CN114166137A - 一种船对船加注间距智能检测***及方法 - Google Patents
一种船对船加注间距智能检测***及方法 Download PDFInfo
- Publication number
- CN114166137A CN114166137A CN202111423527.1A CN202111423527A CN114166137A CN 114166137 A CN114166137 A CN 114166137A CN 202111423527 A CN202111423527 A CN 202111423527A CN 114166137 A CN114166137 A CN 114166137A
- Authority
- CN
- China
- Prior art keywords
- ship
- filling
- station
- thermal imaging
- distance
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title abstract description 11
- 238000001931 thermography Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 6
- 238000002347 injection Methods 0.000 claims description 10
- 239000007924 injection Substances 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003949 liquefied natural gas Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- 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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种船对船加注间距智能检测***及方法,所述智能检测***包括一个智能热成像双目相机模块、一个多线激光雷达模块、一个处理模块、若干个声光报警模块;所述智能热成像双目相机模块包括两个热成像相机,两个所述热成像相机分别安装于加注船的加注侧的艏部及艉部,两个所述热成像相机的光轴平行,所述多线激光雷达安装于加注侧靠近加注管附近,所述处理模块用于根据智能热成像双目相机模块及多线激光雷达模块采集的信息计算加注间距,所述声光报警模块根据加注间距发出不同的信号。本发明可提高船对船加注时的无人智能化程度,具体在自动识别受注站后便可精确地检测船对船的加注间距,在保护软管的同时还能实现防碰撞功能。
Description
技术领域
本发明属于船舶智能检测报警技术领域,具体涉及一种船对船加注间距智能检测***及方法。
背景技术
低温液货加注船在进行船对船加注时可实现不进港加注,也可与货物装卸同时进行,即在加注位置、加注速度及加注量等方面均具备较高的灵活性。但与岸基加注相比,船对船加注还存在着较多潜在的风险,如船舶间的过度运动、海况不好造成的船舶颠簸与船舶碰撞等。一般的,当加注作业附近有大型船舶高速通过时,则可能导致船舶摇晃而产生前后、上下的相对位移;倘若两船的相对位置发生异常变化,就应提前保证软管及时紧急分离并进行封闭,避免出现软管拉断造成泄漏事故。为此,现阶段在每次液化天然气船对船加注前,均需人工在两船的艏部及艉部分别绑定一套船体分离探测器(Vessel SeparationDetector,VSD),通过间接测量两船艏部及艉部之间的加注间距(软管的直线间距)以保障加注软管的安全工作。其工作原理是通过在两船艏部及艉部之间分别绑定三根不同长度的绳子,依靠三根绳子所受张力程度触发机械装置,以此来间接反映两船之间的加注间距。该方法虽原理简单,却存在精度不高且受人为因素影响较大等问题;如在受注船上绑定的位置不同,实际上触发机械装置的加注间距便也不同。更重要的是,由于该方法只能检测两船相对位置是否发生过远,并不能探知两船距离是否过近,导致在船对船加注时还存在发生碰撞的潜在风险。
实际上,由于两船之间所产生的相对位移包括前后、上下的位置关系,使得软管的保护距离并不是“面对面”或“点对面”,而是三维空间“点对点”的精细距离。为此亟需针对船对船加注作业时的特殊工况,设计一种智能检测报警***,通过检测两船的加注间距以实现软管保护及防碰撞等功能。
发明内容
针对现有技术中存在的问题,本发明提供一种船对船加注间距智能检测***,该***集成图像识别、雷达测距及检测报警等模块,可实现船对船加注时软管保护及防碰撞等功能。此外,本发明还要提供一种船对船加注间距智能检测方法。
