TWI838007B - 船舶環境風險即時控管導航系統及其運作方法 - Google Patents
船舶環境風險即時控管導航系統及其運作方法 Download PDFInfo
- Publication number
- TWI838007B TWI838007B TW111147973A TW111147973A TWI838007B TW I838007 B TWI838007 B TW I838007B TW 111147973 A TW111147973 A TW 111147973A TW 111147973 A TW111147973 A TW 111147973A TW I838007 B TWI838007 B TW I838007B
- Authority
- TW
- Taiwan
- Prior art keywords
- ship
- point cloud
- navigation
- real
- motion information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 230000033001 locomotion Effects 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000003628 erosive effect Effects 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 10
- 230000003287 optical effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 1
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0875—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted to water vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本發明提供一種船舶環境風險即時控管導航系統,具有設置在船舶上的處理器、三維雷達、慣性感測器、全球定位系統。光達感測器所偵測的三維點雲圖資料轉化為二維點雲,處理器依GPS地圖轉換二維點雲的座標,以及圖像演算法參考依慣性感測器所偵測船體即時狀況計算出障礙物位置,進而規劃船舶路徑。本發明可提高水上障礙物的位置精準度,且路徑規劃也因有考量船體本身的行進所需裕度,提高了行徑的安全性。
Description
隨著未來無人載具的快速發展與廣泛應用下,光學雷達用於載具之即時地圖及自動路徑規劃技術將會無所不在,然目前較少將光學雷達實際應用於水上載具之案例,水面載具之航行路徑為載具實際運維之必要項目,本發明除了使用 3D 光學雷達降低水面載具使用傳統船用雷達與海圖之航儀成本,並可即時計算當時之適航路徑,加上光學雷達量測精度與解析度較傳統雷達高,可建置高精確之導航地圖,因此可期將具有顯著影響力。
隨著造船科技的演進,船舶扮演海洋運輸主要的工具。而無論是一般船舶或是近年來積極發展之自駕船(無人船),其導航控制或路徑修正在海洋運輸的航行過程中扮演極為重要的角色。如何讓船舶運輸帶來的經濟效益更大而節省航運成本為重要設計目標。
目前只有 6% 的陸上交通通過水路運輸,而與鐵路和公路運輸相比,水路運輸實際上更節能且安全。 優化路線和燃油效率、增加貨物空間和節省人力資源皆是自駕船在運輸市場的競爭優勢。
GPS定位在自動船舶導航中發揮著關鍵作用,它提供定位訊息,使船舶可以在港口周圍安全航行、停留在預定路線上並停靠在目的地港口。 在內河航行中,船舶之間的距離可以在狹窄的船閘空間內低至 1公尺,因此需要具有最高定位精度和可靠性的定位解決方案。
在內河的自駕船可由位於遠程操作中心的船長監控,船長同時監控幾艘無人船的導航,如果需要,可以進行干預以接管導航控制。與遠洋運輸不同,在內河的自駕船需要在狹窄的水道中航行,這些水道穿過船閘、橋下和城市附近,所有這些都為準確和連續的定位解決方案帶來了許多工程挑戰。
狹窄的內陸水道、船閘系統和港口需要船隻以最精確的方式航行,有時在過往船隻之間只留幾米。對接和脫離操作需要進行遠端操縱的船長特別注意監控過程。在遠端操縱船舶時為了正確判斷情況,遠端操縱的船長需要知道船舶的確切位置,直至亞米級。然除了精確度的高度要求以外,內陸水道所遇到的誤差及雜訊干擾也是需要克服的問題。
