CN110658826A - 一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法 - Google Patents
一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法 Download PDFInfo
- Publication number
- CN110658826A CN110658826A CN201911005201.XA CN201911005201A CN110658826A CN 110658826 A CN110658826 A CN 110658826A CN 201911005201 A CN201911005201 A CN 201911005201A CN 110658826 A CN110658826 A CN 110658826A
- Authority
- CN
- China
- Prior art keywords
- marker
- image
- berth
- unmanned
- unmanned surface
- 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.)
- Withdrawn
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000003550 marker Substances 0.000 claims abstract description 112
- 238000004364 calculation method Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法，包括3个步骤：通过无人水面艇搭载的视觉***采集泊位的场景，从中提取出泊位标志物并将其作为视觉跟踪的对象；利用标志物图像和期望图像的几何参数计算出航向偏差角，通过标志物图像计算标志物和无人艇的位置关系并求得虚拟航线，进而得到偏航距离；选取航向偏差角和偏航距离作为控制变量，控制***实时调整无人水面艇航向和航速使其驶向泊位完成自主靠泊任务。本发明的优点是无人艇的自主靠泊精度较高，对摄像机，计算机等硬件设备要求不高，易实现和推广。
Description
技术领域：
本发明属于无人艇领域，涉及一种基于视觉的无人水面艇自主靠泊方法及***。
背景技术：
无人水面艇(Unmanned Surface Vehicle，USV)是当今科技时代无人操作的新型水上智能载体，适用于执行危险、枯燥等不适于有人船只执行的任务。经过近二十几年的快速发展，无人水面艇在开阔水域的自主航行技术日趋成熟并得到了广泛的应用，无人水面艇在开阔水域的自主航行得到了广泛的应用，但由于码头结构复杂、船只较多等因素，目前无人水面艇的靠泊还是需要人工来完成，这已成为无人水面艇全自主作业的瓶颈问题。
船舶的自主靠泊控制任务主要分为三种类型：泊位外镇定、平行靠拢、先泊位外镇定再平行靠拢，其中后两种类型均需要舵和侧推器协助来完成靠泊控制任务，但目前的绝大多数无人艇并未安装侧推器，同时兼顾到无人艇的造价成本和实际应用，也没有必要在大多数的无人艇中安装侧推器，因此针对未安装侧推器的欠驱动的水面无人艇，它的自主靠泊主要还是采用泊位外镇定的方式。无人艇的自主靠泊任务可分为泊位检测和运动控制两部分来完成。现有的靠泊方案如文献[专利号：CN108267955A]中使用到了毫米波雷达，卷积神经网络等算法，但该方法需要事先在无人艇的尾部和岸边安装电磁铁等靠泊释放装置，对环境的局限性较大，也有文献[专利号：CN108459602A]考虑了多障碍复杂环境下欠驱动无人艇的自主靠泊，但该方案主要是针对无人艇的运动控制方面，并没有具体地考虑环境感知方面，它提出首先需要通过传感器来获取目标泊位的位置坐标，但具体该传感器如何获取该位置坐标则没有详细叙说。当今欠驱动无人艇的运动控制技术已经相对成熟，而环境感知则一直是无人艇技术发展的难点，也是衡量一艘无人艇智能化水平的一个重点。文献“船舶自动靠离泊***方案及其混合控制策略”中提出通过GPS设备来进行无人艇的自主靠泊，但GPS的信号会受到天气气候和高大建筑物以及遮挡建筑物的影响，而精度较高的GPS设备势必会抬高无人艇的靠泊成本，并且通过GPS信号靠泊是根据无人艇的绝对位置来靠泊，它忽视了无人艇靠泊时具体水面环境的复杂性，特别是忽视了近岸靠泊时无人艇的环境感知问题，所以该方案难以确保较高的靠泊精度。因此针对上述问题，特别希望出现一种既能确保靠泊精度，又能降低靠泊成本的稳定可行的自主靠泊方法。基于这样的需求，本发明提出一种利用视觉来检测泊位并完成自主靠泊任务的方法。
发明内容：
