７に記載の船舶ドッキング装置。
JP2017537380A 2015-01-15 2015-09-28 船舶補助ドッキング方法およびシステム Active JP6507437B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510021342.6A CN105841688B (zh) 2015-01-15 2015-01-15 一种船舶辅助泊岸方法和系统
CN201510021342.6 2015-01-15
PCT/CN2015/090931 WO2016112714A1 (zh) 2015-01-15 2015-09-28 一种船舶辅助泊岸方法和系统

Publications (2)

Publication Number Publication Date
JP2018503913A JP2018503913A (ja) 2018-02-08
JP6507437B2 true JP6507437B2 (ja) 2019-05-08

Family

ID=56405213

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017537380A Active JP6507437B2 (ja) 2015-01-15 2015-09-28 船舶補助ドッキング方法およびシステム

Country Status (6)

Country Link
US (1) US10378905B2 (ja)
JP (1) JP6507437B2 (ja)
KR (1) KR101992731B1 (ja)
CN (1) CN105841688B (ja)
DE (1) DE112015005600T5 (ja)
WO (1) WO2016112714A1 (ja)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11480965B2 (en) 2010-11-19 2022-10-25 Maid Ip Holdings Pty/Ltd Automatic location placement system
US9778657B2 (en) 2010-11-19 2017-10-03 Bradley Tyers Automatic location placement system
WO2018098729A1 (zh) * 2016-11-30 2018-06-07 深圳益强信息科技有限公司 一种日盲紫外引航的方法及装置
CN107367279B (zh) * 2017-06-21 2020-05-22 集美大学 大型船舶高精度导航与靠泊方法
KR102040372B1 (ko) * 2017-10-23 2019-11-04 한국농어촌공사 무인 자율 운항이 가능한 이동식 수질관리장치
CN108490448A (zh) * 2018-06-15 2018-09-04 北京理工大学 一种用于地表迎日观测的装置及其观测方法
SE543087C2 (en) * 2018-06-21 2020-10-06 Macgregor Sweden Ab Ship cargo ramp positioning system
CN109186534B (zh) * 2018-09-12 2020-09-01 上海外高桥造船有限公司 一种船舶航行灯照射角度的测算方法
CN109285389B (zh) * 2018-09-18 2020-08-14 广州中国科学院沈阳自动化研究所分所 一种无人船自动靠泊系统及方法
CN110254648B (zh) * 2019-05-13 2020-12-15 自然资源部第一海洋研究所 一种利用dp协助船舶进出港的控制系统
CN110239676B (zh) * 2019-05-13 2020-12-15 自然资源部第一海洋研究所 一种实现自动控制进出港的科学考察船
CN110738106A (zh) * 2019-09-05 2020-01-31 天津大学 一种基于fpga的光学遥感图像船舶检测方法
EP3825982A1 (en) * 2019-11-22 2021-05-26 BSB Artificial Intelligence GmbH Detection of a risk of collision between a boat and a luminous object
CN111583722B (zh) * 2020-04-23 2022-09-06 大连理工大学 一种基于ais数据的船舶航行特征及偏好分析方法
CN111982117B (zh) * 2020-08-17 2022-05-10 电子科技大学 一种基于深度学习的auv光学引导与测向方法
CN113436275A (zh) * 2021-07-12 2021-09-24 超级视线科技有限公司 一种基于标定板的泊位尺寸确定方法及系统
CN114200956B (zh) * 2021-11-04 2024-03-05 深圳万知达科技有限公司 无人机编队中无线紫外光预警广播防碰撞方法
CN115410417B (zh) * 2022-07-20 2023-11-14 国能浙江北仑第一发电有限公司 基于环境因子的船舶调度靠泊预测系统
CN115497339A (zh) * 2022-07-22 2022-12-20 华设设计集团股份有限公司 船岸协同式船舶安全管理系统及方法
CN116644281B (zh) * 2023-07-27 2023-10-24 东营市艾硕机械设备有限公司 一种游艇船体偏移检测方法
CN117540257B (zh) * 2024-01-08 2024-03-29 武汉华测卫星技术有限公司 一种基于无人船的崩岸识别方法及系统
CN117970820A (zh) * 2024-04-01 2024-05-03 南通市鸿博信息科技有限公司 一种基于信号传输的数字化浮筒自动系泊控制系统