为实现上述目的,本发明采用以下技术方案:
本发明的第一方面,提供一种船对船加注间距智能检测***,包括一个智能热成像双目相机模块、一个多线激光雷达模块、一个处理模块、若干个声光报警模块;
所述智能热成像双目相机模块包括两个热成像相机,两个所述热成像相机分别安装于加注船的加注侧的艏部及艉部,两个所述热成像相机的光轴平行,所述多线激光雷达安装于加注侧靠近加注管附近,所述处理模块用于根据智能热成像双目相机模块及多线激光雷达模块采集的信息计算加注间距,所述声光报警模块根据加注间距发出不同的信号。
本发明的第二方面,提供一种船对船加注间距智能检测方法,基于上述的智能检测***,包括以下步骤:
步骤一、图形采集并训练智能热成像双目相机模块的图像识别深度网络;
步骤二、智能热成像双目相机模块实时检测示所捕捉的图片是否出现二维受注站目标,若发现目标,进入步骤三;
步骤三、启动多线激光雷达模块进行实时扫描,建立受注船侧模型;
步骤四、将受注站标注于受注船侧模型之中;
步骤五、处理模块追踪受注站并计算加注站与受注站之间的实时距离;
步骤六、判断加注船与受注船之间的距离是否处于安全距离;
步骤七、输出报警信号。
作为优选的技术方案,所述步骤四包括以下步骤:
S4.1、标定受注站于智能热成像双目相机识别出的两个二维图像中;
S4.2、计算受注站像素点的深度;
S4.3、将受注站像素点标注于雷达坐标系中。
作为优选的技术方案,所述步骤一具体为:
收集在多个加注岸站不同角度、不同距离、不同光线下受注站的图片,将其输入到智能热成像双目相机模块中,训练图像识别深度网络。
作为优选的技术方案,所述步骤二具体为:
实时检测所述智能热成像双目相机模块所捕捉的二维图片中是否出现受注站;
若检测二维图片中未出现受注站,则持续循环步骤二实时检测二维图片是否出现受注站;
若检测二维图片中出现受注站,则执行步骤三建立受注船侧模型。
作为优选的技术方案,所述步骤五具体为:
定义加注软管的长度为L,加注站与受注站之间的实时距离为lt;
当0.35L<lt<0.57L,归属于安全距离;
当0.3L<lt≤0.35L或0.57L≤lt<0.585L,归属于第一类危险距离;
当4.5m≤lt<0.3L或0.585L≤lt<0.775L,归属于第二类危险距离;
当0.775L≤lt,归属于第三类危险距离。
作为优选的技术方案,当实时距离归属于安全距离时,持续循环步骤六判读是否处于安全距离,当实时距离不属于安全距离时,执行步骤七,发出报警信号。
作为优选的技术方案,所述步骤七具体为:
当危险距离类型为第一类危险距离时,启动一级货物报警,加注船机舱内、甲板区域报警灯柱“黄色”声光报警;
当危险距离类型为第二类危险距离时,启动二级货物报警,加注船机舱内、甲板区域报警灯柱“红色”声光报警;
当危险距离类型为第三类危险距离时,启动全船通用报警,并将信号传输至紧急分离连接器,准备软管紧急分离并封闭。
与现有技术相比,本发明具有以下技术效果:
本发明可提高船对船加注时的无人智能化程度,具体在自动识别受注站后便可精确地检测船对船的加注间距(软管的直线间距),在保护软管的同时还能实现防碰撞功能。在一定程度上,该方法可融进智能船舶的智能航行或智能货物管理***,以支撑智能船舶技术的高质量发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明智能检测方法的流程图。
图2为本发明智能检测***的结构示意图。
图3为本发明受注站像素点深度计算示意图。
其中,附图标记具体说明如下:多线激光雷达1、艏部热成像相机2、艉部热成像相机3、加注侧4。
具体实施方式
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
本实施例提供一种船对船加注间距智能检测***,包括一个智能热成像双目相机模块、一个多线激光雷达1模块、一个处理模块、若干个声光报警模块;
所述智能热成像双目相机模块包括两个热成像相机,即艏部热成像相机2与艉部热成像相机3,两个热成像相机分别安装于加注船的加注侧4的艏部及艉部,两个热成像相机的型号相同、光轴平行,所述多线激光雷达1安装于加注侧4靠近加注管附近且无障碍物的地方,处理模块用于根据智能热成像双目相机模块及多线激光雷达1模块采集的信息计算加注间距,声光报警模块根据加注间距发出不同的信号。
本实施例还提供一种船对船加注间距智能检测方法,包括以下步骤:
步骤一、图像采集并训练深度网络:
收集在多个加注岸站不同角度、不同距离、不同光线下受注船受注站的图片,将其输入至所述智能热成像双目相机模块,训练图像识别深度网络;
步骤二、实时检测二维图片是否出现受注站:
实时检测所述智能热成像双目相机模块所捕捉的二维图片中是否出现受注站;
若检测二维图片中未出现受注站,则持续循环步骤二实时检测二维图片是否出现受注站;
