可左右滑动选省市

一种无人帆船自动驾驶系统及其方法发明专利

更新时间:2024-11-01
一种无人帆船自动驾驶系统及其方法发明专利 专利申请类型:发明专利;
地区:浙江-宁波;
源自:宁波高价值专利检索信息库;

专利名称:一种无人帆船自动驾驶系统及其方法

专利类型:发明专利

专利申请号:CN202110263043.9

专利申请(专利权)人:宁波工业互联网研究院有限公司
权利人地址:浙江省宁波市海曙区集士港镇菖蒲路150号(1-1-177)室

专利发明(设计)人:包晓刚,曲尚辉,水倚天,徐月伟

专利摘要:本发明公开了一种无人帆船自动驾驶系统及其方法,特点是包括安装在无人帆船船体上的数据采集传输系统、无线传输系统、主控制系统、驱动系统和供电系统;优点是本发明通过在无人帆船艉部两侧各安装有一个浮体,使得无人帆船的船体更加稳定,减少倾覆的风险;且将供电系统中的柔性太阳能电池板设置在浮体上方,减小了无人帆船的体积,使得无人帆船可以在内陆江河水域行驶;无人帆船沿设定的航线行驶时,若在前进方向检测到障碍物,则先减速并规划避障路径和设立避障路径点,等无人帆船沿避障路径行驶到避障路径点后,再根据通过主控制系统根据避障路径点和目标位置设定新的航线行驶,直至到达目标位置,解决无人帆船在既定航线上规避障碍物的难题。

主权利要求:
1.一种无人帆船自动驾驶系统,其特征在于包括安装在无人帆船船体上的数据采集传输系统、无线传输系统、主控制系统、驱动系统和供电系统;
所述的供电系统为所述的数据采集传输系统、所述的驱动系统、所述的无线传输系统和所述的主控制系统提供电力;
所述的数据采集传输系统包括传感器系统和机器视觉识别系统,所述的传感器系统用于得到无人帆船航行水域的风向数据以及无人帆船的航向角、俯仰角、横滚角和实时的经纬度坐标,并传输给主控制系统;所述的机器视觉识别系统用于识别障碍物,得到障碍物类别和无人帆船与障碍物的距离并传输给所述的主控制系统;
所述的传感器系统包括风向传感器、IMU姿态解算传感器和GPS传感器;
所述的风向传感器用于实时检测无人帆船航行水域的风向数据并传输给主控制系统;
所述的IMU姿态解算传感器包括陀螺仪、电子罗盘和加速度传感器,所述的陀螺仪用于采集姿态角数据,所述的电子罗盘用于采集船头朝向与地球南北极的角度数据,所述的加速度传感器用于采集加速度数据,所述的IMU姿态解算传感器对姿态角数据、船头朝向与地球南北极的角度数据和加速度数据进行姿态解算,得到无人帆船的航向角、俯仰角和横滚角并传输给所述的主控制系统;
所述的GPS传感器用于采集无人帆船实时的经纬度坐标并传输至主控制系统;
所述的机器视觉识别系统包括深度相机和深度学习处理单元;
所述的深度相机用于识别障碍物并将障碍物图像数据和深度信息传输给深度学习处理单元;
所述的深度学习处理单元用于将障碍物图像数据和深度信息经过机器视觉识别算法处理归纳出障碍物类别和无人帆船与障碍物的距离并传输给所述的主控制系统;
所述的无线传输系统用于将由主控制系统得到的无人帆船的当前位姿传输给位于地面的管理监控终端,以及将位于地面的管理监控终端设定的目标位置传输给主控制系统,实现主控制系统与位于地面的管理监控终端的通信;
