一种基于立体靶标定位技术的无人船回坞控制方法技术

本发明专利技术公开了一种基于立体靶标定位技术的无人船回坞控制方法，该方法需要先设立立体靶标，无人船通过深度学习目标检测算法和图像处理技术检测靶标；将立体靶标周围的区域划分为靶标追踪区和轨迹跟踪区。在靶标追踪区，无人船以图像中心点锁定立体靶标并朝向立体靶标航行至轨迹跟踪区；在轨迹跟踪区，以立体靶标为原点建立靶标坐标系，无人船通过立体靶标定位技术计算出靶标坐标系下的无人船位置坐标，并利用轨迹生成算法自动生成回坞的参考轨迹，然后通过纯跟踪控制算法对参考轨迹进行跟踪回坞；本发明专利技术只需要在无人船上搭载普通的相机和IMU传感器，并通过立体靶标的辅助，就能完成无人船的自主回坞任务，大大降低了无人船回坞成本。坞成本。坞成本。

【技术实现步骤摘要】
一种基于立体靶标定位技术的无人船回坞控制方法


[0001]本专利技术涉及无人船的定位技术和回坞控制方法，具体涉及一种基于立体靶标定位技术的无人船回坞控制方法。
技术背景
[0002]随着机器人领域以及海洋资源探测与开采的快速发展，无人船(Unmanned Surface Vessel,USV)的应用越来越广泛。无人船回坞技术对提升无人船的自主性和智能化，促进无人船技术的发展具有重要的意义。目前，无人船回坞技术需要借助雷达或基站等方式进行辅助，成本高，工程实现复杂。

