基于虚实融合的无人船辅助领航态势显示系统

来源 :大连海事大学 | 被引量 : 0次 | 上传用户:sdnuwjz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的高速发展,无人船智能化程度逐渐提高,对无人船岸端一体化助航系统需求迫切,因此设计并实现一种无人船岸端辅助领航态势显示系统来提高无人船的航行安全度是非常有意义的。作为领航态势显示系统不但需要为岸端操纵人员提供可靠的、直观的显示方式,同时还需减少多传感器界面所带来的复杂性,以此来减少岸端使用者的工作,提高使用者的注意力来保障无人船安全航行。基于以上实际需求本文设计了一种基于虚实融合的无人船辅助领航态势显示系统,此系统主要包括电子海图子系统、虚拟视景子系统、引导增强子系统三部分。电子海图作为基础的助航显示系统,实现了状态集成显示模块、航线调整模块、AIS叠加模块等。虚拟视景子系统作为三维态势显示系统,通过构建三维模型库、场景库,实现感知目标的实例化,同时以三维图像方式实现了船舶碰撞危险度的动态展示,并基于虚拟现实技术实现了天气系统等功能,最后设计并实现多视角观测以及雷达小地图等功能模块,通过虚拟视景的三维态势展示使岸端操纵者更加直观的感受无人船的航行态势。引导增强子系统作为无人船视觉增强系统,通过虚实交互的方式实现了引导航线及引导船的叠加,同时对船载视频流的图像信息进行目标识别,将视角范围内的目标船框出并高亮显示,以此来达到辅助航行视觉增强的效果。综上所述,实现此系统主要涉及的核心技术包括海上目标探测技术、船舶碰撞危险度的计算、海上船舶识别。无人船的辅助领航态势显示系统需要将目标船舶在电子海图子系统及虚拟视景子系统中完成实例化渲染,因此需要获取准确可靠的目标船舶位置信息以实现态势显示。对于无人船来说,其获取目标船舶信息的探测设备主要依靠雷达和AIS,本文通过分析雷达和AIS感知设备的优缺点,采用了在工程上易于实现且时间复杂度较低的航迹关联及融合算法将雷达数据和AIS数据进行融合来提高目标位置信息的准确度,为辅助领航态势显示系统提供了更加可靠的目标船信息。态势显示系统的另一特点是可以将无人船的航行态势以图形化的方式呈现,在虚拟视景子系统内可将目标船舶相对本船的碰撞危险度以三维模型的方式动态表述。本文基于模糊集合理论设计了船舶碰撞危险度的计算模型,通过计算目标船舶相对本船的危险程度来增加岸端使用者对于无人船航行危险度的直观判断力,便于操纵者及时对无人船航行作出调整以保障航行安全。无人船的辅助领航态势显示系统其价值核心为保障无人船的安全航行,引导增强子系统是对船载摄像头采集的图像信息进行处理,将虚拟的引导信息实时叠加到真实的图像空间,并在视频流上实时对视角范围内的目标船舶进行识别,实现视觉增强效果完成辅助引导的功能。本文选用YOLOv5作为船舶识别算法,分析其存在的问题并相应的引入多种注意力机制模块进行改进对比,根据实验结果的分析选用SENet模块作为引入模块完成对目标船舶的识别,最后采用增强现实技术完成虚拟引导信息的渲染。
其他文献
水下目标检测技术是水下视觉感知系统中关键的组成部分。由于水介质对光的衰减、吸收、散射等作用,水下光学图像存在色彩失真、成像模糊、亮度较低、噪声严重等问题,导致了水下目标检测精度较低,因此与一般的目标检测任务相比水下目标检测任务需要更具有针对性的处理方法。传统的水下目标检测算法主要依赖于人工设计的特征和机器学习分类器,人工特征难以准确描述目标,对背景和目标形态的改变较敏感,且存在通用性较差的缺点。近
学位
水下声呐图像分类的研究对于海洋资源的探索和开发具有重要的意义,同时,水下声呐图像分类的研究也面临许多的困难和挑战。由于水下环境复杂多变,干扰因素众多,声呐图像具有分辨率低,边缘模糊,噪声多的特点,导致声呐图像的分类准确率低。与此同时,声呐数据获取困难,成本较高,声呐图像样本稀缺,因此,声呐图像分类属于小样本问题。传统的声呐图像分类方法通常是不同特征提取方法与分类器结合实现声呐图像的分类,其分类准确