本发明提出一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法，利用一个泊位标志物进行自主靠泊。本发明采取的技术方案包含如下步骤：
步骤1：通过无人水面艇搭载的视觉***采集泊位的场景，从中提取出泊位标志物并将其作为视觉跟踪的对象；
步骤2：利用标志物图像和期望图像的几何参数计算出航向偏差角，通过标志物图像计算标志物和无人艇的位置关系并求得虚拟航线，进而得到偏航距离；
步骤3：选取航向偏差角和偏航距离作为控制变量，控制***实时调整无人水面艇航向和航速使其驶向泊位，当标志物图像与期望图像的差值小于设定阈值时即完成自主靠泊任务；
在上述的一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法中，步骤1智能泊位标志物的具体检测方法如下：
一般码头泊位场景复杂多变，为更好的从泊位场景中识别出泊位标志物且其特征不易受到光照等因素的影响，本发明将颜色作为重要特征进行标志物的检测。HSV颜色空间是一种均匀的颜色空间，人们能够更好的对颜色进行识别，所以当进行标志物的特征提取时，首先将泊位标志物图像由RGB颜色空间转换到HSV颜色空间。然后将得到的HSV空间图像进行二值化处理并使用以3×3为内核的中值滤波器进行滤波，然后使用形态学运算消除小的干扰；最后寻找形态学处理后图像中的最大连通域，以消除标志物水中倒影的干扰。
在上述的一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法中，步骤2中的航向偏差角本发明定义为无人艇偏离标志物中心的角度。当船舶的靠泊方式为泊位外镇定时总是希望泊位在船舶的正前方，此时船舶只需朝着泊位径直驶去，无需调整航向。由串视技术可知叠标线可以引导船舶安全航行，本发明将叠标线定义为虚拟航线，其垂直于泊位标志物表面，并将无人水面艇偏离虚拟航线的大小定义为偏航距离。
为更好的说明本文所提方法，本发明选择矩形画布为标志物(标志物不限于矩形)，摄像机安装在船体中心且摄像机光轴和无人艇航向一致。自主靠泊类型为泊位外镇定且选择距离泊位标志物前方1.5-2.5米处为靠泊区域，该区域中心为期望位置，垂直于标志物表面的航向为期望航向。本发明中输入控制器的控制变量由航向偏差角和偏航距离两部分组成。
偏差角表示标志物图像上点p和标志物期望图像的几何中心Pe在X轴方向上的差值与摄像机焦距的比值。
偏差角θ定义为：
θ＝arctan((x-xe)/f) (1)
其中，x为点p的横坐标；xe为pe的横坐标；f为摄像机焦距。
当x为标志物图像的几何中心pc的横坐标xc时，即x＝xc时得到的偏差角定义为航向偏差角θc。
由小孔成像模型可知，在不考虑镜头畸变等因素下，根据几何关系可由标志物的实际高度、标志物图像高度和摄像机焦距来计算摄像机沿光轴方向到实际标志物上点p的距离z，其计算公式为：
其中H为泊位标志物的实际高度；h为标志物图像上与点p横坐标相同的像素点的个数，p为标志物上点P对应的图像坐标点。
由于摄像机安装在船体中心，可通过偏差角θ和距离z分别计算出泊位标志物图像的几何中心点pc、标志物图像左右两侧边缘上的点pl、pr在船体坐标系下的坐标pc、pl、pr，其中pc、pl、pr的横坐标相等。其计算方法如下：
因为虚拟航线垂直于标志物表面，故可通过船体坐标系下的标志物左右两侧边界点pl、pr确定虚拟航线，进而求得无人水面艇到虚拟航线的偏航距离D，其具体计算方法为：
其中，考虑船体坐标系下，O为船体坐标系原点；B为虚拟航线上一点。当标志物在摄像机的视场范围内时考虑无人水面艇和标志物的位置关系，当D>0时表示无人艇在虚拟航线左侧；当D<0时表示无人艇在虚拟航线右侧。
在上述的一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法中，控制***的输入为标志物的期望图像。首先由摄像机采集泊位的场景，由图像采集、处理模块提取出泊位标志物并作为视觉导航的对象；通过标志物图像和标志物期望图像的几何中心计算出航向偏差角θC，通过标志物图像计算出其在船体坐标系中的位置进而得到无人水面艇到虚拟航线的距离D；将θC和D作为控制变量输入到PD控制器中，PD控制器通过调节两侧推进电机的电压来实时调整无人水面艇航速和航向使其驶向泊位，当标志物图像与期望图像的面积差值小于一定阈值时即完成自主靠泊任务，该时刻记为Tend。其中PD控制器的左右两侧推进电机的输出电压Ul和Ur计算如下：
其中k为比例系数，w为无人艇转动角速度，Uo为基准电压。
本发明通过左右两侧推进电机进行差速控制，因此响应能力强；当受到外界较大干扰时会导致摄像机突然失去对泊位标志物的跟踪，因此当该情况发生时不能把式(5)作为导航控制规则，当标志物不在视场中时采用如下控制规则：