技术实现思路

[0003]本专利技术针对现有技术的不足，提出了一种基于立体靶标定位技术的无人船回坞控制方法。
[0004]一种基于立体靶标定位技术的无人船回坞控制方法，该方法具体包括以下步骤：
[0005]步骤一：设立立体靶标；所述的立体靶标有两个不同的标志物平面，标志物平面之间有夹角；
[0006]步骤二：将立体靶标周围的区域分为靶标追踪区和轨迹跟踪区；无人船在两个区域采用不同的控制方法；在靶标追踪区，无人船首先通过深度学习目标检测算法识别出立体靶标，然后以图像中心点锁定立体靶标并朝着立体靶标航行至轨迹跟踪区；
[0007]在轨迹跟踪区，以立体靶标为原点建立靶标坐标系，无人船通过深度学习目标检测算法和图像处理技术获得靶标坐标系下的无人船位置信息，然后采用纯跟踪控制算法对参考轨迹进行跟踪；
[0008]参考轨迹为一段圆弧，无人船的前视距离与参考轨迹无交点时，以距离图像中心d的位置锁定立体靶标，无人船将以绕行的方式靠近参考轨迹，向左绕行还是向右绕行可通过计算无人船当前位置处于参考轨迹的圆内还是圆外；无人船的前视距离与参考轨迹有交点时，将会对参考轨迹进行跟踪；
[0009]所述的无人船通过深度学习目标检测算法和图像处理技术获得靶标坐标系的下无人船位置信息，该方法具体为：设定靶标高度为L m，目标在图像中的像素高度为l pixel，相机的焦距为f pixel，相机距离目标的距离为D m，利用相机的针孔成像模型和三角形相似原理求得相机与目标之间的近似距离：
[0010][0011]以靶标为原点建立靶标坐标系，以靶标作为原点，两个标志物平面的角平分线为y轴，β为无人船的航向与x轴形成的夹角，可通过IMU传感器获得；θ为无人船的航向与船坞之间的夹角，可通过式(10)求得；D为无人船与船坞的距离，可通过式(8)求得；因此，可知无人船在靶标坐标系下的坐标(x,y)为：
[0012][0013]所述的以距离图像中心d的位置锁定立体靶标，无人船将以绕行的方式靠近参考轨迹；具体为：
[0014]相机视角的中轴线与无人船的航向一致；在图像像素坐标系中，当目标在距离图像中心点d处时，无人船的航向与目标之间的角度θ由相机成像原理计算出，其公式为：
[0015][0016]式(10)将无人船的航向控制任务转为了目标在图像中的位置控制任务，其中通过式(10)利用控制算法控制无人船的推进装置，使目标始终在距离图像中心点d的位置，无人船将一直保持角度θ对目标进行绕行并逐渐靠近参考轨迹。
[0017]作为优选，所述的控制无人船推进装置中的控制算法为PID控制算法，自适应控制算法。
[0018]作为优选，所述的每个标志物平面内都有用于标识此平面的特征。
[0019]作为优选，所述的参考轨迹的生成方法具体为：
[0020]在靶标坐标系下，回坞参考轨迹是半径为r的圆弧，轨迹的终点为坐标系的原点，轨迹的起点为(x0，y0)；无人船在参考轨迹的起点时，航向与船坞的夹角为θ求出r为；
[0021][0022]r与θ的关系为：
[0023][0024]由于θ≤θ
max
，结合式(0.11)和式(0.12)，轨迹起点的θ应当满足如下条件：
[0025][0026]因此，轨迹起点的选择应当满足式(0.13)，此时圆弧所在的圆为：
[0027][0028]通过上式，只需选取一个起点，就可生成适合无人船回坞的参考轨迹。
[0029]本专利技术相对于现有技术具有的效果：本专利技术能够大大降低实现成本，只需要在无人船上搭载普通的相机和IMU传感器，并通过立体靶标的辅助，就能完成无人船的自主回坞任务。
附图说明
[0030]图1为回坞方案；
[0031]图2为无人船回坞示意图；
[0032]图3为回坞控制策略；
[0033]图4为回坞控制流程框图；
[0034]图5为立体靶标示意图；
[0035]图6为利用视觉技术进行绕行的方法示意图；
[0036]图7为立体靶标定位技术原理；
[0037]图8为参考轨迹生成方法。
具体实施方式
[0038]本专利技术的回坞方案如图1所示，回坞示意图如图2所示。首先通过深度学习目标检测算法检测出立体靶标所在的图像区域，然后在该区域利用图像处理技术进行进一步的识别并提取出靶标信息，靶标信息包括：立体靶标在图像中的横坐标、像素高度以及每个标志物平面的像素面积；其中立体靶标具有如下的特点：1、有两个不同的标志物平面，标志物平面之间有夹角；2、每个标志物平面内都有用于标识此平面的特征，例如颜色、形状等特征。图5为立体靶标的示意图，该立体靶标有两个成直角的黄色标志物平面，每个标志物平面都有一个唯一标识此平面的红色三角形；立体靶标定位技术可以通过靶标信息计算出靶标坐标系下的无人船位置坐标，轨迹生成算法能够生成合适的参考轨迹，最后通过纯跟踪控制算法对参考轨迹进行轨迹跟踪，从而完成回坞任务。
[0039]本专利技术将立体靶标周围的区域分为靶标追踪区和轨迹跟踪区，如图3所示，无人船在两个区域的控制方法不同。在靶标追踪区，无人船先通过深度学习目标检测算法识别出立体靶标，然后以图像的中心点锁定立体靶标并朝着立体靶标航行，如图3中的1到2；在轨迹跟踪区，以立体靶标为原点建立靶标坐标系，无人船通过深度学习目标检测算法和图像处理技术提取靶标信息，通过靶标信息可以计算出立体靶标坐标系的下无人船位置信息；
[0040]如图7所示，设靶标高度为L m，目标在图像中的像素高度为l pixel，相机的焦距为f pixel，相机距离目标的距离为D m，利用相机的针孔成像模型和三角形相似原理可以求得相机与目标之间的近似距离：
[0041][0042]以靶标为原点建立靶标坐标系，β为无人船的航向与x轴形成的夹角，可通过IMU传感器获得；θ为无人船的航向与无人船与船坞连线之间的夹角，由式(10)求得；D为无人船与船坞的距离，可通过式(8)求得；因此，可知无人船在靶标坐标系下的坐标(x,y)为：
[0043][0044]通过靶标信息判断无人船当前是处于x轴正方向的区域还是负方向的区域，然后采用纯跟踪控制算法对参考轨迹进行跟踪。参考轨迹为一段圆弧，无人船的前视距离与参考轨迹无交点时，以距离图像中心d的位置锁定立体靶标，无人船将以绕行的方式靠近参考轨迹，
[0045]如图6所示，具体为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于立体靶标定位技术的无人船回坞控制方法，其特征在于，该方法具体包括以下步骤：步骤一：设立立体靶标；所述的立体靶标有两个不同的标志物平面，标志物平面之间有夹角；步骤二：将立体靶标周围的区域分为靶标追踪区和轨迹跟踪区；无人船在两个区域采用不同的控制方法；在靶标追踪区，无人船首先通过深度学习目标检测算法识别出立体靶标，然后以图像的中心点锁定立体靶标并朝着立体靶标航行至轨迹跟踪区；在轨迹跟踪区，以立体靶标为原点建立靶标坐标系，无人船通过深度学习目标检测算法和图像处理技术获得靶标坐标系下的无人船位置信息，然后采用纯跟踪控制算法对参考轨迹进行跟踪；参考轨迹为一段圆弧，无人船的前视距离与参考轨迹无交点时，以距离图像中心d的位置锁定立体靶标，无人船将以绕行的方式靠近参考轨迹，无人船的前视距离与参考轨迹有交点时，将会对参考轨迹进行跟踪；所述的无人船通过深度学习目标检测算法和图像处理技术获得靶标坐标系的下无人船位置信息，该方法具体为：设定靶标高度为L m，目标在图像中的像素高度为lpixel，相机的焦距为f pixel，相机距离目标的距离为D m，利用相机的针孔成像模型和三角形相似原理求得相机与目标之间的近似距离：以靶标为原点建立靶标坐标系，以靶标作为原点，两个标志物平面的角平分线为y轴，β为无人船的航向与x轴形成的夹角，可通过IMU传感器获得；θ为无人船的航向与船坞之间的夹角，可通过式(3)求得；D为无人船与船坞的距离，可通过式(1)求得；因此，可知无人船在靶标坐标系下的坐...

【专利技术属性】
技术研发人员：刘敬彪，史剑光，杨静，关德秋，张洋，马兴明，
申请(专利权)人：国网黑龙江省电力有限公司大庆供电公司，
类型：发明
国别省市：