基于视觉伺服的欠驱动无人水面艇自主靠泊方法

发布时间：2021-07-15 00:05

　　无人水面艇在开阔水域的自主航行得到了广泛应用,但由于码头结构复杂、船只较多等因素,无人水面艇的靠泊主要还需人工来完成,这已成为无人水面艇全自主作业的瓶颈。文章提出一种基于视觉伺服的无人水面艇自主靠泊方法。首先,通过无人水面艇搭载的视觉系统采集泊位的场景,从中提取出泊位标志物并将其作为视觉跟踪的对象;然后,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;最后,选取航向偏差角和偏航距离作为控制变量,控制器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像素面积的差值小于设定阈值时即停止自主靠泊任务。实船试验结果表明,在较小风浪条件下靠泊位置误差小于0.7 m,航向误差小于12°。 

【文章来源】：船舶工程. 2020,42(07)北大核心CSCD

【文章页数】：8 页

【部分图文】：

“海翔”号无人水面艇Y

叩?大小定义为偏航距离。为更好的说明本文所提方法，本文选择红色矩形画布为标志物；摄像机安装在船体中心且摄像机光轴和无人艇航向一致。由于该试验平台无侧推器且尺寸较小，故本文中选择距离泊位标志物前方1.5m～2.5m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。本文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。2.2.1航向偏差角的计算偏差角表示标志物图像上p点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，见图5，其中标志物图像左右两侧边缘上的点为pl、pr且p、pl、pr的横坐标相等，h为标志物图像上与点p横坐标相同的像素点的个数。图5标志物图像与期望图像中心位置关系示意图偏差角θ定义为etanxxaf（2）式中：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。2.1.2偏航距离的计算由小孔成像模型可知，在不考虑镜头畸变等因素a)HSV空间效果图像b)形态学处理图像c)最大连通域图像d)识别结果标注图像

智能船舶—146—2基于视觉伺服的自主靠泊方法2.1泊位标志物的检测方法一般码头泊位场景复杂多变，为更好地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，所以本文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，人们能够更好地对颜色进行识别，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。为描述方便，本文仅描述基于红色特征对泊位标志物进行检测的流程，算法流程图见图3。图3泊位标志物检测算法流程图首先将采集的RGB空间图像转到HSV空间中，将H和S的阈值分别设置为Hmin(150)/Hmax(180)、Smin(60)/Smax(255)，对HSV空间阈值分割后效果图见图4a)；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，处理后结果见图4b)；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等大的干扰，处理后的结果见图4c)；最后标注出其几何中心和边界，见图4d)。图4图像处理算法效果图2.2视觉导航策略由摄像机线性成像模型可知，当摄像机在不同位置和角度观察同一标志物时，标志物在摄像机视窗中所成的像是不同的，其不同之处在于：1）当摄像机距离标志物越近时，标志物图像在摄像机视窗中所占的面积越大，反之，标志物图像在摄像机视窗中所占的面积越小；2）当摄像机在不同的方位拍摄标志物时，标志物图像的几何中心在摄像机视窗中的位置是不同的；3）当摄像机光轴垂直于矩形标志物表面时，标志物图


本文编号：3285167