若检测二维图片中出现受注站,则执行步骤三建立受注船侧模型;
步骤三、建立受注船侧模型:
启动所述多线激光雷达1模块实时扫描,并建立受注船侧模型;
步骤四、处理模块进行数据处理,标定受注站于受注船侧模型中:
当在智能热成像双目相机的两个二维图像中识别出受注站后,需先标定受注站于两个二维图像中,然后计算受注站像素点的深度,最后再标定受注站像素点于雷达坐标系,包括以下步骤:
1)标定受注站于两个二维图像
在两个二维图像中标定受注站的位置,需经过像素坐标系-图像坐标系-相机坐标系的转换,才能计算出受注站像素点ai分别在艏部相机坐标系OC1-XC1-YC1平面、艉部相机坐标系OC2-XC2-YC2平面上的坐标(aXCi-1,aYCi-1)、(aXCi-2,aYCi-2);
假定艏部像素坐标系O1-U1-V1是以图像左上方作为坐标原点,U1轴与V1轴分别平行于图像平面边缘,单位:像素/毫米(pixel/mm);因此,可知其艏部图像中心点的像素坐标为(cu-1,cv-1);
假定艏部图像坐标系o1-x1-y1是以成像平面中心点作为坐标原点,x1轴与y1轴分别平行于图像平面边缘,单位:毫米(mm);
假定艏部相机坐标系OC1-XC1-YC1-ZC1是以艏部相机的光心OC1为中点,ZC1轴为垂直于相机成像平面的光轴,XC1、YC1轴符合右手法则;
艏部像素坐标系O1-U1-V1—艏部图像坐标系o1-x1-y1转换:当在所述艏部二维图像中识别出受注站的位置后,便可标定受注站像素点ai的艏部像素坐标为(aui-1,avi-1),由像素坐标系和图像坐标系之间的转换关系,可计算出受注站像素点ai的艏部二维图像坐标集为(axi-1,ayi-1)为:
式中,α、β为像素点在x1轴、y1轴上的尺寸比例,由相机的内参数决定;
艏部图像坐标系o1-x1-y1—艏部相机坐标系OC1-XC1-YC1-ZC1转换:由图像坐标系和相机坐标系之间的转换关系,可计算出受注站像素点ai在艏部相机坐标系OC1-XC1-YC1平面上的坐标为(aXCi-2,aYCi-2)为:
式中,f为相机的焦距,由艏部相机的内参数决定,单位:像素(pixel);
按照上述像素坐标系-图像坐标系-相机坐标系的转换方法,同理可计算出像素点ai在艉部相机坐标系OC2-XC2-YC2平面上的坐标集为(aXCi-2,aYCi-2);
2)计算受注站像素点的深度
依据三角形相似原理,可计算受注站像素点ai的深度aZCi:
式中,d为艏部、艉部两相机之间的基线距离,f为相机的焦距,aXCi-1,aXCi-2为受注站像素点ai分别在艏部、艉部相机坐标系的横坐标;
以此,便可知像素点ai在艏部、艉部相机坐标系的坐标集分别为(aXCi-1,aYCi-1,aZCi)、(aXCi-2,aYCi-2,aZCi);
3)标定受注站像素点于雷达坐标系
由于在双目相机与雷达的安装位置之间会存在一定的距离,因此同一时刻下,在艏部、艉部相机坐标系与雷达坐标系之间会存在旋转及三维平移的关系;
假定艏部热成像相机2与雷达在加注侧4安装位置上存在的旋转及三维平移关系为,三阶旋转矩阵S=diag(sX,sY,sZ),三阶平移向量D=(dX dY dZ)T
那么,受注站像素点ai在艏部相机坐标系中矩阵C,与其在雷达坐标系中对应点云矩阵R的关系式为:
C=MR
其中,
因此,在受注船侧模型中,与受注站像素点ai对应的点云矩阵R可表达为:
其中,(aXCi-1,aYCi-1,aZCi)是受注站像素点ai在艏部相机坐标系下的坐标,(aXRi,aYRi,aZRi)是受注站像素点ai在雷达坐标系下的坐标;
步骤五、追踪受注站并计算实时距离:
多线激光雷达1在雷达坐标系下追踪受注站像素点ai的位置,并计算实时距离lt;
步骤六、判断是否处于安全距离:
假定加注船上所配备软管的长度为L=20m,依据步骤五所计算的实时距离lt,判断是否处于安全距离:
当0.35L<lt<0.57L,即7m<lt<11.4m时归属于安全距离;
当0.3L<lt≤0.35L或0.57L≤lt<0.585L,即
6m<lt≤7m或11.4m≤lt<11.7m归属于第一类危险距离;
当4.5≤lt<0.3L或0.585L≤lt<0.775L,即
4.5≤lt<6m或11.7m≤lt<11.5m归属于第二类危险距离;
当0.775L≤lt,即15.5m≤lt归属于第三类危险距离;
当实时距离归属于安全距离时,则持续循环步骤六判断是否处于安全距离;当实时距离归属于任何一类危险距离时,则执行步骤七输出报警信号;
步骤七、输出报警信号:
依据所判断出来的危险距离类型,输出对应的报警信号:
当危险距离类型为第一类危险距离时,启动一级货物报警,加注船机舱内、甲板区域报警灯柱“黄色”声光报警;
当危险距离类型为第二类危险距离时,启动二级货物报警,加注船机舱内、甲板区域报警灯柱“红色”声光报警;
