[发明专利]水面机器人协同障碍物检测及避障方法及系统

说明书

本发明公开了一种水面机器人协同障碍物检测及避障方法及系统，属于水面机器人安全技术领域，水面机器人位于水面上方安装有激光雷达和水面摄像机，位于水面下方安装有图像声呐和水下摄像机，包括获取激光雷达的点云数据和水面摄像机的图像数据，并进行数据融合，得到第一融合数据；获取声呐的图像数据和水下摄像机的图像数据，并进行数据融合，得到第二融合数据；将第一融合数据和第二融合数据进行融合后，进行障碍物检测；根据障碍物检测结果，进行模式切换。本发明将多波束声呐图像数据、水下摄像机引入水面机器人避障策略中，图像声呐对水下障碍物反射回的声波信号进行接收以确定水下障碍物的方位，可以减小机器人在水下区域的避碰盲区。

技术领域

本发明涉及水面机器人安全技术领域，特别涉及一种水面机器人协同障碍物检测及避障方法及系统。

背景技术

无人车的方法不能适应无人船或水面机器人对于水面复杂的水面反射问题，需要对传感器中受到干扰的数据进行过滤。然而，在复杂水面以及复杂水下环境中，普通摄像机无法获取环境中四周水上及水下的整体轮廓信息，系统会表现出鲁棒性不高，“障碍物误报”、“障碍物漏检”现象严重等问题，并可能导致水上交通事故。因此，在复杂环境中，如何准确地检测出前方障碍物的相对位置和类型，并指导水面机器人防撞是一个急需解决的问题。

水面自主导航是一个重要的研究领域，考虑到现实环境的复杂性，大多数系统都依赖于复杂的感知系统，该系统结合了船上多个传感器，这加剧了传感器融合及校准的技术依赖。大多数融合校准方法依赖于手动或半自动交互过程，但是仍然缺少可靠的全自动方法。如果所有传感器可以从多个角度自动检测并识别出一些简单的物体，则可以在水面机器人运行中进行自动校准。

现有算法在很大程度上依赖激光雷达(光检测和测距)，它可以提供周围环境的准确3D点云。尽管精度很高，但出于多种原因，仍需要替代激光雷达的解决方案。首先，激光雷达很昂贵，这给自动驾驶硬件带来了巨大的溢价。其次，过分依赖单个传感器是一种固有的安全风险，如果有其中一个传感器在出现故障时可以通过另一个替代。自然的候选方法是来单目相机的图像与激光雷达点云信息融合。光学相机价格实惠(比激光雷达便宜几个数量级)，可以高帧速率运行与低配版本的激光雷达相结合互相补充，而不需要使用价格昂贵的高配版激光雷达信号固有的64或128激光束。

由于水上和水下环境中物体的复杂性与不确定性，单个传感器感知到的信息非常有限。

发明内容

本发明的目的在于提供一种水面机器人协同障碍物检测及避障方法及系统，旨在解决现有技术中水面自主导航无法适用复杂的现实环境的问题。

为实现以上目的，采用一种水面机器人协同障碍物检测及避障方法，所述水面机器人位于水面上方安装有激光雷达和水面摄像机，位于水面下方安装有图像声呐和水下摄像机，包括：

获取所述激光雷达的点云数据和所述水面摄像机的图像数据，并进行数据融合，得到第一融合数据；

获取所述声呐的图像数据和所述水下摄像机的图像数据，并进行数据融合，得到第二融合数据；

将所述第一融合数据和所述第二融合数据进行融合后，进行障碍物检测；

根据障碍物检测结果，进行模式切换。

可选地，所述获取所述激光雷达的点云数据和所述水面摄像机的图像数据，并进行数据融合，得到第一融合数据，包括：

获取所述激光雷达的点云数据，并对所述激光雷达的点云数据进行噪声过滤，过滤掉散列点、孤立点；

对经噪声过滤后的数据进行DBSCAN聚类处理，得到聚类结果；

获取所述水面摄像机的图像数据，并对所述水面摄像机的图像数据进行双边过滤处理后投影到三维点云空间，得到伪激光三维点云数据；

对所述伪激光三维点云数据进行背景过滤后选择第一ROI区；