其中θC(t-1)为上一时刻的航向偏差角。
附图说明：
图1是本发明基于视觉伺服的欠驱动无人水面艇自主靠泊方法中无人水面艇自主靠泊示例图。
图2是本发明基于视觉伺服的欠驱动无人水面艇自主靠泊方法中无人水面艇与标志物位置关系示意图。
图3是本发明基于视觉伺服的欠驱动无人水面艇自主靠泊方法中标志物图像与期望图像中心位置关系示意图。
图4是本发明基于视觉伺服的欠驱动无人水面艇自主靠泊方法的控制***框图。
图5是本发明基于视觉伺服的欠驱动无人水面艇自主靠泊方法中k不同时实验轨迹图。
图6是本发明基于视觉伺服的欠驱动无人水面艇自主靠泊方法中D0＝15m,k＝30时控制量随时间的变化示例图。
图7是本发明基于视觉伺服的欠驱动无人水面艇自主靠泊方法中Tend时无人艇状态图。
具体实施方式：
在一个实施例中，实施场景如图1所示，摄像机光心与标志物中心在同一水平面，摄像机的焦距f＝1050，图像分辨率为1280×1024，选择矩形画布为标志物，矩形标志物尺寸大小为200cm 100cm。设置红色矩形标志物的中心坐标为(21，45)，则无人水面艇的期望位置为(21，43)；使无人水面艇在不同的起点驶向泊位，选择起点位置为(5，0)、(33，0)，初始航向角均为90°，选择矩形画布为标志物摄像机光轴垂直于标志物表面，进行自主靠泊。
步骤1：通过无人水面艇搭载的视觉***采集泊位的场景，从中提取出泊位标志物并将其作为视觉跟踪的对象：首先将泊位标志物图像由RGB颜色空间转换到HSV颜色空间。然后将得到的HSV空间图像进行二值化处理并使用以为内核的中值滤波器进行滤波，然后使用形态学运算消除小的干扰。最后寻找形态学处理后图像中的最大连通域，以消除标志物水中倒影的干扰。
步骤2：利用标志物图像和期望图像的几何参数计算出航向偏差角，通过标志物图像计算标志物和无人艇的位置关系并求得虚拟航线，进而得到偏航距离。航向偏差角本发明定义为无人艇偏离标志物中心的角度，虚拟航线本发明定义为无人水面艇偏离虚拟航线的大小。为更好的说明本文所提方法，本发明选择矩形画布为标志物(标志物不限于矩形)，摄像机安装在船体中心且摄像机光轴和无人艇航向一致。自主靠泊类型为泊位外镇定且选择距离泊位标志物前方1.5-2.5米处为靠泊区域，该区域中心为期望位置，垂直于标志物表面的航向为期望航向。本发明中输入控制器的控制变量由航向偏差角和偏航距离两部分组成。
偏差角表示标志物图像上点p和标志物期望图像的几何中心Pe在X轴方向上的差值与摄像机焦距的比值，如图3所示。
偏差角θ定义为：
θ＝a tan((x-xe)/f) (1)
其中，x为点p的横坐标；xe为pe的横坐标；f为摄像机焦距。
当x为标志物图像的几何中心pc的横坐标xc时，即x＝xc时得到的偏差角定义为航向偏差角θc。
由小孔成像模型可知，在不考虑镜头畸变等因素下，根据几何关系可由标志物的实际高度、标志物图像高度和摄像机焦距来计算摄像机沿光轴方向到实际标志物上点p的距离z，其计算公式为：
其中H为泊位标志物的实际高度；h为标志物图像上与点p横坐标相同的像素点的个数，p为标志物上点P对应的图像坐标点，如图3所示。
由于摄像机安装在船体中心，可通过偏差角θ和距离z分别计算出泊位标志物图像的几何中心点pc、标志物图像左右两侧边缘上的点pl、pr在船体坐标系下的坐标pc、pl、pr，其中pc、pl、pr的横坐标相等，如图3所示。其计算方法如下：
因为虚拟航线垂直于标志物表面，故可通过船体坐标系下的标志物左右两侧边界点pl、pr确定虚拟航线，进而求得无人水面艇到虚拟航线的偏航距离D，如图2所示，其具体计算方法为：
其中，考虑船体坐标系下，O为船体坐标系原点；B为虚拟航线上一点。当标志物在摄像机的视场范围内时考虑无人水面艇和标志物的位置关系，当D>0时表示无人艇在虚拟航线左侧；当D<0时表示无人艇在虚拟航线右侧。
步骤3：选取航向偏差角和偏航距离作为控制变量，控制***实时调整无人水面艇航向和航速使其驶向泊位，当标志物图像与期望图像的差值小于设定阈值时即完成自主靠泊任务。步骤3中的控制***框图如图4所示，控制***的输入为标志物的期望图像。首先由摄像机采集泊位的场景，由图像采集、处理模块提取出泊位标志物并作为视觉导航的对象；通过标志物图像和标志物期望图像的几何中心计算出航向偏差角θc，通过标志物图像计算出其在船体坐标系中的位置进而得到无人水面艇到虚拟航线的距离D；将θc和D作为控制变量输入到PD控制器中，PD控制器通过调节两侧推进电机的电压来实时调整无人水面艇航速和航向使其驶向泊位，当标志物图像与期望图像的面积差值小于一定阈值时即完成自主靠泊任务，该时刻记为Tend。其中PD控制器的左右两侧推进电机的输出电压Ul和Ur计算如下：