当危险距离类型为第三类危险距离时,启动全船通用报警,并将信号传输至紧急分离连接器,准备软管紧急分离并封闭。
尽管上述实施例已对本发明作出具体描述,但是对于本领域的普通技术人员来说,应该理解为可以在不脱离本发明的精神以及范围之内基于本发明公开的内容进行修改或改进,这些修改和改进都在本发明的精神以及范围之内。
Claims (8)
1.一种船对船加注间距智能检测***,其特征在于,包括一个智能热成像双目相机模块、一个多线激光雷达模块、一个处理模块、若干个声光报警模块;
所述智能热成像双目相机模块包括两个热成像相机,两个所述热成像相机分别安装于加注船的加注侧的艏部及艉部,两个所述热成像相机的光轴平行,所述多线激光雷达安装于加注侧靠近加注管附近,所述处理模块用于根据智能热成像双目相机模块及多线激光雷达模块采集的信息计算加注间距,所述声光报警模块根据加注间距发出不同的信号。
2.一种船对船加注间距智能检测方法,基于权利要求1所述的船对船加注间距智能检测***,其特征在于,包括以下步骤:
步骤一、图形采集并训练智能热成像双目相机模块的图像识别深度网络;
步骤二、智能热成像双目相机模块实时检测示所捕捉的图片是否出现二维受注站目标,若发现目标,进入步骤三;
步骤三、启动多线激光雷达模块进行实时扫描,建立受注船侧模型;
步骤四、将受注站标注于受注船侧模型之中;
步骤五、处理模块追踪受注站并计算加注站与受注站之间的实时距离;
步骤六、判断加注船与受注船之间的距离是否处于安全距离;
步骤七、输出报警信号。
3.如权利要求2所述的一种船对船加注间距智能检测方法,其特征在于,所述步骤四包括以下步骤:
S4.1、标定受注站于智能热成像双目相机识别出的两个二维图像中;
S4.2、计算受注站像素点的深度;
S4.3、将受注站像素点标注于雷达坐标系中。
4.如权利要求2所述的一种船对船加注间距智能检测方法,其特征在于,所述步骤一具体为:
收集在多个加注岸站不同角度、不同距离、不同光线下受注站的图片,将其输入到智能热成像双目相机模块中,训练图像识别深度网络。
5.如权利要求2所述的一种船对船加注间距智能检测方法,其特征在于,所述步骤二具体为:
实时检测所述智能热成像双目相机模块所捕捉的二维图片中是否出现受注站;
若检测二维图片中未出现受注站,则持续循环步骤二实时检测二维图片是否出现受注站;
若检测二维图片中出现受注站,则执行步骤三建立受注船侧模型。
6.如权利要求2所述的一种船对船加注间距智能检测方法,其特征在于,所述步骤五具体为:
定义加注软管的长度为L,加注站与受注站之间的实时距离为lt;
当0.35L<lt<0.57L,归属于安全距离;
当0.3L<lt≤0.35L或0.57L≤lt<0.585L,归属于第一类危险距离;
当4.5m≤lt<0.3L或0.585L≤lt<0.775L,归属于第二类危险距离;
当0.775L≤lt,归属于第三类危险距离。
7.如权利要求4所述的一种船对船加注间距智能检测方法,其特征在于,当实时距离归属于安全距离时,持续循环步骤六判读是否处于安全距离,当实时距离不属于安全距离时,执行步骤七,发出报警信号。
8.如权利要求5所述的一种船对船加注间距智能检测方法,其特征在于,所述步骤七具体为:
当危险距离类型为第一类危险距离时,启动一级货物报警,加注船机舱内、甲板区域报警灯柱“黄色”声光报警;
当危险距离类型为第二类危险距离时,启动二级货物报警,加注船机舱内、甲板区域报警灯柱“红色”声光报警;
当危险距离类型为第三类危险距离时,启动全船通用报警,并将信号传输至紧急分离连接器,准备软管紧急分离并封闭。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111423527.1A CN114166137A (zh) | 2021-11-26 | 2021-11-26 | 一种船对船加注间距智能检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111423527.1A CN114166137A (zh) | 2021-11-26 | 2021-11-26 | 一种船对船加注间距智能检测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114166137A true CN114166137A (zh) | 2022-03-11 |
Family
ID=80481137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111423527.1A Pending CN114166137A (zh) | 2021-11-26 | 2021-11-26 | 一种船对船加注间距智能检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114166137A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203784632U (zh) * | 2014-01-27 | 2014-08-20 | 江苏海企港华燃气发展有限公司 | 一种水上天然气加注站加注装置 |