所述的主控制系统用于根据得到的无人帆船的航向角、俯仰角、横滚角和实时的经纬度坐标得到无人帆船的当前位姿,并根据由管理监控终端设定的目标位置、无人帆船的当前位姿和航行水域的风向数据设定初始航线,又用于根据所述的机器视觉识别系统传输的障碍物类别和无人帆船与障碍物的距离进行规划避障路径和避障路径点,还用于发送控制指令给所述的驱动系统;所述的当前位姿包括无人帆船的实时位置信息和朝向;
所述的驱动系统用于接收主控制系统发送的控制指令来控制无人帆船的方向和速度;
所述的无人帆船船体的顶部设有甲板,所述的甲板上设有可开合的前设备舱盖和后设备舱盖,所述的甲板的中部设有带有软帆的桅杆;所述的风向传感器通过第一支架固定安装在所述的甲板上方且位于所述的无人帆船船体的艉部;所述的GPS传感器固定安装在所述的甲板上方且位于所述的无人帆船船体的艏部;所述的深度相机通过第二支架固定安装在所述的甲板上方且位于所述的无人帆船船体的艏部;所述的无人帆船船体的艉部的两侧分别安装浮体支架,所述的浮体支架的上方与柔性太阳能电池板固定连接,所述的浮体支架的下方与浮体固定连接;所述的无人帆船船体的艉部的一侧固定安装舵片。
2.根据权利要求1所述的一种无人帆船自动驾驶系统,其特征在于所述的驱动系统包括船帆舵机机构和船舵舵机机构,所述的船帆舵机机构用于驱动无人帆船的软帆,从而控制无人帆船的速度,所述的船舵舵机机构用于驱动无人帆船的舵片,从而控制无人帆船的方向。
3.根据权利要求1所述的一种无人帆船自动驾驶系统,其特征在于所述的供电系统包括柔性太阳能电池板、太阳能功率优化控制器和蓄电池;
所述的柔性太阳能电池板用于将太阳能转化为电能;
所述的太阳能功率优化控制器用于提升太阳能电池板对太阳能吸收的效率;
所述的蓄电池用于储存柔性太阳能电池板转化的电能。
4.根据权利要求1至3中任一权利要求所述的一种无人帆船自动驾驶系统,其特征在于所述的无人帆船船体的舱内安装有主控制系统、IMU姿态解算传感器、深度学习处理单元、无线传输系统、太阳能功率优化控制器、蓄电池、船帆舵机机构和船舵舵机机构;所述的风向传感器通过USB通讯线与所述的主控制系统连接;所述的GPS传感器通过USB通讯线与所述的主控制系统连接;所述的深度相机通过USB通讯线与所述的深度学习处理单元连接;所述的深度学习处理单元通过网线与所述的主控制系统连接;所述的IMU姿态解算传感器通过USB通讯线与所述的主控制系统连接;所述的柔性太阳能电池板通过所述的太阳能功率优化控制器与所述的蓄电池电连接;所述的船帆舵机机构的输出端通过线缆在穿过所述的甲板后与所述的软帆连接,所述的船帆舵机机构的接口通过线缆与所述的主控制系统连接;所述的船舵舵机机构的输出端通过线缆在穿过所述的无人帆船船体的底部后与所述的舵片相连,所述的船舵舵机机构的接口通过线缆与所述的主控制系统连接。
5.一种无人帆船的自动驾驶方法,采用权利要求1所述的一种无人帆船自动驾驶系统,其特征在于包括以下步骤:
①获取无人帆船的当前位姿,并设定初始航线:
主控制系统根据传感器系统传输的无人帆船的航向角、俯仰角、横滚角和无人帆船实时的经纬度坐标得到无人帆船的当前位姿,并通过无线传输系统发送给位于地面的管理监控终端,管理监控终端根据无人帆船的当前位姿设定目标位置,并通过无线传输系统发送给主控制系统;主控制系统根据由管理监控终端设定的目标位置、无人帆船的当前位姿和传感器系统传输的风向数据设定初始航线;所述的当前位姿包括无人帆船的实时位置信息和朝向;
②驱动系统驱动无人帆船向目标位置行驶时,利用深度相机对无人帆船前进方向的探测区域进行探测,并判断深度相机是否探测到障碍物,若深度相机没有探测到障碍物,则无人帆船继续向目标位置行驶;若深度相机探测到障碍物,则进入避障模式,直至无人帆船到达目标位置;
