图像处理技术在船舶航行障碍物识别中的应用

为了提高船舶航行避障能力,提出基于图像分块特征匹配和视觉跟踪识别的船舶航行障碍物识别技术。采用点跟踪匹配和动态帧点检测的方法进行船舶航行障碍物识别的红外图像信息采集,对采集的船舶航行障碍物红外视觉图像进行区域组合检测和融合处理,提取图像的差异性和突变性特征点,根据特征点的分布情况采用视觉跟踪识别方法实现对船舶航行障碍物识别。测试表明,该方法对船舶航行障碍物识别的动态跟踪能力较好,识别可靠性和精度较高。     

激光雷达和单目视觉船舶智能导航系统

以为船舶提供定位服务、障碍物检测和避障航迹规划服务为目的,设计基于激光雷达和单目视觉的船舶智能导航系统。系统船载子系统中,由卫星信号接收机接收卫星信号,定位船舶位置后,障碍物检测单元使用单目视觉传感器、激光雷达,检测船舶周围的障碍物信息和距离信息,通过CAN总线网络将2种信息传输至地面监控子系统。监控端把获取的信息和电子海图相匹配,标识船舶坐标信息,使用基于激光雷达的障碍目标测距方法完成障碍物测距,结合已知定位信息与障碍物距离信息,设计船舶航行指令,由CAN总线网络发送至船载子系统的航行控制单元,驱动航迹控制器控制船舶航行,完成船舶智能导航。仿真实验表明,此系统可实现船舶智能导航,导航应用时可保证船舶不与动态障碍物碰撞。     

连续干扰下船舶障碍物自动识别技术

针对传统识别技术依靠人工完成而导致识别精准度低的问题,提出了连续干扰下船舶障碍物自动识别技术研究。使用激光雷达设备获取实时采集图像数据,并对其处理,根据处理流程,分析船舶障碍物几何特征。使用自适应滤波滤除图像中噪点,分割目标亮度区域和背景噪声区域,滤除背景噪声,构建自适应滤波模型。在分割自适应滤波图像基础上,将信息转换为数据形式,使用栅格化处理方式,将网格划分为有障碍点网格和无障碍点网格,由此设计识别流程。引入障碍物不确定速度障碍区域,设计避障方案。通过实验结果可知,该技术与实际信号幅度最大误差为0.05 dB,可忽略不计,且最高识别精准度为0.97,具有精准识别效果。     

基于非线性模型的船舶避障路径预测方法分析

传统船舶避障路径预测方法针对小目标、小范围障碍物,此种方法的避障准确率会大幅度降低,给船舶航行安全带来威胁。为了解决上述问题,提出基于非线性模型的船舶避障路径预测方法分析。根据避障预测的非线性特点,首先对船舶航行路径进行非线性初始模型建立;然后根据模型计算变量关系,对避障关系量进行避障模型定义;最后,根据定义的避障模型完成避障过程计算。通过仿真实验的对比数据,证明提出设计方法,具有提升小范围、小目标障碍物避障成功率的作用。     

船舶模拟驾驶系统障碍物自动识别方法

本文研究船舶模拟驾驶系统障碍物自动识别方法,满足船舶模拟驾驶系统在未知环境下的避障需求。船舶模拟驾驶系统的电子导航雷达单元,利用激光雷达传感器采集船舶环境信息的激光点云数据;控制中心依据所采集激光点云数据,通过自适应距离阈值聚类法聚类激光点云数据,提取障碍物特征向量。将提取障碍物特征向量作为支持向量机的输入,利用粒子群优化算法确定支持向量机的最优核参数,利用设置最优核参数的支持向量机,输出船舶模拟驾驶系统障碍物自动识别结果。实验结果表明,船舶模拟驾驶系统采用该方法,自动识别模拟驾驶时的静态障碍物以及动态障碍物,满足船舶安全航行需求。     

水下航行器水下障碍规避性能分析与仿真

水下航行器的障碍躲避是提高水下航行器生存能力的关键技术,针对信息融合跟踪算法避障容易误差偏差和局部收敛的问题,提出一种基于Kalman滤波量化融合规避的水下航行器水下避障算法。构建水下航行器的运动系统方程,采用方位信息的量化融合方法进行自适应路径规划,结合Kalman滤波进行障碍信息的干扰抑制,采用强跟踪滤波实现障碍参量信息量化融合规避,实现水下航行器水下障碍躲避。仿真结果表明,采用该方法进行水下航行器避障,能有效规避障碍目标,提高对障碍物的方位估计精度,有效规避的准确概率达到最优。     

船舶避障过程精准测距方法

为了解决船舶避障过程中,传统测距方法存在的误差大的问题,实现对船舶避障过程精准测距方法的优化设计。分析船舶避障的基本工作过程,利用摄像机设备采集并处理实时航行产生的视觉数据,在考虑船舶航行因素的情况下,通过坐标转换与误差校正,得出船舶与障碍物之间的距离测量结果。通过与传统测距方法的对比,发现设计方法的测距误差降低了0.233 m,且将其应用到船舶避障过程中,有效降低了碰撞事故的发生次数。     

