买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏韩通赢吉重工有限公司

摘要：本发明提供一种基于视觉激光融合的无人船自主靠离泊方法及系统，涉及图像处理技术领域，包括获取码头区域图像并进行预处理，得到码头边缘特征，求解出船体相对于码头的初始姿态角，并对初始姿态角进行优化，得到最优船体姿态估计结果；通过激光雷达获取码头区域的三维点云数据并进行预处理，得到码头平面图像，基于码头平面方程计算出船体相对于码头的初始位移量，并对初始位移量进行优化，得到最优船体位置估计结果；将得到结果输入到预先训练的视觉激光融合模型中，得到最优船体位姿融合估计结果，根据预设的目标码头位置，利用预先构建的船舶靠离泊路径规划模型，得到最优的靠离泊路径曲线，并将路径曲线转换为可执行的运动轨迹。

主权项：1.一种基于视觉激光融合的无人船自主靠离泊方法，其特征在于，包括：获取码头区域图像并进行预处理，得到码头边缘特征，利用所述码头边缘特征与船体轮廓的相对位置关系，建立船体姿态估计模型，求解出船体相对于码头的初始姿态角，并对初始姿态角进行优化，得到最优船体姿态估计结果；通过激光雷达获取码头区域的三维点云数据并进行预处理，得到码头平面图像，提取码头平面点云并构建码头平面方程，基于码头平面方程计算出船体相对于码头的初始位移量，并构建激光测量误差补偿方程对初始位移量进行优化，得到最优船体位置估计结果；将得到的最优船体姿态估计结果和最优船体位置估计结果输入到预先训练的视觉激光融合模型中，得到最优船体位姿融合估计结果；根据最优船体位姿融合估计结果和预设的目标码头位置，基于船舶与障碍物之间的斥力以及船舶与目标码头位置的引力，构建复合势场函数，通过求解复合势场函数的梯度得到船舶在每个位置的期望运动方向，生成靠离泊路径曲线；将生成的靠离泊路径曲线划分为多个段，利用五次多项式函数对每个段进行拟合，并利用多项式函数的导数信息计算靠离泊路径曲线上每个离散点的切线方向和曲率，并根据船舶的速度和加速度约束对离散点进行筛选和调整，得到初始运动轨迹；将得到的初始运动轨迹作为初始解，结合船舶的动力学模型构建运动轨迹优化问题，其中船舶的动力学模型包括推进器推力和舵角限制，同时引入平滑因子和安全性约束，采用非线性优化算法对初始运动轨迹进行优化，最终得到可执行的运动轨迹；对初始姿态角进行优化，得到最优船体姿态估计结果包括：获取码头边缘特征和船体轮廓特征构建船体姿态图，其中，姿态图中每个节点表示一帧图像中船体的姿态状态，姿态状态包括船体的位置和方向，每条边表示不同姿态状态之间的空间约束关系；根据码头边缘特征在不同帧图像中的对应关系，建立重投影误差方程，将一帧图像中的三维点投影到另一帧图像中，计算码头边缘特征的重投影误差；根据船体轮廓特征在不同帧图像中的变换关系，建立几何误差方程，计算船体轮廓特征的几何误差；将码头边缘特征的重投影误差和船体轮廓特征的几何误差作为优化目标，引入鲁棒核函数，构建图优化问题，通过对图优化问题进行求解，得到第一船体姿态估计结果；基于第一船体姿态估计结果，对码头区域图像进行下采样处理，生成不同分辨率的图像金字塔，在每个分辨率下构建对应的姿态图，引入多尺度优化策略对姿态图进行优化，将多尺度优化得到的姿态估计结果作为初始值，在原始分辨率下对姿态图进行进一步优化，得到最优船体姿态估计结果；训练视觉激光融合模型包括：将视觉激光融合模型视为生成器，引入一个判别器网络对生成的最优船体姿态估计结果和最优船体位置估计结果进行判别，其中，判别器网络的输入为船体姿态和船体位置，输出层使用激活函数，将输出映射为表示输入船体位姿为真实样本的概率值；将实际视觉激光数据对输入到融合模型中，生成对应的船体位姿估计，其中，船体位姿估计包括船体姿态估计和船体位置估计；将生成的船体位姿估计和实际船体位姿输入到判别器网络中计算判别损失，利用判别损失更新判别器网络的参数，同时将生成的船体位姿估计输入到更新后的判别器中计算判别错误率；根据船体位姿估计损失和判别器的判别错误率构建视觉激光融合模型的融合损失函数，通过最小化损失函数更新激光视觉融合模型的参数，并重复更新直到达到预设的训练轮数，得到训练好的视觉激光融合模型。

全文数据：

权利要求：

百度查询： 江苏韩通赢吉重工有限公司 基于视觉激光融合的无人船自主靠离泊方法及系统