[发明专利]一种无人船的目标识别追踪系统及其工作方法

权利要求书

1.一种无人船的目标识别追踪系统，其特征在于：包括数据采集单元、感知单元、数据处理单元和主控制单元(10)；

所述数据采集单元包括3D激光雷达(5)、发射换能器(2)、一对水听器(1)和组合导航系统，所述组合导航系统包括GPS导航系统(11)和IMU惯性测量单元(12)；所述发射换能器(2)和一对水听器(1)均与水听器处理器(9)连接；

所述3D激光雷达(5)安装在无人船顶部平台中部；发射换能器(2)安装在无人船下部中央位置，低于浮筒的吃水深度；一对矢量声波水听器(1)安装在无人船下部浮筒内侧；GPS导航系统(11)和IMU惯性测量单元(12)安装在无人船的防水箱(7)中；

所述感知单元包括3D激光雷达(5)和两台广角相机(3)；所述3D激光雷达(5)与数据采集单元中的3D激光雷达(5)共用；两台广角相机(3)分别安装在无人船前部平台左右两侧；

所述数据处理单元为四核的工控机(8)，安装在无人船的防水箱(7)中，并配备大容量的内部存储器；

所述主控制单元(10)使用STM32F4处理器，与岸基上位机之间通过无线数传图传模块(4)进行通信；

各器件的功能如下：

所述数据采集单元基于组合导航系统对无人船的地理位置以及无人船姿态信息进行采集，GPS导航系统(11)获取无人船的实时位置信息，IMU惯性测量单元(12)获取无人船的实时加速度、速度和航向角，发射换能器(2)向水下发射声波信号，水听器(1)对水下障碍物反射回的声波信号进行接收以确定障碍物的方位；

所述广角相机(3)对无人船前方图像信息进行采集；

所述3D激光雷达(5)感知单元与数据采集单元共用；3D激光雷达(5)为数据采集单元采集周围障碍物信息，并用于避障；3D激光雷达(5)为感知单元对前方水面进行检测，获取检测识别目标，以实现与广角相机(3)融合；

所述岸基上位机接收无人船在水面发送回的数字信号、图像信号以及水面采集的信息，在无人船自主判断出现问题的时候，无人船的遥控天线(6)接收岸基上位机发送指令，控制无人船的工作或返航；

所述工控机(8)对3D激光雷达(5)的数据进行解析获取障碍物的位置信息，并与水听器(1)定位到的水下障碍物的位置信息进行融合，根据采集的环境信息以及无人船的实时姿态进行实时的环境建模，选取可行区域；采用工控机(8)对视觉信息进行处理，将3D激光雷达(5)图像和广角相机(3)图像进行融合，对融合图像做图像处理，提取感兴趣区域，获取跟踪识别目标；工控机(8)进行视觉处理以及3D激光雷达(5)数据解析后需要占用的较大内存空间，故需要大容量的内部存储器；

所述水听器处理器(9)采用STM32F4系列处理器，控制发射换能器(2)的信号发射，加入定位算法对水听器(1)接收到的信号做算法处理，实现对水下障碍物测距定位；

所述主控制单元(10)采用STM32F4系列处理器作为底层控制，对无人船电机进行控制，根据数据处理单元获取的可行区域及识别追踪目标，实现无人船在自主避障基础上的目标识别追踪。

2.根据权利要求1所述的一种无人船的目标识别追踪系统，其特征在于：所述水听器(1)为矢量声波水听器。

3.根据权利要求1所述的一种无人船的目标识别追踪系统，其特征在于：所述组合导航系统为基于MEMS技术的组合导航系统。

4.一种无人船的目标识别追踪系统的工作方法，其特征在于：包括以下步骤：

A、数据初始化

初始化岸基上位机操作系统及无人船设备驱动程序；

B、数据信息采集

IMU惯性测量单元(12)获取无人船的实时姿态，所述实时姿态包括加速度、速度和航向角；GPS导航系统(11)获取无人船实时位置；3D激光雷达(5)对前方三维空间进行扫描，获取前方水面上的障碍物信息；一对矢量水听器(1)通过声波信号基于时间差定位方法对水下障碍物进行定位测距；通过I/0口、RS232串口通信协议实现数据传输，将数据信息传输至数据处理单元；

C、视觉信息采集

感知单元基于camera通信协议实现对图像信息的采集，并将采集图像信息通过USB2.0标准连接传输至工控机(8)；广角相机(3)具有更大的视角，获取更大范围的水面图像，3D激光雷达(5)在实现避障的同时扫描前方水域，获取检测目标，3D激光雷达(5)的扫描数据通过串口通信传至数据处理单元；

D、数据处理

工控机(8)对扫描到的雷达数据进行解析，获取海面上的障碍物的深度信息，确定海面上障碍物的坐标，水听器(1)接收到障碍物反射回的声波信号，通过信号处理电路将水听器(1)接收到的声波信号转化为数字信号发送给水听器处理器(9)，水听器处理器(9)基于时间差定位算法确定水下水下障碍物的方位与距离；

工控机(8)根据数据采集单元采集到的无人船实时姿态和位置信息以及3D激光雷达(5)和水听器(1)采集到的水面障碍物信息对前方水面进行环境建模，在避障过程中基于GPS导航系统(11)实现全局路径规划，根据数据采集单元采集到的障碍物信息，基于向量场直方图避障算法进行局部避障即VFH*，实现无人船的局部避障及前方预测，基于强化学习的方法优化无人船的避障行为；

视觉信息的处理在工控机(8)内完成，广角相机(3)建立理想的针孔模型，工控机(8)将3D激光雷达(5)与广角相机(3)图像融合，从二值图像中提取图像轮廓，针对3D雷达图像上的扫描到的区域进行视觉处理，针对感兴趣的区域进行特征提取，确定识别跟踪的目标，并用可视化的绿框框起来；

E、底层控制

数据处理单元将工控机(8)处理的水面障碍物信息和水听器处理器(9)处理的水下障碍物的信息传给主控制单元(10)，主控制单元(10)基于卡尔曼滤波将视觉的目标识别追踪信息和环境建模信息进行融合，控制无人船的实时姿态，程序设计时，对障碍物的规避比视觉的目标识别追踪具有更高的优先级。