③当无人帆船进入避障模式时,主控制系统发出减速控制指令给驱动系统,驱动系统中的船帆舵机机构驱动软帆降低无人帆船的行驶速度,同时在主控制系统中规划避障路径和避障路径点,主控制系统根据规划好的避障路径和避障路径点发出控制指令给驱动机构,驱动系统中的船帆舵机机构和船舵舵机机构分别驱动无人帆船的软帆和舵片转动,从而控制无人帆船按照避障路径行驶到避障路径点,无人帆船行驶到避障路径点后,主控制系统根据避障路径点和设定的目标位置设定新的航线,驱动系统驱动无人帆船根据新的航线向设定的目标位置行驶,并判断无人帆船是否到达目标位置,若没有到达目标位置,则返回步骤②,直至无人帆船到达目标位置;若到达目标位置,则结束。
6.根据权利要求5所述的一种无人帆船的自动驾驶方法,其特征在于所述的步骤③中规划避障路径和避障路径点的具体方法为:深度相机探测到障碍物后将障碍物图像数据和深度信息传输给深度学习处理单元,深度学习处理单元根据障碍物图像数据和深度信息通过机器视觉识别算法得到障碍物的类别和障碍物与无人帆船当前位置的距离;
深度学习处理单元将障碍物的类别和障碍物与无人帆船当前位置的距离传输给主控制系统,主控制系统接收来自深度学习处理单元的障碍物的类别和障碍物与无人帆船当前位置的距离并根据无人帆船的当前位姿和风向数据得到避障路径和避障路径点。
7.根据权利要求6所述的一种无人帆船的自动驾驶方法,其特征在于所述的避障路径点在以所述的障碍物与无人帆船当前位置确定的直线的顺时针旋转45°方向,所述的障碍物与无人帆船当前位置的距离和障碍物与避障路径点的距离相同,且所述的障碍物与无人帆船当前位置的直径、障碍物与避障路径点的直径和避障路径构成等腰直角三角形。
8.根据权利要求5所述的一种无人帆船的自动驾驶方法,其特征在于所述的探测区域为以深度相机为圆心、半径为10米的半圆形区域。 说明书 : 一种无人帆船自动驾驶系统及其方法技术领域[0001] 本发明涉及无人帆船领域,尤其是一种无人帆船自动驾驶系统及其方法。背景技术[0002] 无人帆船作为可自主航行的新型智能水上运载工具,在水体数据采集、水面巡逻、海洋勘探等方面的应用前景广阔;传统的无人帆船大多采用蓄电池作为动力源,但蓄电池的容量有限,导致无人船的续航时间较短;现有的无人帆船采用风力驱动和太阳能驱动相互切换来提供动力,但无人帆船的船体受搭载柔性太阳能电池板的影响,无人帆船的船体普遍较大,难以在内陆江河水域行驶;由于无人帆船的动力主要来源于受风力的驱动,当无人帆船在行驶过程中遇到较大的风浪时,会使得无人帆船的行驶状态难以稳定,从而导致无人帆船有倾覆的风险;此外如何使无人帆船在既定航线上规避障碍物是众学者一直研究的课题。发明内容[0003] 本发明所要解决的技术问题是提供一种无人帆船自动驾驶系统及其方法,不但减小了无人帆船的船体,使得无人帆船可以在内陆江河水域行驶,而且无人帆船的船体更加稳定,减少了倾覆的风险,还解决了无人帆船在既定航线上规避障碍物的难题。