详情

原文传递面向无人机海事巡航的船舶自主跟踪研究

论文题名：	面向无人机海事巡航的船舶自主跟踪研究
关键词：	船舶检测跟踪;海事无人机;任务规划;轨迹融合
摘要：	无人机作为一种新型水上交通监管工具，具有低风险、高机动性等特点，能够被用于水上巡航、水上搜救、水上应急、执法调查和现场取证等多个海事业务领域。从当前无人机海事巡航应用情况来看，无人机起到的主要作用还是基于机载相机以及其他传感器的信息采集功能，无论是信息采集的自动化程度，还是对多源信息的融合处理，都还缺乏深入的研究。　　本文针对无人机海事巡航过程中如何实现水上目标的自主跟踪问题，从无人机巡航系统的构建、面向任务的路径规划、基于多源信息的船舶自主跟踪算法和复杂场景下的多目标鲁棒跟踪等问题开展了系统的研究，为无人机海事巡航的自主性和智能化水平的提高提供了理论和方法支撑。论文的主要工作包括：　　首先，搭建了海事无人机巡航实验系统，并对巡航系统进行了仿真实验。为了解决无人机海事巡航的问题，需要对无人机进行巡航任务规划。因此，应用遗传算法对无人机巡航任务进行规划。针对具体的巡航任务，依据相机成像原理及飞行约束条件，提出了无人机巡航区域内全覆盖的最短距离路径规划算法。该算法根据AIS信息对船舶进行动态预测，并通过蚁群算法来对无人机路径进行优化。针对无人机与多船舶运动特性，提出了一种无人机对多船舶跟踪时间优化的路径规划。该算法通过对无人机和船舶相对运动状态优化来达到对船舶最优时长跟踪的目的。　　其次，针对机载视觉的船舶检测与跟踪问题，提出了一种IMM/MHT的船舶跟踪方法。该方法考虑到船舶的运动特征，在IMM框架下建立了船舶自适应运动模型，并用EKF对船舶运动状态进行估计；同时使用MHT关联跟踪算法实现对多船舶运动进行跟踪。　　再次，针对机载图像船舶轨迹与AIS轨迹关联问题，通过对数据信息的时空同步校准和船舶特征参数（位置、航速和航向）的选取，提出了基于结构相似度的轨迹关联方法和基于双门限模糊关联综合评价的轨迹关联方法。所提的结构相似度的轨迹关联方法能够快速地对船舶进行关联，双门限模糊关联方法能够进一步提高船舶关联的准确性，两者结合可以更好地实现对巡航中船舶关联。　　最后，针对多源测量的船舶跟踪问题，在贝叶斯信息预测与更新框架下设计了一种基于船舶机载视觉轨迹与AIS轨迹的动态加权融合方法。该方法通过对传感器的检测误差进行分析，进而对测量数据进行动态加权融合。然后，将融合后的数据作为融合框架的测量输入用于状态更新，将机载视觉船舶的轨迹数据作为预测输入用于时间更新，实现对运动船舶的跟踪。实验表明该方法能提高船舶的跟踪精度。　　综上所述，本文对面向无人机海事巡航的船舶自主跟踪从巡航任务规划、船舶检测跟踪、自主识别和轨迹融合跟踪方面做了深入研究。在任务规划方面，解决了多巡航任务分配和巡航路径规划的问题；在船舶检测跟踪方面，实现了基于机载视觉的多船舶检测、船舶运动模型建立、船舶运动状态估计及跟踪；在船舶关联方面，实现了机载视觉船舶轨迹与AIS轨迹的数据校准及轨迹关联；在轨迹融合跟踪方面，在贝叶斯框架下将机载视觉轨迹与AIS轨迹进行有效融合，提高了运动船舶的跟踪精度。相关实验结果表明论文研究工作对实现无人机海事巡航中船舶自主识别具有促进意义，将进一步提升海事巡航监管和水上安全保障能力。
作者：	修素朴
专业：	交通信息工程及控制
导师：	文元桥
授予学位：	博士
授予学位单位：	武汉理工大学
学位年度：	2021