激光测距技术的船舶避障研究

船舶在海上航行时,影响航行安全的障碍物主要有礁石、桥墩以及航线上其他船舶等。为了提高船舶航行安全,降低碰撞事故发生的几率,进行船舶航行的避障技术研究有重要的价值。本文介绍一种脉冲式激光测距技术,基于该技术开发舰船的避障系统,并重点设计了激光测距船舶避障系统的信号电路。     

基于数据挖掘的船舶海上复杂交通流避障导航建模

船舶在海上航行,由于海洋环境复杂,航道上船舶的航行航速、航向、载重等均存在不同,因此,航行过程中的船舶随时面临着各种风险与障碍物。为了更好地保障船舶安全,必须对各种障碍物进行预判,寻找到最安全科学的航线,为此建立新型的船舶海上复杂交通流避障导航模型——FABP模型。首先将蚁群算法与c均值模糊聚类算法进行融合,得到各种障碍物的聚类中心,然后利用BP神经网络自动寻优能力,根据不同聚类中心的类型,对海上不同类型的障碍物进行预判,得到最优的船舶海上复杂交通流避障航线,最后进行实验仿真,结果表明,本文模型得到的船舶海上复杂交通流避障航线,路途更近,安全性能更高,效率更高。     

船舶海上事故避障路线自导方法研究

传统避障路线方法只能躲避比较明显的故障物,对于小型故障物或是静态故障物躲避能力较差。针对这一问题,研究了一种新的船舶海上事故避障路线自导方法,首先对海上故障信息进行确认,获取障碍信息,然后确定躲避障碍的方向,最后进行多次细化。为检验方法可靠性,与传统避障路线方法进行对比,结果表明,本文船舶海上事故避障路线自导方法不仅能够躲避明显的故障物,同时能够躲避小型故障物和静态故障物,使船舶航行的安全风险大大降低。     

基于机器视觉的大规模船舶航行数据自适应识别方法

传统船舶航行数据识别方法,存在瞬态识别数据规模局限性大,超规模阈值下的数据识别准确率过低的问题。在当前船舶航行数据处理规模下,无法高效准确完成船舶航行数据的处理任务。为了在根源解决上述问题,引入机器视觉技术,提出基于机器视觉的大规模船舶航行数据自适应识别方法。首先基于机器视觉技术,对航行数据的识别标准进行定义,同时完成对相关不符识别量进行修正;接着对全局航行数据对应的轨迹信息进行机器视觉结构处理;最后完成对数据的自适应识别计算。通过与传统方法的多组航行数据模拟测试发现,采用提出识别方法的航行数据识别结果,相较传统识别方法具有识别速度快、准确率高、数据规模自适应性强的特点。     

虚拟环境下船舶安全航行路径智能规划仿真

为使驾驶员能够识别出航道存在的危险,确保船舶航行安全,研究虚拟环境下船舶安全航行路径智能规划仿真方法。在虚拟环境下,基于船舶航道高程信息,利用连续极小泛函序列方法获取船舶航行航道等距网格数据,利用对象图像渲染引擎处理航道网格数据,得到航道地形模型。利用Solid Works软件,通过创建基准面、生成船舶船体型线以及构建船体曲面模型等过程生成船舶三维模型。根据生成的航道地形模型与船体模型,提出适用于三维空间路径规划的空间分层路径规划方法,通过逆向逐步搜索路径过程得到船舶安全航行路径规划结果。实验结果显示,该方法生成的航道地形与船体模型较为完善,路径规划过程中能够有效躲避固定障碍物与移动障碍物,既保障船舶航行安全性又确保航程最短。     

基于大数据分析技术的船舶航行环境感知信息实时分类研究

为提高船舶航行环境感知信息分类速度,研究基于大数据分析技术的船舶航行环境感知信息实时分类方法。采用工具层中的激光雷达传感器、风速/风向传感器、温湿度传感器,感知的船舶航行环境中障碍物、风速与风向、温湿度信息,在处理层中的Hadoop分布式大数据计算引擎中,由MapReduce并行大数据计算技术,将感知信息分块后,由map启动基于小波阈值的环境感知信息去噪方法,去除分块感知信息中噪声信息后,再启动K-最邻近分类器,计算去噪后分块感知信息样本与已知类型的感知信息隶属度,依据感知信息隶属度完成感知信息分类,最终通过reduce整合分类结果。经测试,本文方法对航行环境中感知信息分类时延仅2 s,延迟短,可实时分类船舶航行环境感知信息,且分类结果不存在信息混乱问题。     