多路徑誤差是由 GPS 衛星訊號從附近的結構(例如鎖牆、橋樑、建築物和其他船隻)反射而引起的。多路徑會延遲 GPS 訊號並降低船舶位置的準確性和可靠性。影響定位及其準確性的另一個因素是 GPS 衛星可見度。
干擾是由於無線電波、蜂窩通信鏈路或啁啾干擾器等干擾導致的低功率 GPS 訊號失真。船上的各種設備也可能導致意外干擾,例如雷達、無線電、天線和衛星調製解調器。造成的干擾會降低定位精度,甚至會導致干擾源周圍數百米半徑內的 GPS 定位丟失。
船舶航向是船舶在水中的方向,由於水流和風,它可能與速度向量不同。 只有有了準確的航向訊息,遠端操縱的船長才能在地圖軟體中可視化船舶的全長。 傳統的磁羅盤解決方案對大型金屬物體很敏感,容易受到附近經過的橋樑以及其他船隻的影響。 雖可以使用更先進的陀螺羅盤來解決,但是對於小型自駕船來說成本太高。且傳統內河船舶或水上載具所搭載船用雷達及電子海圖等航行儀器需預留較大之設備安裝空間,對於較小型自駕船較難進行安裝建置。且現行水上載具之使用傳統船用雷達與海圖等航儀,測量距離雖遠,然精確度較低(距離解析度小)且對於較小型障礙物或低矮船隻不易偵測。
為了解決先前技術中所提及的問題,本發明提供了一種船舶環境風險即時控管導航系統及其運作方法。
所述船舶環境風險即時控管導航系統包含處理器、三維雷達、慣性感測器、全球定位系統。所述處理器設置於該船舶上,並且分別與三維雷達、全球定位系統連接、慣性感測器連接。而三維雷達、慣性感測器、全球定位系統將獲得的資料輸入處理器進行運算。進一步說明,三維雷達即時掃描該船舶周遭的障礙物,取得三維點雲並輸入處理器。全球定位系統回饋該船舶在平面航行座標系的即時座標。慣性感測器感測該船舶的船體運動狀態,取得船體運動資訊並輸入處理器。
其中,處理器包括轉換座標系統、影像處理單元以及路徑規劃單元。進一步說明,在轉換座標系統中將三維點雲投影堆疊成二維點雲,接著依即時座標使二維點雲對照為平面航行座標的平面點雲圖。接著影像處理單元柵格化所述平面點雲圖,並參考該船體運動資訊以演算法去除雜訊及障礙物最適化,生成平面導航地圖。最後路徑規劃單元依所述平面導航地圖為該船舶計算出最佳路徑。
以上對本發明的簡述,目的在於對本發明之數種面向和技術特徵作一基本說明。發明簡述並非對本發明的詳細表述,因此其目的不在特別列舉本發明的關鍵性或重要元件,也不是用來界定本發明的範圍,僅為以簡明的方式呈現本發明的數種概念而已。
為能瞭解本發明的技術特徵及實用功效,並可依照說明書的內容來實施,茲進一步以如圖式所示的較佳實施例,詳細說明如後:
首先請參照圖1,圖1為本發明船舶環境風險即時控管導航系統的系統架構示意圖。
如圖1所示,本實施例之船舶環境風險即時控管導航系統10主要包含處理器110、三維雷達120、全球定位系統130及慣性感測器140。所述處理器110設置於船舶100上,並且該處理器110分別與三維雷達120、全球定位系統130、慣性感測器140連接。
進一步地,本實施例之三維雷達120、全球定位系統130以及慣性感測器140將獲得的資料依序輸入處理器110進行運算。其中,三維雷達120即時掃描船舶100周遭的障礙物,取得三維點雲並輸入處理器110。而全球定位系統130則回饋船舶100在平面航行座標系的即時座標。至於慣性感測器140係用以感測船舶100的船體運動狀態,取得船體運動資訊並輸入處理器110。
以本實施例而言,處理器110包括轉換座標系統111、影像處理單元112以及路徑規劃單元113。進一步說明,轉換座標系統111中將三維點雲投影堆疊成二維點雲,接著依即時座標使二維點雲對照為平面航行座標的平面點雲圖。緊接著,影像處理單元112柵格化所述平面點雲圖,並參考該船體運動資訊以演算法去除雜訊及障礙物最適化,生成平面導航地圖。最後,路徑規劃單元113依所述平面導航地圖為該船舶計算出最佳路徑。
在本實施例中,所述處理器110為已知的中央處理器。所述三維雷達120為16線光學雷達,型號為Velodyne 3D Lidar。而所述全球定位系統130為Trimble GPS。至於所述慣性感測器140為一般通用之慣性感測器。
本實施例中所稱的船體運動資訊已知包含船艏向以及船身運動(ship motion)資訊,且船體運動資訊包含至少二維運動資訊。所述至少二維運動資訊可包含但不限於橫搖(rolling)、縱搖(pitching)、起伏(heaving)或其組合。
