[發(fā)明專利]一種小型無人船艇自動停泊方法在審
| 申請?zhí)枺?/td> | 202010157791.4 | 申請日: | 2020-03-09 |
| 公開(公告)號: | CN111399503A | 公開(公告)日: | 2020-07-10 |
| 發(fā)明(設(shè)計)人: | 劉秀峰;劉婷婷;陸景;李金夫 | 申請(專利權(quán))人: | 西南科技大學 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02;G05D1/08;G06T5/30;G06T7/13 |
| 代理公司: | 成都華風專利事務(wù)所(普通合伙) 51223 | 代理人: | 張巨箭 |
| 地址: | 62101*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 小型 無人 船艇 自動 停泊 方法 | ||
本發(fā)明公開了一種小型無人船艇自動停泊方法,屬于無人船艇自動停泊技術(shù)領(lǐng)域,方法具體包括根據(jù)水岸圖像信息提取實時水岸線;計算船艇與實時水岸線的實時姿態(tài)信息;根據(jù)所述實時姿態(tài)信息調(diào)整船艇航向,實現(xiàn)船艇的自動停泊。本發(fā)明能夠自動精準停靠至指定位置,不受環(huán)境影響,準確度高;占用空間小,利于拓展,且對輔助設(shè)施要求低,使用維護方便,實用性強,應(yīng)用范圍廣。
技術(shù)領(lǐng)域
本發(fā)明涉及無人船艇自動停泊技術(shù)領(lǐng)域,尤其涉及一種小型無人船艇自動停泊方法。
背景技術(shù)
現(xiàn)今,不少國家已開始研制無人船艇,無人船艇是一種可以無需遙控,借助精確衛(wèi)星定位和自身傳感即可按照預設(shè)任務(wù)在水面航行的全自動水面機器人,英文縮寫為USV。相比傳統(tǒng)船艇只,無人船艇是一種更安全,操作更容易的新型船艇只。隨著社會對安全、效率、回報率等的要求越來越高,無人船艇必然會獲得更加迅猛的發(fā)展。但與無人船艇發(fā)展態(tài)勢相反的是,無人船艇的停泊技術(shù)發(fā)展非常緩慢,關(guān)注和研究的人也較少,目前主要還是人工參與,但人工回收則難免在回收過程中因不當操作導致船身觸礁等事故,容易無人船艇船艇身,甚至會損壞其搭載的貨物或電子元件。可以看出,人工回收對停船艇人員的技術(shù)要求較高,且回收效率低下。
目前,現(xiàn)有技術(shù)的無人船艇中大多采用船控模塊控制無人船艇根據(jù)自動記憶返回本次航程出發(fā)的碼頭。但這種采用記憶路徑返回的方法在GPS、電子羅盤、加速度傳感器等精度不高的情況下自動停泊的能力很差,近岸環(huán)境下GPS會因遮擋物的存在信號極易丟失,也不利于船艇的自動停泊。進一步地,該方法采用的激光雷達成本較高且在類似沙灘等低矮岸線會有較大誤差。
現(xiàn)有技術(shù)的無人船艇中還采用船艇磁力系泊裝置,利用磁力代替纜繩進行系泊,使船艇能自動靠離碼頭(或其他船艇)。但這種采用磁力停泊的方法局限性較大,無人船艇需要有足夠的空間才能裝下該系統(tǒng),不利于拓展。
以上方案,忽略各技術(shù)本身會存在的缺點之外,均存在結(jié)構(gòu)比較復雜,對輔助設(shè)施要求高,使用維護不便的問題。對于民用或者低端科研無人船艇而言,成本支出和收入顯然不符,實用性不強。
發(fā)明內(nèi)容
本發(fā)明的目的在于克服人工停泊對技術(shù)人員要求高、效率低,自動停泊精度低、能力差,磁力停泊應(yīng)用局限等問題,提供一種小型無人船艇自動停泊方法。
本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的:一種小型無人船艇自動停泊方法,包括以下步驟:
根據(jù)水岸圖像信息提取實時水岸線;
計算船艇與實時水岸線的實時姿態(tài)信息;
根據(jù)所述實時姿態(tài)信息調(diào)整船艇航向,實現(xiàn)船艇的自動停泊。
具體地,所述根據(jù)水岸圖像信息提取實時水岸線具體包括:
根據(jù)所述初始水岸圖像信息提取初始幀水岸線;
根據(jù)所述后續(xù)幀水岸圖像信息、初始水岸線提取實時水岸線。
具體地,所述根據(jù)所述初始水岸圖像信息提取初始幀水岸線具體包括以下步驟:
將所述初始水岸圖像進行最大熵分割處理得到二值圖像;
提取所述二值圖像中的水面區(qū)域作為初始生長區(qū)域;
將初始生長區(qū)域載入?yún)^(qū)域生長堆棧中,向外執(zhí)行區(qū)域生長得到水面區(qū)域輪廓;
去除水面區(qū)域輪廓邊緣像素得到初始幀水岸線。
具體地,所述將所述初始水岸圖像進行最大熵分割處理步驟前還包括:
將所述初始水岸圖像轉(zhuǎn)為Lab顏色空間圖像;
對所述Lab顏色空間圖像L分量進行最大熵分割處理得到二值圖像。
具體地,所述將初始生長區(qū)域載入?yún)^(qū)域生長堆棧中步驟前還包括:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西南科技大學,未經(jīng)西南科技大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010157791.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