学位
自动驾驶场景下的车辆检测属于智能交通领域的关键技术,其在民用和军事等领域发挥着重要的作用。而随着现代交通技术的快速发展,道路环境愈加复杂,小目标车辆、车辆遮挡以及雾天情况,给车辆检测带来了巨大的挑战。如何解决这些问题,实现准确地车辆检测,是当今目标检测领域的重要研究内容。随着深度学习在各个领域的迅速崛起,其强大的特征提取能力和较高的鲁棒性引起了目标检测领域研究者们的注意。采用深度学习技术对车辆进行
学位
驾驶员分心行为检测属于智能交通领域的关键技术,其对提高道路交通安全发挥着重要的作用。而随着现代交通技术的快速发展,驾驶舱环境愈加复杂以及驾驶员分心行为的干扰,给驾驶员分心行为检测带来了巨大的挑战。如何进行实时准确的分心行为检测,是当今智能交通领域的重要研究内容。作为深度学习的重要研究分支,卷积神经网络在各领域不断深入发展,其强大的特征提取能力和学习能力逐渐引起了国内外广大学者们的兴趣。采用卷积神经
学位
基于2001年1月至2022年4月间的高维月度数据,通过构建潜在阈值时变因子扩展的向量自回归模型(LT-TVPFAVAR模型),研究经济政策不确定性对我国宏观经济的非线性影响。实证结果表明,构建的LT-TVP-FAVAR模型在分析经济变量之间的影响关系时将更多的信息包含在内,使得模型得出的结论与实际情况更加吻合;脉冲响应图显示,经济政策不确定性在短期内对我国的产出和物价水平都具有明显的冲击效应,而
期刊
阐述UWB定位具有定位精度高、时间戳精度高、发射功率低的特点,设计以STM32为主控芯片,以DW1000超宽带芯片、OLED显示屏、PCB天线为核心硬件、以Keil5为软件开发环境,通过双边双向测距方式实现标签与基站之间距离的实时监测,并将测距距离在OLED显示屏和超级终端显示。该测距系统测距精度高,成本低,易操作,可广泛应用于室内静止或移动物体的精准定位。
期刊
吊舱式推进装置(Podded Propulsor,POD)越来越广泛的应用于各种类型的船舶。POD推进器最主要的特点是其在提供推力的同时,也可以改变推力的方向,从而达到操舵的目的。航向的改变势必会影响航速,而航速反过来也会对航向的控制产生影响,所以对POD推进船舶航向航速联合控制的研究具有一定的理论研究和实际应用价值。本论文将在建立POD推进船舶运动数学模型的基础上,重点进行基于自抗扰控制框架的吊
学位
目前UWB技术常用于室内定位。使用DW1000进行测距数据收集,针对信号干扰下的超宽带(UWB)精确定位问题,提出了基于改进的最小二乘法定位优化模型,包括对于干扰和正常数据的分类以及后续的定位。针对干扰信号,结合基站三维几何分布关系,引入与距离相关的权重对算法进行了改进,改进后的模型可将三维误差降低33.31%。最后,对于实际中的UWB定位进行了动态预测以及模拟,效果良好。
期刊
无人船相较于同级别有人船具备高度自主航行和决策能力,且航速高、搭载量大,能够完美适应新型海上系统的任务需求。多无人船集群系统相较于单无人船在执行任务时可覆盖海域更广、完成效率更高,是开展海洋资源勘测、海事防务等水上作业的利器。因此对复杂海洋环境下的无人船集群决策机制及集群控制系统设计研究具有实际意义与价值。本文着重考虑无人船的运动决策机制设计问题,提出了速度导引的无人船运动决策机制。针对复杂海洋环
学位
在计算机视觉技术中,目标识别与跟踪方法俨然已经成为当前热点研究问题,并被广泛应用于自动驾驶、行人监测等领域。尤其是在海上交通监控、海洋安全监管等任务中,船舶具备高效准确的海上船舶目标识别与跟踪能力是非常重要的。然而该技术容易受到船舶种类、船舶分布以及目标距离各异等诸多不确定性因素的影响,无法保证海上船舶目标的识别与跟踪任务的快速性、可靠性和准确性。针对以上问题,本文提出了一种兼顾多种综合性能指标的
学位