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6677889B2 (en) * 2002-01-22 2004-01-13 Raytheon Company Auto-docking system
JP2003276677A (ja) * 2002-03-27 2003-10-02 Mitsui Eng & Shipbuild Co Ltd 船舶の離着桟支援装置
JP4214219B2 (ja) * 2002-11-26 2009-01-28 独立行政法人海上技術安全研究所 離接岸用操船支援装置
AU2005271581B9 (en) * 2004-08-02 2011-01-06 Johnson Outdoors Inc. Sonar imaging system for mounting to watercraft
JP3977846B2 (ja) * 2005-03-22 2007-09-19 日本油脂株式会社 空包用弾薬
US7561886B1 (en) * 2006-01-06 2009-07-14 Brunswick Corporation Method for determining the position of a marine vessel relative to a fixed location
US7542376B1 (en) * 2006-07-27 2009-06-02 Blueview Technologies, Inc. Vessel-mountable sonar systems
JP5072400B2 (ja) * 2007-03-26 2012-11-14 古野電気株式会社 水中探知装置
WO2008152618A1 (en) * 2007-06-15 2008-12-18 University Of Limerick A method and apparatus for determining the topography of a seafloor and a vessel comprising the apparatus
CN101363918B (zh) * 2008-08-12 2011-01-26 阎锋 应用日盲紫外光对物体进行定位识别的方法
CN102236327A (zh) * 2010-04-27 2011-11-09 上海冠卓企业发展有限公司 一种船舶激光靠泊监测系统
CN103175523B (zh) * 2012-12-18 2015-08-12 江苏南大五维电子科技有限公司 基于日盲紫外光信号的引航仪
CN103177606B (zh) * 2012-12-18 2015-09-30 江苏南大五维电子科技有限公司 基于日盲紫外光信号的引航靠泊系统
FR3010799B1 (fr) * 2013-09-13 2015-08-28 Thales Sa Systeme de detection et de localisation d'objets immerges flottant entre deux eaux tels que des mines a orins et procede associe
CN203534599U (zh) * 2013-09-30 2014-04-09 江苏五维电子科技有限公司 船用日盲紫外引航仪
JP5715224B2 (ja) * 2013-12-03 2015-05-07 ヤンマー株式会社 船舶の着岸支援装置
CN103745617A (zh) * 2014-01-11 2014-04-23 上海冠卓企业发展有限公司 一种辅助靠泊监控系统
US10931934B2 (en) * 2014-09-02 2021-02-23 FLIR Belgium BVBA Watercraft thermal monitoring systems and methods
US11344928B2 (en) * 2015-06-03 2022-05-31 Koninklijke Philips N.V. Safety improvements for UV radiation in aquatic applications
US9840312B1 (en) * 2016-06-14 2017-12-12 Navico Holding As Integrated display for a trolling motor

Also Published As

Publication number Publication date
US10378905B2 (en) 2019-08-13
CN105841688A (zh) 2016-08-10
JP2018503913A (ja) 2018-02-08
KR20170102995A (ko) 2017-09-12
WO2016112714A1 (zh) 2016-07-21
CN105841688B (zh) 2018-08-10
US20180010917A1 (en) 2018-01-11
KR101992731B1 (ko) 2019-06-25
DE112015005600T5 (de) 2017-11-16

Similar Documents

Publication Publication Date Title
JP6507437B2 (ja) 船舶補助ドッキング方法およびシステム
JP6516111B2 (ja) 船舶補助ドッキング方法およびシステム
US11958576B2 (en) Automated draft survey
CN108692719B (zh) 物体检测装置
CN104064055B (zh) 一种内河通航船舶超高检测预警系统及其工作方法
KR101334804B1 (ko) 선박 통합모니터링을 위한 위성정보 및 선박정보의 통합방법
KR102530847B1 (ko) 항만 및 선박 모니터링 방법 및 장치
US20210319221A1 (en) Vessel Height Detection Through Video Analysis
EP4089660A1 (en) Method and device for monitoring port and ship in consideration of sea level
CN109029465A (zh) 一种无人艇基于毫米波雷达的跟踪和避障系统
JP5152913B2 (ja) 洋上監視システムおよび方法
CN115131720A (zh) 一种基于人工智能的船舶靠泊辅助方法
KR20240036529A (ko) 선박 및 항만 모니터링 장치 및 방법
KR102283968B1 (ko) 이미지 학습 기반 시정 관측 정보 생성 및 공유 시스템과 그 방법
CN111860215B (zh) 目标对象的位置确定方法、终端设备及航行系统
CN112050830B (zh) 一种运动状态估计方法及装置
Del Pizzo et al. A preliminary study on an optical system for nautical and maritime traffic monitoring
CN218886696U (zh) 一种航道监测系统
TWI838007B (zh) 船舶環境風險即時控管導航系統及其運作方法
Nomura et al. A Proposal of Automatic Camera Placement Method for Wide Sea Area Monitoring

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180828

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180829

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181126

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190118

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190219

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190314

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190314

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20190314

R150 Certificate of patent or registration of utility model

Ref document number: 6507437

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250