CN104197183A (zh) * | 2014-01-27 | 2014-12-10 | 江苏海企港华燃气发展有限公司 | 一种水上天然气加注站工艺流程及加注装置 |
US20180012498A1 (en) * | 2015-01-15 | 2018-01-11 | Nanjing University 5D Technology Co., Ltd. | Auxiliary berthing method and system for vessel |
CN108121251A (zh) * | 2017-11-24 | 2018-06-05 | 浙江海洋大学 | 海上燃油加注装置及控制方法 |
CN108665499A (zh) * | 2018-05-04 | 2018-10-16 | 北京航空航天大学 | 一种基于视差法的近距飞机位姿测量方法 |
CN109631782A (zh) * | 2017-10-05 | 2019-04-16 | 美国亚德诺半导体公司 | 用于测量桥梁间隙的***和方法 |
CN112509333A (zh) * | 2020-10-20 | 2021-03-16 | 智慧互通科技股份有限公司 | 一种基于多传感器感知的路侧停车车辆轨迹识别方法及*** |
CN113159042A (zh) * | 2021-03-30 | 2021-07-23 | 苏州市卫航智能技术有限公司 | 一种激光视觉融合的无人船桥洞通行方法及*** |
CN113192274A (zh) * | 2021-04-23 | 2021-07-30 | 沪东中华造船(集团)有限公司 | 一种基于无线通信的工作人员机舱安全监控方法 |
CN113223075A (zh) * | 2021-03-11 | 2021-08-06 | 大连海事大学 | 一种基于双目摄像头式的船舶高度测量***及方法 |
CN113501088A (zh) * | 2021-06-25 | 2021-10-15 | 沪东中华造船(集团)有限公司 | 一种应用于lng加注船的旁靠***及旁靠方法 |
CN113627473A (zh) * | 2021-07-06 | 2021-11-09 | 哈尔滨工程大学 | 基于多模态传感器的水面无人艇环境信息融合感知方法 |
CN113639099A (zh) * | 2021-07-21 | 2021-11-12 | 上海外高桥造船有限公司 | 一种船用低温液态燃料或货物加注软管支座及加注*** |
CN113673386A (zh) * | 2021-08-06 | 2021-11-19 | 南京航空航天大学 | 一种交通信号灯在先验地图中的标注方法 |
-
2021
- 2021-11-26 CN CN202111423527.1A patent/CN114166137A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203784632U (zh) * | 2014-01-27 | 2014-08-20 | 江苏海企港华燃气发展有限公司 | 一种水上天然气加注站加注装置 |
CN104197183A (zh) * | 2014-01-27 | 2014-12-10 | 江苏海企港华燃气发展有限公司 | 一种水上天然气加注站工艺流程及加注装置 |
US20180012498A1 (en) * | 2015-01-15 | 2018-01-11 | Nanjing University 5D Technology Co., Ltd. | Auxiliary berthing method and system for vessel |
CN109631782A (zh) * | 2017-10-05 | 2019-04-16 | 美国亚德诺半导体公司 | 用于测量桥梁间隙的***和方法 |
CN108121251A (zh) * | 2017-11-24 | 2018-06-05 | 浙江海洋大学 | 海上燃油加注装置及控制方法 |
CN108665499A (zh) * | 2018-05-04 | 2018-10-16 | 北京航空航天大学 | 一种基于视差法的近距飞机位姿测量方法 |
CN112509333A (zh) * | 2020-10-20 | 2021-03-16 | 智慧互通科技股份有限公司 | 一种基于多传感器感知的路侧停车车辆轨迹识别方法及*** |