其中k为比例系数，w为无人艇转动角速度，Uo为基准电压。
本发明通过左右两侧推进电机进行差速控制，因此响应能力强，当受到外界较大干扰时会导致摄像机突然失去对泊位标志物的跟踪，因此当该情况发生时不能把式(5)作为导航控制规则，当标志物不在视场中时采用如下控制规则：
其中θC(t-1)为上一时刻的航向偏差角。
自主靠泊任务中设置不同起点且比例系数k取不同值时无人艇相对于虚拟航线的轨迹图如图5所示。由图可知当k越小时无人艇轨迹收敛于虚拟航线的速度越快，这是因为k较小时，控制变量D所占的权重大，因此较快的收敛于虚拟航线。其中调整PD控制器的参数为：kp＝10，kd＝8；
设置初始偏航距离D0＝15m，k＝30时无人艇自主靠泊过程中控制参数的变化如图6所示；初始时刻无人艇在虚拟航线左侧且标志物图像的几何中心在摄像机视窗右侧D>0、θc>0，故Δu>0，Ul>Ur，无人水面艇向右运动且快速靠近虚拟航线，标志物图像在摄像机视窗的位置逐渐向左移动；该运动过程中θc逐渐减小，当θc<0且|θC|>D/30时，θc控制作用大于D的控制作用，Δu<0，Ul<Ur，无人艇调整航向朝着标志物几何中心的方向驶去且靠近虚拟航线的速率变慢，标志物图像在视窗中的位置逐渐向右移动。最终，无人艇逐渐驶向标志物且向虚拟航线靠近，当标志物图像和期望图像的面积差值小于设定阈值时即停止靠泊任务。
设置不同比例系数k时无人艇靠泊状态示意图如图7所示，其中箭头方向为无人艇Tend时的航向。从图中可以看出Tend时无人艇位置均在靠泊区域内，与期望位置的最大位置误差为0.663m，平均位置误差为0.3m，最大航向误差为5.02，平均航向误差为3.57，满足无人水面艇的靠泊要求。
Claims (1)
1.一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法，利用一个泊位标志物进行自主靠泊，其特征在于包括如下步骤：
一、通过无人水面艇搭载的视觉***采集泊位的场景，从中提取出泊位标志物并将其作为视觉跟踪的对象：首先将泊位标志物图像由RGB颜色空间转换到HSV颜色空间；然后将得到的HSV空间图像进行二值化处理并使用以为内核的中值滤波器进行滤波，然后使用形态学运算消除小的干扰；最后寻找形态学处理后图像中的最大连通域，以消除标志物水中倒影的干扰；
二、利用标志物图像和期望图像的几何参数计算出航向偏差角，通过标志物图像计算标志物和无人艇的位置关系并求得虚拟航线，进而得到偏航距离；航向偏差角定义为无人艇偏离标志物中心的角度，虚拟航线定义为无人水面艇偏离虚拟航线的大小；
三、选取航向偏差角和偏航距离作为控制变量，控制***实时调整无人水面艇航向和航速使其驶向泊位，当标志物图像与期望图像的差值小于设定阈值时即完成自主靠泊任务；首先由摄像机采集泊位的场景，由图像采集、处理模块提取出泊位标志物并作为视觉导航的对象；通过标志物图像和标志物期望图像的几何中心计算出航向偏差角θc，通过标志物图像计算出其在船体坐标系中的位置进而得到无人水面艇到虚拟航线的距离D；将θc和D作为控制变量输入到PD控制器中，PD控制器通过调节两侧推进电机的电压来实时调整无人水面艇航速和航向使其驶向泊位，当标志物图像与期望图像的面积差值小于一定阈值时即完成自主靠泊任务，该时刻记为Tend；其中PD控制器的左右两侧推进电机的输出电压Ul和Ur计算如下：
其中k为比例系数，w为无人艇转动角速度，U0为基准电压；
四、通过左右两侧推进电机进行差速控制，因此响应能力强，当受到外界较大干扰时会导致摄像机突然失去对泊位标志物的跟踪，因此当该情况发生时不能把式(1)作为导航控制规则，当标志物不在视场中时采用如下控制规则：
其中θc(t-1)为上一时刻的航向偏差角。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911005201.XA CN110658826A (zh) | 2019-10-22 | 2019-10-22 | 一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911005201.XA CN110658826A (zh) | 2019-10-22 | 2019-10-22 | 一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110658826A true CN110658826A (zh) | 2020-01-07 |
Family