基于动态窗口法的近海水域船舶避障算法研究

[目的]提出一种改进的动态窗口法,以解决近海水域智能船舶在面对夹击及动静混合会遇时无法有效避让的船舶避障问题。[方法]为得到在近海水域航行的船舶约束条件,针对近海水域对船舶避障的影响因素进行分析,同时提出近海水域船舶航行最低避障要求;然后对动态窗口法（DWA）的目标函数进行优化改进,并将其与船舶和障碍物的距离相关联,以提升船舶在航行图中的安全性,同时将目标函数中的航向权值引入船舶会遇态势判断,以使目标船舶可以有效判断船舶的避障责任;最后,通过仿真模拟验证改进算法的有效性。[结果]仿真结果表明,所提的改进算法在分别遭遇夹击以及复杂会遇的情况下,能够清晰地判断船舶的避障责任,降低航行过程中的速度变化陡峭度,且所规划的船舶航行路径可有效提升船舶航行的安全性。[结论]所提避障算法可为解决近海水域智能船舶遭遇复杂会遇情景的避碰失败问题提供参考。     

无人船舶避碰障碍物智能自动识别方法

传统无人船舶避碰障碍物识别方法,受到方法中识别危险系数判定基数过小的影响,在避碰障碍物识别过程中,无法在有效安全距离下瞬态识别障碍物,造成避碰全局输出准确率与效率降低。为了解决无人船舶识别危险基数过小的问题,提出无人船舶避碰障碍物智能自动识别方法。首先采用智能危险判定算法,对船舶与障碍物之间的距离进行危险系数判定计算;然后根据判定危险系数数据,重构会遇状态模型。通过模型得到算法对障碍物的识别信息;最后通过神经遗传算法,对障碍物分布信息进行避碰数据的识别转换,从而实现优化识别运算场景,提升识别方法识别准确率与输出效率。通过在同一场景下不同识别方法的对比数据表明:提出的识别方法更适合无人船舶的避碰障碍物识别计算,能够有效将障碍物识别准确率控制在97.43%。同时,提升全局输出效率25%以上。     

一种基于多线激光雷达的无人艇避障系统设计

为了实现无人艇在复杂的海洋环境下能够顺利地躲避障碍物,并按照相应的设计路线进行自主航行的目的,完成了一种基于多线激光雷达的海上无人艇软硬件设计。利用多线激光雷达获得周围环境中的连续数据和无人艇实时的位姿信息,建立无人艇所在位置的坐标系,对无人艇周围环境中的障碍物点云数据进行过滤、聚类和分割处理。在角度与距离上同时对障碍物进行分类,判断每个角度中障碍物的占比是否小于预设阈值,使用改进的A*算法对无人艇路径进行规划,使无人艇按照规定的路线航行。     

一种基于AIS数据的船舶航线自动规划方法

为采用航线自动规划技术设计出最优船舶航行路径,提出一种基于船舶自动识别系统(Automatic Identifi-cation System,AIS)数据和航行区域栅格化地图建立环境模型,结合蚁群算法求解最优航线的航线自动规划方法.对航行区域地图进行栅格化处理,利用海量AIS数据定义可通航栅格和障碍物栅格,结合邻接矩阵...     

基于机器视觉技术的船舶航行危险区域自动识别方法

提出基于机器视觉技术的船舶航行危险区域自动识别方法,最大程度规避船舶航行风险。利用机器视觉技术获取船舶航行图像数据,并结合像素平滑滤波和帧间差分法去除原始船舶航行图像所含噪声。采用二阶高斯-马尔科夫机场算法对去噪后船舶航行图像的显著性区域候选节点作信息弥散处理,获取船舶航行图像显著图,通过均值偏移算法处理船舶航行显著图像的特征空间,获得多个分割区域后,在显著图中求解各区域的显著性均值,通过与阈值作比较,实现船舶航行危险区域识别。实验结果表明：该方法可有效提升船舶航行图像的视觉效果;生成的显著图细节完整;可实现不同危险区域的识别,识别效果突出。     

基于避碰声呐的远程鱼雷水下自主障碍规避算法研究

伴随着航程可达上千千米的远程鱼雷的出现,对鱼雷远程航渡过程中自主规避可能出现的障碍物提出新要求。本文以某型远程鱼雷为背景,基于模糊控制方法,提出一种基于避碰声呐的远程鱼雷自主避障算法,提出规避障碍物的规划,并通过计算模拟避碰声呐探测信息,在仿真平台上对该算法进验证,结果表明运用该算法远程鱼雷能利用自身携带的前视避碰声呐探测到障碍物,并通过障碍规避算法控制鱼雷航行规避障碍物时,本文提出的障碍规避算法可以引导鱼雷规避障碍物,到达设定的目标点。     

基于避碰声呐的远程鱼雷水下自主障碍规避算法研究

伴随着航程可达上千千米的远程鱼雷的出现,对鱼雷远程航渡过程中自主规避可能出现的障碍物提出新要求。本文以某型远程鱼雷为背景,基于模糊控制方法,提出一种基于避碰声呐的远程鱼雷自主避障算法,提出规避障碍物的规划,并通过计算模拟避碰声呐探测信息,在仿真平台上对该算法进验证,结果表明运用该算法远程鱼雷能利用自身携带的前视避碰声呐探测到障碍物,并通过障碍规避算法控制鱼雷航行规避障碍物时,本文提出的障碍规避算法可以引导鱼雷规避障碍物,到达设定的目标点。