CN113223075A (zh) * | 2021-03-11 | 2021-08-06 | 大连海事大学 | 一种基于双目摄像头式的船舶高度测量***及方法 |
CN113159042A (zh) * | 2021-03-30 | 2021-07-23 | 苏州市卫航智能技术有限公司 | 一种激光视觉融合的无人船桥洞通行方法及*** |
CN113192274A (zh) * | 2021-04-23 | 2021-07-30 | 沪东中华造船(集团)有限公司 | 一种基于无线通信的工作人员机舱安全监控方法 |
CN113501088A (zh) * | 2021-06-25 | 2021-10-15 | 沪东中华造船(集团)有限公司 | 一种应用于lng加注船的旁靠***及旁靠方法 |
CN113627473A (zh) * | 2021-07-06 | 2021-11-09 | 哈尔滨工程大学 | 基于多模态传感器的水面无人艇环境信息融合感知方法 |
CN113639099A (zh) * | 2021-07-21 | 2021-11-12 | 上海外高桥造船有限公司 | 一种船用低温液态燃料或货物加注软管支座及加注*** |
CN113673386A (zh) * | 2021-08-06 | 2021-11-19 | 南京航空航天大学 | 一种交通信号灯在先验地图中的标注方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109283538B (zh) | 一种基于视觉和激光传感器数据融合的海上目标大小检测方法 | |
CN110414396B (zh) | 一种基于深度学习的无人艇感知融合算法 | |
JP6507437B2 (ja) | 船舶補助ドッキング方法およびシステム | |
CN105842724B (zh) | 一种船舶辅助泊岸方法和*** | |
US20240013505A1 (en) | Method, system, medium, equipment and terminal for inland vessel identification and depth estimation for smart maritime | |
Yan et al. | Autonomous underwater vehicle vision guided docking experiments based on L-shaped light array | |
CN108693535A (zh) | 一种用于水下机器人的障碍物探测***和探测方法 | |
EP3881221A1 (en) | System and method for measuring the distance to an object in water | |
CN106896815B (zh) | 一种无人船自动停泊***及方法 | |
CN107830860B (zh) | 一种无人艇起吊回收视觉引导方法 | |
CN109931909A (zh) | 一种基于无人机的海上风机塔柱状态巡检方法和装置 | |
CN113223075A (zh) | 一种基于双目摄像头式的船舶高度测量***及方法 | |
KR102520844B1 (ko) | 해수면을 고려한 항만 및 선박 모니터링 방법 및 장치 | |
CN113525631A (zh) | 一种基于光视觉引导的水下终端对接***及方法 | |
CN113763484A (zh) | 基于视频图像分析技术的船舶目标定位及速度估算方法 | |
CN116453276A (zh) | 一种海上风电电子围栏监控预警方法和*** | |
CN109612333A (zh) | 一种面向可重复使用火箭垂直回收的视觉辅助导引*** | |
CN110667783A (zh) | 一种无人艇辅助驾驶***及其方法 | |
CN114166137A (zh) | 一种船对船加注间距智能检测***及方法 | |
CN113790718A (zh) | 一种基于无人船的信息共享*** | |
CN112946685A (zh) | 一种基于三维激光雷达的码头靠泊安全监测***及其方法 | |
CN117173215A (zh) | 一种跨摄像头的内河航船全程轨迹识别方法及*** | |
CN116859948A (zh) | 基于目标检测算法的航道扫测无人船自主航行控制方法及*** | |
CN115792912A (zh) | 一种弱观测条件下基于视觉与毫米波雷达融合的水面无人艇环境感知方法及*** | |
CN113450598B (zh) | 基于红外视频的船舶辅助航行方法及*** |
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 |