1 中国石油大学(华东), 山东 青岛 266000
2 自然资源部第一海洋研究所, 山东 青岛 266000
为了提高无人船局部动态避障的规范性、安全性和稳定性, 提出基于漂角估计的无人船局部动态避障方法。首先, 根据国际海上避碰规则(COLREGS)选取动态窗口法(DWA)的速度空间; 其次, 根据预测的障碍物运动状态选择动态窗口法中无人船的无碰预测轨迹; 最后, 考虑海洋扰动, 利用横向位置误差估计漂角, 并在无人船的航向上进行补偿。仿真实验结果验证了所提方法的有效性。
无人船(USV) 局部动态避障 动态窗口法(DWA) 风浪流干扰 漂角估计 Unmanned Surface Vehicle(USV) local dynamic obstacle avoidance Dynamic Window Approach(DWA) wind, wave and current disturbance drift angle estimation
3D激光雷达是水面无人艇（USV）的关键感知模块，水域杂波的干扰会降低模块的目标检测能效，影响自主导航避障功能。提出一种基于3D激光雷达的水面目标DBSCAN-VoxelNet联合检测算法。该算法采用具有噪声的密度聚类方法（DBSCAN）滤除水面杂波干扰；基于VoxelNet深度神经网络将水面稀疏点云数据划分为体素形式，并将结果输入哈希表进行高效查询；经特征学习层提取特征张量，并将张量输入卷积层获取全局目标信息，实现高精度目标检测。实验结果表明，所提联合检测算法对水域杂波有较好的抑制性能，平均精度均值（mAP）为82.4%，有效提高了对水面目标的检测精度。
水面无人艇 目标检测 3D激光雷达 密度聚类方法 VoxelNet 激光与光电子学进展
2022, 59(18): 1815006
随着无人艇自主控制技术的发展，其在**领域的作用日益突出，反水雷无人艇的自主控制技术是目前研究的热点之一。针对反水雷无人艇的局部路径规划问题进行研究，提出一种分层强化学习方法，对作为无人艇路径规划器的进化神经网络进行训练。同时使用Unity物理引擎搭建仿真环境，构建了具有环境感知和自主决策能力的无人艇模型。试验验证表明了算法在处理局部路径规划问题上的有效性。
反水雷无人艇 局部路径规划 遗传算法 强化学习 MCM USV local path planning genetic algorithm reinforcement learning
针对喷水推进型无人艇(USV)在水平面内的航向控制问题, 提出了一种改进的终端滑模控制方法。首先,建立了无人艇的Norrbin模型, 在此模型基础上设计了一种基于终端滑模控制的航向控制器, 同时,为了缓解滑模控制带来的抖振问题, 引入了S型生长曲线函数对传统指数趋近率进行改进, 并借助Lyapunov方法证明了控制系统的稳定性; 之后, 通过Matlab仿真实验验证了控制算法的正确性; 最后, 利用自主研发的“海鳐01”号无人艇对所设计的航向跟踪控制算法进行湖上实船试验, 结果验证了该算法在实际工程中应用的可行性。
无人艇 终端滑模控制 S型生长曲线函数 航向跟踪 USV terminal sliding mode control Sigmoid function heading tracking
1 海军工程大学兵器工程学院,武汉 430000
2 海军航空大学,山东 烟台 264001
针对多USV编队控制问题,提出了一种基于多智能体(MAS)的编队协调策略与实现算法。首先,利用USV搭载的Agent之间的交互,实现分布式编队协调,同时基于引导者-跟随者法设计了面向“元编队”的控制器；之后,通过仿真实验与分析验证了策略与算法的正确性与稳定性；最后,利用“海鱇”和“海鳐”USV对所提方法进行海上试验,试验结果验证了其在实际工程应用中的有效性。
多USV编队 协调策略 分布式控制 引导者-跟随者模式 multi-USV formation coordination strategy distributed control leader-follower mode
针对未知动态环境下欠驱动USV的多障碍物实时自主规避问题，提出了一种在线避障路径规划算法。算法基于全局路径的引导，充分考虑环境多障碍约束、USV本体运动学与动力学约束、既定航线约束，同时采用多目标函数作为优化函数，通过障碍物运动预测与滚动优化方式进行在线实时避障；之后，通过仿真实验与分析验证了算法的正确性；最后，利用某无人艇对所提避障算法进行湖上实验，结果验证了算法在实际工程应用中的有效性。
欠驱动USV 路径规划 实时避障 未知动态环境 多障碍物 underactuated USV path planning real-time obstacle avoidance unknown dynamic environment multiple obstacles
1 福建师范大学医学光电科学与技术教育部重点实验室, 福建 福州 350007
2 福建师范大学福建省光电传感应用工程技术研究中心, 福建 福州 350007
3 福建师范大学光电与信息工程学院, 福建 福州 350007
4 广州中国科学院沈阳自动化研究所分所, 广东 广州 510000
海天线是海空背景图像所具有的重要特征之一,海天线的检测对天空区域和海面区域的划分以及目标检测具有重要作用。然而,复杂海空背景环境中的海杂波、云层、强反射、复杂气象条件等都会给海天线检测造成困难。针对复杂背景下海天线检测的环境适应性问题,对视觉传感器获取的原始图像及图像中海天线的特点、干扰因素及其抑制方法、现有的海天线生成方法三个方面进行了详细的阐述和分析,通过对比实验列出各种海天线生成方法的优缺点和适用场景,对比分析了自行提出的形态学方法的实验结果及适用场景。最后提出海天线检测面临的挑战,展望其下一步的研究方向。
图像处理 海天线检测 无人艇 视觉传感器 线性拟合 霍夫变换 小波变换 激光与光电子学进展
2020, 57(16): 160002
1 武汉交通职业学院, 湖北 武汉 430065
2 武汉理工大学 国家水运安全工程技术研究中心, 湖北 武汉 430063
3 武汉大学 测绘遥感信息工程国家重点实验室, 湖北 武汉 430079
无人水面船(简称无人船)在内河航道环境中具有广阔的应用前景, 对障碍物的智能感知是实现内河无人船自主航行的关键。针对内河无人船对近距离障碍物的感知需求, 分析了内河环境下主要障碍物的激光数据特征; 在对激光数据进行模式分析、数据滤波、去除聚类孤立点等预处理基础上, 提出了一种基于SVM的内河典型障碍物识别方法; 在所搭建的基于激光雷达的无人船环境感知系统上, 进行了实验水池环境下的障碍物识别实验。实验结果表明提出的SVM障碍物感知算法识别率达到85%以上, 基本满足无人船自主航行要求。
无人船 障碍物识别 激光雷达 支持向量机 USV obstacle recognition laser SVM
无人艇作为一种小型水面智能任务平台，具有机动性好、隐蔽性强、自动化程度高等优点，已成为国内外的研究热点。无人艇操纵模型作为实现其自主航行、智能避障等控制的基础，其辨识精度的优劣直接影响最终控制效果的好坏。为克服无人艇操纵模型辨识过程中的“参数相消”效应，提高辨识精度，提出了一种基于分步实艇数据处理的模型参数辨识算法，详细给出了辨识算法的步骤和流程，通过实际的湖上操纵性试验，依次得到模型参数。最后，分别利用所辨识出的无人艇操纵模型和实艇进行操舵仿真试验及湖上试验，通过实艇试验数据和仿真结果对比，验证了所辨识模型的正确性。
无人艇 K-T模型 回转和Z形试验 参数辨识 Unmanned Surface Vehicle(USV) K-T model rotation and Z experiment parameter identification