ID=69041717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911005201.XA Withdrawn CN110658826A (zh) | 2019-10-22 | 2019-10-22 | 一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110658826A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111309029A (zh) * | 2020-03-24 | 2020-06-19 | 山东科技大学 | 基于事件触发的无人艇路径跟踪方法、无人艇控制平台 |
| CN111752286A (zh) * | 2020-03-09 | 2020-10-09 | 西南科技大学 | 一种小型无人船艇自动停泊方法 |
| CN113900439A (zh) * | 2021-12-10 | 2022-01-07 | 山东理工职业学院 | 无人船自动进离码头的方法、***和控制终端 |
| CN114237262A (zh) * | 2021-12-24 | 2022-03-25 | 陕西欧卡电子智能科技有限公司 | 一种水面无人船自动停泊方法及*** |
| CN114518753A (zh) * | 2022-01-25 | 2022-05-20 | 华南理工大学 | 一种基于预设性能控制的无人艇视觉伺服控制方法 |
| CN115202366A (zh) * | 2022-08-11 | 2022-10-18 | 中国船舶集团有限公司第七一六研究所 | 一种基于环境感知的无人艇自主靠泊方法及*** |
| CN115268459A (zh) * | 2022-08-12 | 2022-11-01 | 中国船舶集团有限公司第七一六研究所 | 一种基于双喷水推进器无人艇自主靠泊控制方法 |
| CN115407786A (zh) * | 2022-11-01 | 2022-11-29 | 中国船舶集团有限公司第七〇七研究所 | 一种船舶全航程自动航行决策方法、装置、设备及介质 |
-
2019
- 2019-10-22 CN CN201911005201.XA patent/CN110658826A/zh not_active Withdrawn
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111752286A (zh) * | 2020-03-09 | 2020-10-09 | 西南科技大学 | 一种小型无人船艇自动停泊方法 |
| CN111752286B (zh) * | 2020-03-09 | 2022-03-25 | 西南科技大学 | 一种小型无人船艇自动停泊方法 |
| CN111309029B (zh) * | 2020-03-24 | 2023-09-26 | 山东科技大学 | 基于事件触发的无人艇路径跟踪方法、无人艇控制平台 |
| CN111309029A (zh) * | 2020-03-24 | 2020-06-19 | 山东科技大学 | 基于事件触发的无人艇路径跟踪方法、无人艇控制平台 |
| CN113900439A (zh) * | 2021-12-10 | 2022-01-07 | 山东理工职业学院 | 无人船自动进离码头的方法、***和控制终端 |
| CN114237262A (zh) * | 2021-12-24 | 2022-03-25 | 陕西欧卡电子智能科技有限公司 | 一种水面无人船自动停泊方法及*** |
| CN114237262B (zh) * | 2021-12-24 | 2024-01-19 | 陕西欧卡电子智能科技有限公司 | 一种水面无人船自动停泊方法及*** |
| CN114518753A (zh) * | 2022-01-25 | 2022-05-20 | 华南理工大学 | 一种基于预设性能控制的无人艇视觉伺服控制方法 |
| CN114518753B (zh) * | 2022-01-25 | 2024-06-07 | 华南理工大学 | 一种基于预设性能控制的无人艇视觉伺服控制方法 |
| CN115202366A (zh) * | 2022-08-11 | 2022-10-18 | 中国船舶集团有限公司第七一六研究所 | 一种基于环境感知的无人艇自主靠泊方法及*** |
| CN115268459A (zh) * | 2022-08-12 | 2022-11-01 | 中国船舶集团有限公司第七一六研究所 | 一种基于双喷水推进器无人艇自主靠泊控制方法 |
| CN115268459B (zh) * | 2022-08-12 | 2024-05-24 | 中国船舶集团有限公司第七一六研究所 | 一种基于双喷水推进器无人艇自主靠泊控制方法 |