[0004] 本发明解决上述技术问题所采用的技术方案为:一种无人帆船自动驾驶系统,包括安装在无人帆船船体上的数据采集传输系统、无线传输系统、主控制系统、驱动系统和供电系统;[0005] 所述的供电系统为所述的数据采集传输系统、所述的驱动系统、所述的无线传输系统和所述的主控制系统提供电力;[0006] 所述的数据采集传输系统包括传感器系统和机器视觉识别系统,所述的传感器系统用于得到无人帆船航行水域的风向数据以及无人帆船的航向角、俯仰角、横滚角和实时的经纬度坐标,并传输给主控制系统;所述的机器视觉识别系统用于识别障碍物,得到障碍物类别和无人帆船与障碍物的距离并传输给所述的主控制系统;[0007] 所述的无线传输系统用于将由主控制系统得到的无人帆船的当前位姿传输给位于地面的管理监控终端,以及将位于地面的管理监控终端设定的目标位置传输给主控制系统,实现主控制系统与位于地面的管理监控终端的通信;[0008] 所述的主控制系统用于根据得到的无人帆船的航向角、俯仰角、横滚角和实时的经纬度坐标得到无人帆船的当前位姿,并根据由管理监控终端设定的目标位置、无人帆船的当前位姿和航行水域的风向数据设定初始航线,又用于根据所述的机器视觉识别系统传输的障碍物类别和无人帆船与障碍物的距离进行规划避障路径和避障路径点,还用于发送控制指令给所述的驱动系统;所述的当前位姿包括无人帆船的实时位置信息和朝向;[0009] 所述的驱动系统用于接收主控制系统发送的控制指令来控制无人帆船的方向和速度。[0010] 所述的传感器系统包括风向传感器、IMU姿态解算传感器和GPS传感器;[0011] 所述的风向传感器用于实时检测无人帆船航行水域的风向数据并传输给主控制系统;[0012] 所述的IMU姿态解算传感器包括陀螺仪、电子罗盘和加速度传感器,所述的陀螺仪用于采集姿态角数据,所述的电子罗盘用于采集船头朝向与地球南北极的角度数据,所述的加速度传感器用于采集加速度数据,所述的IMU姿态解算传感器对姿态角数据、船头朝向与地球南北极的角度数据和加速度数据进行姿态解算,得到无人帆船的航向角、俯仰角和横滚角并传输给所述的主控制系统;[0013] 所述的GPS传感器用于采集无人帆船实时的经纬度坐标并传输至主控制系统。[0014] 所述的机器视觉识别系统包括深度相机和深度学习处理单元;[0015] 所述的深度相机用于识别障碍物并将障碍物图像数据和深度信息传输给深度学习处理单元;[0016] 所述的深度学习处理单元用于将障碍物图像数据和深度信息经过机器视觉识别算法处理归纳出障碍物类别和无人帆船与障碍物的距离并传输给所述的主控制系统。[0017] 所述的驱动系统包括船帆舵机机构和船舵舵机机构,所述的船帆舵机机构用于驱动无人帆船的软帆,从而控制无人帆船的速度,所述的船舵舵机机构用于驱动无人帆船的舵片,从而控制无人帆船的方向。[0018] 所述的供电系统包括柔性太阳能电池板、太阳能功率优化控制器和蓄电池;[0019] 所述的柔性太阳能电池板用于将太阳能转化为电能;[0020] 所述的太阳能功率优化控制器用于提升太阳能电池板对太阳能吸收的效率;[0021] 所述的蓄电池用于储存柔性太阳能电池板转化的电能。[0022] 所述的无人帆船船体的顶部设有甲板,所述的甲板上设有可开合的前设备舱盖和后设备舱盖,所述的甲板的中部设有带有软帆的桅杆;所述的风向传感器通过第一支架固定安装在所述的甲板上方且位于所述的无人帆船船体的艉部;所述的GPS传感器固定安装在所述的甲板上方且位于所述的无人帆船船体的艏部;所述的深度相机通过第二支架固定安装在所述的甲板上方且位于所述的无人帆船船体的艏部;所述的无人帆船船体的艉部的两侧分别安装浮体支架,所述的浮体支架的上方与柔性太阳能电池板固定连接,所述的浮体支架的下方与浮体固定连接;所述的无人帆船船体的艉部的一侧固定安装舵片;[0023] 