[发明专利]一种基于多传感器的无人船过闸识别方法

说明书

本发明提供了一种基于多传感器的无人船过闸识别方法，包括以下步骤：S1、基于激光雷达的无人船前方障碍物获取方法；S2、基于视觉传感器的无人船前方障碍物获取方法；S3、基于激光雷达与视觉传感器融合的无人船过闸环境感知方法。该方法使用两种传感器分别对无人船前方的有效障碍物进行提取，并通过构建感兴趣区域的方式将两种传感设备获取到的障碍物信息进行融合，从而提升无人船过闸的环境感知能力。

技术领域

本发明属于无人船航行图像处理技术领域，尤其涉及一种基于激光雷达和视觉传感器融合的过闸环境感知识别方法。

背景技术

随着航运业的高速发展，船舶航行的高效性与安全性已成为研究的热点。无人船驾驶技术的研究与应用能有效地减少人力成本，降低人为失误，因此受到广泛的关注。伴随着海上通讯、协同控制和人工智能等技术的突飞猛进，无人船环境识别作为船舶智能系统研发的重要拓展，在无人船协同航行的研究与应用中已逐渐成为现实。与开放水域不同的是，船舶过闸时水域都非常狭窄，在这些限制过闸水域中，航道允许无人船通过的距离狭小，在航行过程中自适应的调节左右与闸壁的距离，从而保证无人船过闸的安全性，提高航道通航能力。

无人船环境感知的原始数据来源于船载传感设备，现有的无人船单一环境感知检测技术存在难以满足无人船高速行驶的过程中对船闸环境感知的速度和精度的要求等问题。

发明内容

针对上述问题，本发明的目的在于提出一种基于激光雷达和视觉传感器融合的环境感知方法，该方法使用两种传感器分别对无人船前方的有效障碍物进行提取，并通过构建感兴趣区域的方式将两种传感设备获取到的障碍物信息进行融合，从而提升无人船过闸的环境感知能力。

为了实现上述的技术特征，本发明的目的是这样实现的：一种基于多传感器的无人船过闸识别方法，包括以下步骤：

S1、基于激光雷达的无人船前方障碍物获取方法；

S2、基于视觉传感器的无人船前方障碍物获取方法；

S3、基于激光雷达与视觉传感器融合的无人船过闸环境感知方法。

所述S1中基于激光雷达的无人船前方障碍物获取方法的具体检测方法为：

S1.1：激光雷达点云数据获取与检测目标船闸之间距离和夹角信息，将所得信息进行点云预处理：

首先将点云坐标转化为二维坐标，再进行滤波处理去除杂波对所采集点云产生的噪点，采用统计滤波和直通滤波两种滤波进行处理，通过统计滤波去除稀疏离群噪声点，由于检测船闸整体相对于无人船而言距离较远，由于测量会引入噪点，而通过直通滤波过滤掉不在指定维度方向上的点；

在数据处理时，首先需将激光雷达原始点云从球坐标形式(ρ,α,ω)转换为无人艇坐标系下的笛卡尔坐标(x,y,z)：

S1.2：由于目标船闸多采用低碳合金钢板，比起其余障碍物采集的激光点云数据更多，由反射强度值筛选和点云密度筛选两个步骤进行船闸和非目标障碍物筛选；

S1.3：经过步骤S1.1和S1.2后的点云数据量会大幅度减少，只剩下需要处理的有用的点云数据，以及一些用反射强度筛选值和点云密度值筛选不掉的数据；将处理后的数据通过RANSAC算法不停迭代进行平面提取，RANSAC算法是一种迭代方法，用于从一组包含异常值的观察数据中估计数学模型的参数，此时异常值不会对估计值产生影响。

所述S1.2中反射强度值筛选具体方法为：

由于水面波浪会产生一定的激光回波，但其反射强度通常较低，经多数据分析，由于水面或水上遮挡物反射特殊的原因，强度值过低的数据均不是所需检测目标，强度值过低的点云数据反映的是水面点，将强度值的数据归一化使其范围为0-100，所以根据水面反射值特征，留下强度值为70-100的点云数据，作为进一步处理的数据。