圖2為應用本發明實施例之船舶100實際運行於河岸的示意圖。如圖2所示,左右兩側河岸線20標示出中間區塊為船舶100行進的河道,其他兩側為河岸的陸地。圖2中的船舶100行進時由船身四周設置的三維雷達120所掃描的區域範圍121,以r為半徑的圓形區域。船舶100經由三維雷達120即時感測回饋的感測數據傳送至處理器110,建立三維點雲資料。接著處理器110中的轉換座標系統111將三維點雲投影堆疊成二維點雲。
接著,所述即時座標為船舶100的即時大地座標,即為取樣當時的大地座標。轉換座標系統111依即時座標使二維點雲對照為平面航行座標的平面點雲圖。接著影像處理單元112柵格化上述平面點雲圖,其中所述的柵格化即為光柵化,每一柵格即為一畫素。其中,如數位平面導航影像圖中的柵格中具有點雲,其畫素即設為1。如柵格中無點雲,其畫素即設為0。影像處理單元112對上述平面點雲圖轉換為n X n之數位平面導航影像,例如n為10,則取得10X10之數位影像。
接著,影像處理單元112參考該船體運動資訊以演算法去除雜訊及障礙物最適化,生成平面導航地圖。影像處理單元112參考慣性感測器140所感測的船艏向以及船身運動(ship motion)資訊。另外,影像處理單元112具有過濾模組,過濾膜組執行侵蝕運算、膨脹運算或兩種運算。進一步說明,影像處理單元112具有預設的參考值、第一膨脹係數以及第二膨脹係數。上述的膨脹運算是參考該船體運動資訊,將有值之畫素點(障礙區域)向外擴張,將障礙物特徵強化以減少將障礙區誤判為可航行區域之機會。而上述的侵蝕運算是為了清除雜訊,如水面波浪產生的反射點雜訊。
當船體運動資訊的數值未超過參考值,影像處理單元112以第一膨脹係數對上述的數位平面導航影像進行膨脹運算。當船體運動資訊的數值超過參考值,影像處理單元112以第二膨脹係數對上述的數位平面導航影像進行膨脹運算。例如當海況較平穩,船體運動資訊的數值小於參考值,影像處理單元112以數值較小的膨脹係數進行膨脹運算。當海況較差,考慮船體橫搖、縱搖或起伏的運動較大,為安全考量,影像處理單元112以數值較大的膨脹係數進行膨脹運算。
如上所述,影像處理單元112參考船體運動資訊以演算法去除雜訊及障礙物最適化後,產生平面導航地圖。處理器110的路徑規劃單元113具有一般載具的自動路徑規劃演算法,如快速探索隨機樹演算法。路徑規劃單元113依所述平面導航地圖為船舶100藉由所述路徑演算法之計算出最佳路徑。
參考無人陸上載具之發展趨勢,可預見無人船舶(即自主航行船舶)的發展持續性將同樣具有穩定成長之價值。基於內河之船舶等水上載具路徑規劃多依靠船長經驗或依循固定航線進行自動駕駛,本實施例所揭示之方法可即時建置水上載具之適航地圖,再搭配相關路徑規劃演算法,可計算得到即時之適航路徑。
現行水上載具之導航多使用傳統船用雷達與海圖等航儀,成本較高且設備安裝空間較大,本實施例因安裝設備體積較小,於無人載具或小型船舶上更容易安裝。並且基於三維光學雷達120的使用,可增加對低矮船隻之偵測度。有鑒於此,本發明應具有可預期的市場成長性。
惟以上所述者,僅為本發明之較佳實施例而已,當不能以此限定本發明實施之範圍,即依本發明申請專利範圍及說明內容所作之簡單變化與修飾,皆仍屬本發明涵蓋之範圍內。
10:船舶環境風險即時控管導航系統
100:船舶
110:處理器
111:轉換座標系統
112:影像處理單元
113:路徑規劃單元
120:三維雷達
121:區域範圍
130:全球定位系統
140:慣性感測器
20:河岸線
r:半徑
圖1為本發明船舶環境風險即時控管導航系統的系統架構示意圖。
圖2為應用本發明實施例之船舶100實際運行於河岸的示意圖。
100:船舶
121:區域範圍
20:河岸線
r:半徑
Claims (8)
- 一種船舶環境風險即時控管導航系統,包含:一處理器,用以設置於一船舶;一三維雷達,與該處理器連接,該三維雷達即時掃描該船舶周遭的障礙物,取得一三維點雲;一慣性感測器,與該處理器連接,該慣性感測器感測該船舶的船體運動狀態,取得一船體運動資訊;以及一全球定位系統,與該處理器連接,該全球定位系統回饋該船舶在平面航行座標系的一即時座標;其中,該處理器包括:一轉換座標系統,將該三維點雲投影堆疊成一二維點雲,接著依該即時座標使該二維點雲對照為平面航行座標的一平面點雲圖;一影像處理單元,柵格化該平面點雲圖,接著參考該船體運動資訊以一演算法去除雜訊及障礙物最適化,生成一平面導航地圖;一路徑規劃單元,依該平面導航地圖為該船舶計算出一最佳路徑;其中,該影像處理單元包含一過濾模組,以該過濾膜組執行侵蝕運算、膨脹運算或其組合;其中,該膨脹運算包含:一參考值,依海況設定;一第一膨脹係數;以及一第二膨脹係數; 該船體運動資訊的數值範圍未超過該參考值,該膨脹運算單元以該第一膨脹係數進行影像運算;該船體運動資訊的數值範圍超過該參考值,該膨脹運算單元以該第二膨脹係數進行影像運算。
