在復(fù)雜多變的海洋環(huán)境中,實時并準確的進行多元信息快速融合的環(huán)境感知是實現(xiàn)無人艇自主航行的前提和避碰決策控制的基礎(chǔ)。針對未知動態(tài)海洋環(huán)境下的無人水面艇對航行態(tài)勢的實時感知和多元信息的統(tǒng)一描述問題,進行了艇載航海雷達、電子海圖和組合導(dǎo)航的多信息快速融合與優(yōu)化理論的研究。本文以大連海事大學(xué)藍信號高速無人水面艇為研究對象,設(shè)計多信息融合的無人水面艇環(huán)境感知系統(tǒng),以慣性導(dǎo)航系統(tǒng)作為運動狀態(tài)基準信息,將雷達圖像疊加到電子海圖中進行統(tǒng)一尺度的描述,同時采用特征快速提取方法解算障礙物運動狀態(tài)信息,對環(huán)境信息的感知精度進行了優(yōu)化。主要的研究內(nèi)容有:1、為解決電子海圖與雷達圖像匹配疊加的問題,選用了輪廓匹配算法。首先,通過船載雷達獲取實時海域信息生成雷達圖像,串口接收慣性導(dǎo)航數(shù)據(jù),解析出無人艇的位置信息與航向信息。然后,采用最小二乘擬合建立經(jīng)緯度與像素點之間的關(guān)系,通過對慣性導(dǎo)航信息的解算,將位置信息解算到電子海圖中,運用圖像處理技術(shù),對雷達圖像進行尺寸和方位的調(diào)整,對雷達圖像和電子海圖進行處理,實現(xiàn)第一步的匹配融合。最后,采用Hausdorff距離匹配算法,通過對輪廓的相似比對,對匹配點進行修正,實現(xiàn)雷... 

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景和研究意義
    1.2 感知技術(shù)在各個領(lǐng)域的發(fā)展
        1.2.1 感知技術(shù)在機器人領(lǐng)域的發(fā)展
        1.2.2 感知技術(shù)在無人車領(lǐng)域的發(fā)展
        1.2.3 感知技術(shù)在無人機領(lǐng)域的發(fā)展
    1.3 感知技術(shù)在無人船領(lǐng)域的發(fā)展
    1.4 論文的主要內(nèi)容及章節(jié)安排
2 多尺度圖像預(yù)處理
    2.1 雷達圖像的保存與提取
    2.2 電子海圖預(yù)處理
    2.3 雷達圖像預(yù)處理
        2.3.1 雷達圖像的坐標系轉(zhuǎn)換
        2.3.2 雷達圖像的補償
    2.4 多尺度圖像的灰度處理
        2.4.1 圖像的灰度化處理
        2.4.2 圖像的閾值分割
    2.5 本章小結(jié)
3 多尺度圖像的匹配疊加
    3.1 慣性導(dǎo)航數(shù)據(jù)采集
        3.1.1 慣性導(dǎo)航數(shù)據(jù)格式
        3.1.2 慣性導(dǎo)航數(shù)據(jù)解析
    3.2 多尺度圖像疊加預(yù)處理
        3.2.1 多尺度圖像的歸一化
        3.2.2 多尺度圖像的顯示方向一致
        3.2.3 多尺度圖像的顯示區(qū)域重合
    3.3 基于慣性導(dǎo)航的多尺度圖像匹配疊加
        3.3.1 經(jīng)緯度到像素點的位置關(guān)系解算
        3.3.2 基于經(jīng)緯度的疊加匹配
    3.4 基于Hausdorff距離修正的圖像匹配疊加
    3.5 本章小結(jié)
4 障礙物信息提取
    4.1 靜態(tài)障礙物信息提取
        4.1.1 靜態(tài)障礙物輪廓提取
        4.1.2 靜態(tài)障礙物信息提取
    4.2 動態(tài)障礙物信息提取
        4.2.1 動態(tài)單目標信息提取
        4.2.2 動態(tài)多目標信息提取
    4.3 本章小結(jié)
5 實驗平臺的搭建及實驗結(jié)果分析
    5.1 雷達圖像與電子海圖的融合實驗
        5.1.1 實驗平臺的搭建
        5.1.2 基于慣性導(dǎo)航的匹配疊加實驗
    5.2 動態(tài)目標提取實驗
        5.2.1 動態(tài)單目標信息提取
        5.2.2 動態(tài)多目標信息提取
    5.3 本章小結(jié)
結(jié)論
參考文獻
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻】：
期刊論文
[1]基于單目攝像機的無人機動態(tài)目標實時跟蹤[J]. 辛長浩,常玉克,趙宏智,張彬.  科技創(chuàng)新與應(yīng)用. 2020(08)
[2]毫米波雷達與激光雷達在無人船上的應(yīng)用[J]. 莊加興,焦儂,殷非.  船舶工程. 2019(11)
[3]基于機器學(xué)習的無人船目標識別系統(tǒng)研究[J]. 劉雨青,馮俊凱,邢博聞,曹守啟,李佳佳,陶清.  測控技術(shù). 2019(08)
[4]家庭巡視機器人環(huán)境感知系統(tǒng)設(shè)計[J]. 潘光良,李軍.  齊魯工業(yè)大學(xué)學(xué)報. 2018(05)
[5]基于激光雷達的內(nèi)河無人船障礙物識別方法[J]. 王貴槐,謝朔,柳晨光,初秀民,李梓龍.  光學(xué)技術(shù). 2018(05)
[6]無人船目標探測與跟蹤系統(tǒng)[J]. 張磊,許勁松,秦操.  船舶工程. 2018(08)
[7]國內(nèi)外無人船發(fā)展現(xiàn)狀及未來前景[J]. 曹娟,王雪松.  中國船檢. 2018(05)
[8]現(xiàn)代水面無人艇技術(shù)[J]. 朱煒,張磊.  造船技術(shù). 2017(02)
[9]基于3D激光雷達的無人水面艇海上目標檢測[J]. 李小毛,張鑫,王文濤,瞿棟,祝川.  上海大學(xué)學(xué)報(自然科學(xué)版). 2017(01)
[10]基于激光三維視覺的船舶靠泊動態(tài)監(jiān)測技術(shù)[J]. 閆曉飛,劉澤西,李穎,劉瑀,周穎.  激光與紅外. 2016(12)

博士論文
[1]基于多傳感器融合的無人機自主避障研究[D]. 何守印.北京理工大學(xué) 2016

碩士論文
[1]基于無人機的軌道交通線路環(huán)境實時感知技術(shù)研究[D]. 管嶺.北京交通大學(xué) 2018
[2]基于三維激光雷達的無人船目標檢測[D]. 趙玉梁.哈爾濱工程大學(xué) 2018
[3]基于形狀外觀的無人船目標識別方法研究[D]. 王汝珣.哈爾濱工程大學(xué) 2018
[4]基于多傳感器的無人機定位和避障技術(shù)研究[D]. 萬富華.浙江工業(yè)大學(xué) 2017
[5]基于電子海圖和航海雷達的無人水面艇路徑規(guī)劃研究[D]. 操文芷.大連海事大學(xué) 2017
[6]城市低空環(huán)境下的無人機三維環(huán)境感知與避障方法研究[D]. 肖斌.東北大學(xué) 2017
[7]基于立體視覺的無人機感知與規(guī)避研究[D]. 朱海鋒.西北工業(yè)大學(xué) 2016



本文編號：3732928