[发明专利]一种基于视觉的无人船海天线检测与导航方法和系统

说明书

本发明公开了一种基于视觉的无人船海天线检测与导航方法和系统，应用线段检测算法提取图像中的所有线段，建立线段池，然后以海天线的形态特征作为约束条件，过滤掉线段池中的非海天线线段，得到海天线候选线段；随后采用最小二乘法估计最佳海天线结果，得到海天线候选线段的检测结果；最后，基于海天线候选线段的检测结果，在海天线的摄影模型基础上，实现了USV导航参数的解算。可见，通过本发明能够有效地进行无人船海天线的检测，并能够准确计算无人船的姿态导航参数。

技术领域

本发明属于海洋导航技术领域，尤其涉及一种基于视觉的无人船海天线检测与导航方法。

背景技术

随着无人驾驶系统和人工智能技术的快速发展，继无人机和无人车之后，无人船(Unmanned Surface Vehicle，USV)在军用和民用领域中越来越受欢迎，在海上搜救，沿海环境监测，3D绘图和敌方侦察等各种海洋应用中发挥着重要作用。

精确、自主的导航系统是USV的核心技术之一，对保障USV在没有人为干预的情况下完成各种海上任务至关重要。通常，USV需要配备不同的导航传感器，包括全球导航卫星系统(Global Navigation Satellite System，GNSS)，惯性导航系统(InertialNavigation System，INS)，罗盘，视觉相机等。尽管GNSS已成为定位，导航和定时(PositionNavigation Time，PNT)的主要传感器，然而，在海上应用中，由于受电离层/对流层天气事件，外界信号干扰，遮挡，海面多径等因素的影响，GNSS的最终性能可能会严重恶化。为了解决这个问题，GNSS通常与INS或其他嵌入式传感器组合，以获得更准确的位置，姿态，速度，航向等导航信息。

在USV的嵌入式传感器中，视觉相机已经成为不可或缺的传感器，因为它具有被动，高分辨率，低功耗和质量小的优点，可用于感知和理解海洋环境及其周围的各种目标。对于USV视觉导航问题，特征的提取与应用是关键步骤之一。在各类特征中，由于线段特征通常比其他特征(如点特征)更加具有抗噪性，因此，线段特征更适合于导航应用。在USV海洋航行过程中，海天线通常在USV视觉相机视野中。因此，可根据检测到的海天线的位置和运动模式，估计USV的姿态和运动状态，从而进行USV导航参数的计算。然而，USV海天线检测是一个非常具有挑战性的问题。由于受复杂的海洋环境背景、太阳光照变化、海面波浪等因素的影响，海天线检测过程中容易受到干扰，同时，海天线容易被海面的岛礁和船只遮挡，导致海天线不完整，给海天线的检测增加了难度。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种基于视觉的无人船海天线检测与导航方法，能够有效地进行无人船海天线检测，并能够计算获得无人船的姿态导航参数。

为了解决上述技术问题，本发明公开了一种基于视觉的无人船海天线检测与导航方法，包括：

对USV视觉系统采集的图像进行线段提取，建立线段池；

根据USV观测图像的海天线形态特征，对所述线段池中的线段进行筛选，得到海天线候选线段；

对所述海天线候选线段进行拟合，得到海天线候选线段的检测结果；

根据所述检测结果，计算得到USV导航参数。

在上述基于视觉的无人船海天线检测与导航方法中，所述对USV视觉系统采集的图像进行线段提取，建立线段池，包括：

对USV视觉系统采集的图像进行预处理，得到灰度图像；

检测出灰度图像中的所有线段，建立线段池。

在上述基于视觉的无人船海天线检测与导航方法中，其特征在于，所述对USV视觉系统采集的图像进行预处理，得到灰度图像，包括：

通过如下式(1)，对USV视觉系统采集的图像进行预处理，将USV视觉系统采集的图像转换为灰度图像：