| CN115407786A (zh) * | 2022-11-01 | 2022-11-29 | 中国船舶集团有限公司第七〇七研究所 | 一种船舶全航程自动航行决策方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110658826A (zh) | 一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法 | |
| US11609574B2 (en) | Extrinsic sensor calibration systems and methods | |
| US11505292B2 (en) | Perimeter ranging sensor systems and methods | |
| US11899465B2 (en) | Autonomous and assisted docking systems and methods | |
| EP3639104B1 (en) | Perimeter ranging sensor systems and methods | |
| CN108594848B (zh) | 一种基于视觉信息融合的无人机分阶段自主着艇方法 | |
| US20210166568A1 (en) | Collision avoidance systems and methods | |
| CN111324126B (zh) | 一种视觉无人船 | |
| US20210206460A1 (en) | Navigation scene analysis systems and methods | |
| CN113433933B (zh) | 一种智能水面保洁无人船的自主巡航方法 | |
| US20210261226A1 (en) | Polar mapping for autonomous and assisted docking systems and methods | |
| US20210269128A1 (en) | Assisted docking graphical user interface systems and methods | |
| WO2019157400A1 (en) | Autopilot interface systems and methods | |
| US20230103359A1 (en) | Dynamic proximity alert systems and methods | |
| CN114332647B (zh) | 一种用于无人船的河道边界检测与跟踪方法及*** | |
| Fries et al. | Autonomous convoy driving by night: The vehicle tracking system | |
| EP3874337B1 (en) | Assisted docking graphical user interface systems and methods | |
| GB2593794A (en) | Collision avoidance systems and methods | |
| Kim et al. | Navigable area detection and perception-guided model predictive control for autonomous navigation in narrow waterways | |
| CN116185049A (zh) | 基于视觉引导的无人直升机自主着舰方法 | |
| CN114228950A (zh) | 一种基于OpenCV与深度学习的水面物体打捞方法及打捞船 | |
| Muhovic et al. | Depth fingerprinting for obstacle tracking using 3D point cloud | |
| Mardiyanto et al. | Unmanned Surface Vehicle Docking Using Optical Flow and Global Positioning System | |
| CN112270250B (zh) | 一种无人机跟踪地面移动目标的目标跟踪方法 | |
| CN111752286B (zh) | 一种小型无人船艇自动停泊方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200107 |
|
| WW01 | Invention patent application withdrawn after publication |