所述的无人帆船船体的舱内安装有主控制系统、IMU姿态解算传感器、深度学习处理单元、无线传输系统、太阳能功率优化控制器、蓄电池、船帆舵机机构和船舵舵机机构;所述的风向传感器通过USB通讯线与所述的主控制系统连接;所述的GPS传感器通过USB通讯线与所述的主控制系统连接;所述的深度相机通过USB通讯线与所述的深度学习处理单元连接;所述的深度学习处理单元通过网线与所述的主控制系统连接;所述的IMU姿态解算传感器通过USB通讯线与所述的主控制系统连接;所述的柔性太阳能电池板通过所述的太阳能功率优化控制器与所述的蓄电池电连接;所述的船帆舵机机构的输出端通过线缆在穿过所述的甲板后与所述的软帆连接,所述的船帆舵机机构的接口通过线缆与所述的主控制系统连接;所述的船舵舵机机构的输出端通过线缆在穿过所述的无人帆船船体的底部后与所述的舵片相连,所述的船舵舵机机构的接口通过线缆与所述的主控制系统连接。[0024] 一种无人帆船的自动驾驶方法,包括以下步骤:[0025] 获取无人帆船的当前位姿,并设定初始航线:[0026] 主控制系统根据传感器系统传输的无人帆船的航向角、俯仰角、横滚角和无人帆船实时的经纬度坐标得到无人帆船的当前位姿,并通过无线传输系统发送给位于地面的管理监控终端,管理监控终端根据无人帆船的当前位姿设定目标位置,并通过无线传输系统发送给主控制系统;主控制系统根据由管理监控终端设定的目标位置、无人帆船的当前位姿和传感器系统传输的风向数据设定初始航线;所述的当前位姿包括无人帆船的实时位置信息和朝向;[0027] 驱动系统驱动无人帆船向目标位置行驶时,利用深度相机对无人帆船前进方向的探测区域进行探测,并判断深度相机是否探测到障碍物,若深度相机没有探测到障碍物,则无人帆船继续向目标位置行驶;若深度相机探测到障碍物,则进入避障模式,直至无人帆船到达目标位置;[0028] 当无人帆船进入避障模式时,主控制系统发出减速控制指令给驱动系统,驱动系统中的船帆舵机机构驱动软帆降低无人帆船的行驶速度,同时在主控制系统中规划避障路径和避障路径点,主控制系统根据规划好的避障路径和避障路径点发出控制指令给驱动机构,驱动系统中的船帆舵机机构和船舵舵机机构分别驱动无人帆船的软帆和舵片转动,从而控制无人帆船按照避障路径行驶到避障路径点,无人帆船行驶到避障路径点后,主控制系统根据避障路径点和设定的目标位置设定新的航线,驱动系统驱动无人帆船根据新的航线向设定的目标位置行驶,并判断无人帆船是否到达目标位置,若没有到达目标位置,则返回步骤 ,直至无人帆船到达目标位置;若到达目标位置,则结束。[0029] 所述的步骤 中规划避障路径和避障路径点的具体方法为:[0030] A深度相机探测到障碍物后将障碍物图像数据和深度信息传输给深度学习处理单元,深度学习处理单元根据障碍物图像数据和深度信息通过机器视觉识别算法得到障碍物的类别和障碍物与无人帆船当前位置的距离;[0031] B深度学习处理单元将障碍物的类别和障碍物与无人帆船当前位置的距离传输给主控制系统,主控制系统接收来自深度学习处理单元的障碍物的类别和障碍物与无人帆船当前位置的距离并根据无人帆船的当前位姿和风向数据得到避障路径和避障路径点。[0032] 所述的避障路径点为在以所述的障碍物与无人帆船当前位置确定的直线的顺时针旋转45°方向,所述的障碍物与无人帆船当前位置的距离和障碍物与避障路径点的距离相同,且所述的障碍物与无人帆船当前位置的直径、障碍物与避障路径点的直径和避障路径构成等腰直角三角形。