- 如請求項1所述之導航系統,其中該三維雷達為光達(LiDAR)感測器。
- 如請求項1所述之導航系統,其中該船體運動資訊,包含一船艏向以及一船身運動(ship motion)資訊。
- 如請求項1所述之導航系統,其中該船身運動資訊包含至少二維運動資訊。
- 如請求項4所述之導航系統,其中該至少二維運動資訊包含橫搖(rolling)、縱搖(pitching)、起伏(heaving)或其組合。
- 如請求項1所述之導航系統,其中該即時座標為該船舶的即時大地座標。
- 如請求項1所述之導航系統,其中該路徑規劃單元中使用快速搜索隨機樹演算法(Rapidly-exploring random tree,RRT)建立該最佳路徑。
- 一種可依即時船況調整路線的導航系統的運作方法,包含:以一三維雷達掃描該船舶的即時位置的周遭障礙物,取得一三維點雲;該三維點雲投影至一平面,形成一二維點雲;該二維點雲依一全球定位系統回饋該船舶在平面航行座標系的一即時座標對照為平面航行座標的一平面點雲圖;柵格化該平面點雲圖;依一慣性感測器取得一船體運動資訊; 依該船體運動資訊決定一影像處理單元中的一膨脹運算演算法採用一第一膨脹係數或第二膨脹係數;以侵蝕與膨脹運算去除雜訊及障礙物最適化,生成一平面導航地圖;以及依該平面導航地圖為該船舶計算出一最佳路徑。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111147973A TWI838007B (zh) | 2022-12-14 | 2022-12-14 | 船舶環境風險即時控管導航系統及其運作方法 |
US18/085,547 US20240201378A1 (en) | 2022-12-14 | 2022-12-20 | Watercrafts environment risk real-time control and navigation system and its operation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111147973A TWI838007B (zh) | 2022-12-14 | 2022-12-14 | 船舶環境風險即時控管導航系統及其運作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI838007B true TWI838007B (zh) | 2024-04-01 |
TW202424897A TW202424897A (zh) | 2024-06-16 |
Family
ID=91473606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111147973A TWI838007B (zh) | 2022-12-14 | 2022-12-14 | 船舶環境風險即時控管導航系統及其運作方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240201378A1 (zh) |
TW (1) | TWI838007B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516356A (zh) * | 2015-01-08 | 2015-04-15 | 西北工业大学 | 基于rrt的动态障碍规避算法 |
-
2022
- 2022-12-14 TW TW111147973A patent/TWI838007B/zh active
- 2022-12-20 US US18/085,547 patent/US20240201378A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516356A (zh) * | 2015-01-08 | 2015-04-15 | 西北工业大学 | 基于rrt的动态障碍规避算法 |
Non-Patent Citations (2)
Title |
---|
期刊 Chen, Zhe, et al. "A novel unmanned surface vehicle with 2d-3d fused perception and obstacle avoidance module." 2021 IEEE International Conference on Robotics and Biomimetics (ROBIO) 2021. IEEE, 2021. pages 1804-1809; * |
期刊 Shi, Binghua, et al. "Obstacles modeling method in cluttered environments using satellite images and its application to path planning for USV." International Journal of Naval Architecture and Ocean Engineering 11.1 (2019) Elsevier 2019 pages 202-210. * |
Also Published As
Publication number | Publication date |
---|---|
US20240201378A1 (en) | 2024-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6516111B2 (ja) | 船舶補助ドッキング方法およびシステム | |
CN105841688B (zh) | 一种船舶辅助泊岸方法和系统 | |
RU2483280C1 (ru) | Навигационный комплекс | |
CN102278986A (zh) | 电子海图航线设计最优化方法 | |
CN103985952B (zh) | 船载a-e-c三轴卫星通信天线极化偏差角实时修正方法 | |
RU2467914C1 (ru) | Способ контроля мореходности судна и устройство для его осуществления | |
CN109059746A (zh) | 一种基于精密pos的海底地形测量方法 | |
CN114061565B (zh) | 一种无人船舶slam及其应用方法 | |
Lu et al. | Motion pose estimation of inshore ships based on point cloud | |
Sawada et al. | Mapping and localization for autonomous ship using LiDAR SLAM on the sea | |
RU2501708C1 (ru) | Способ автоматической проводки судна | |
KR20170078835A (ko) | 적어도 하나의 선박의 수면속도를 계산하는 방법 및 상기 선박의 경로상의 모든 지점에서 각각의 표류벡터를 추론하는 방법 | |
CN112747760B (zh) | 一种狭水道水面无人平台自主航行航路规划方法及装置 | |
CN113219492A (zh) | 一种河道船舶行驶定位导航的方法及系统 | |
TWI838007B (zh) | 船舶環境風險即時控管導航系統及其運作方法 | |
TW202424897A (zh) | 船舶環境風險即時控管導航系統及其運作方法 | |
RU2260191C1 (ru) | Навигационный комплекс высокоскоростных судов | |
CN105115494B (zh) | 一种基于“准短基线”的惯性导航/水声组合导航方法 | |
KR102185898B1 (ko) | 해상 파고 계측 시스템 및 방법 | |
US20120059577A1 (en) | Cumulative Lateral Slide Indication | |
JP3234889B2 (ja) | Gpsキネマティック測位法による深浅測量システム | |
CN110057383B (zh) | 一种auv推位导航系统杆臂误差标校方法 | |
Song et al. | Underwater slope measurement using a tilted multibeam sonar head | |
CN104215967A (zh) | 双船间空间位置的精确测量系统及其测量方法 | |
JP6300344B2 (ja) | 海流推定方法及び海流推定システム |