[0033] 所述的探测区域为以深度相机为圆心、半径为10米的半圆形区域。[0034] 与现有技术相比,本发明的优点在于本发明通过在艉部两侧各设置一个浮体,使得无人帆船的船体更加稳定,减少了倾覆的风险;此外浮体提高了帆船整体的载重能力,增加了船载设备的数量和重量;且相较于将柔性太阳能电池板铺设在甲板上需要的空间大,本发明将柔性太阳能电池板设置在浮体上方,减小了无人帆船的体积,使得无人帆船可以在内陆江河水域行驶;本发明采用的深度相机相比同类障碍物探测传感器,不但具有体积小的优点,而且降低了电力消耗和设备成本;无人帆船沿设定的航线行驶时,若在前进方向检测到障碍物,则先减速并规划避障路径和设立避障路径点,等无人帆船沿避障路径行驶到避障路径点后,再根据通过主控制系统根据避障路径点和目标位置设定新的航线行驶,直至到达目标位置,解决无人帆船在既定航线上规避障碍物的难题。附图说明[0035] 图1为本发明的系统框架示意图;[0036] 图2为本发明的结构示意图;[0037] 图3为本发明的剖面结构示意图;[0038] 图4为本发明的总体流程示意图。具体实施方式[0039] 以下结合附图实施例对本发明作进一步详细描述。[0040] 如图所示,一种无人帆船自动驾驶系统,包括安装在无人帆船船体上的数据采集传输系统、无线传输系统、主控制系统、驱动系统和供电系统;[0041] 供电系统为数据采集传输系统、驱动系统、无线传输系统和主控制系统提供电力;[0042] 供电系统包括柔性太阳能电池板、太阳能功率优化控制器和蓄电池;[0043] 柔性太阳能电池板用于将太阳能转化为电能;[0044] 太阳能功率优化控制器用于提升太阳能电池板对太阳能吸收的效率;[0045] 蓄电池用于储存柔性太阳能电池板转化的电能;[0046] 数据采集传输系统包括传感器系统和机器视觉识别系统,传感器系统用于得到无人帆船航行水域的风向数据以及无人帆船的航向角、俯仰角、横滚角和实时的经纬度坐标,并传输给主控制系统;机器视觉识别系统用于识别障碍物,得到障碍物类别和无人帆船与障碍物的距离并传输给主控制系统;[0047] 传感器系统包括风向传感器、IMU姿态解算传感器和GPS传感器;[0048] 风向传感器用于实时检测无人帆船航行水域的风向数据并传输给主控制系统;[0049] IMU姿态解算传感器包括陀螺仪、电子罗盘和加速度传感器,陀螺仪用于采集姿态角数据,电子罗盘用于采集船头朝向与地球南北极的角度数据,加速度传感器用于采集加速度数据,IMU姿态解算传感器对姿态角数据、船头朝向与地球南北极的角度数据和加速度数据进行姿态解算,得到无人帆船的航向角、俯仰角和横滚角并传输给主控制系统;[0050] GPS传感器用于采集无人帆船实时的经纬度坐标并传输至主控制系统;[0051] 机器视觉识别系统包括深度相机和深度学习处理单元;[0052] 深度相机用于识别障碍物并将障碍物图像数据和深度信息传输给深度学习处理单元;[0053] 深度学习处理单元用于将障碍物图像数据和深度信息经过机器视觉识别算法处理归纳出障碍物类别和无人帆船与障碍物的距离并传输给主控制系统[0054] 无线传输系统包括工业路由器,用于将由主控制系统得到的无人帆船的当前位姿传输给位于地面的管理监控终端,以及将位于地面的管理监控终端设定的目标位置传输给主控制系统,实现主控制系统与位于地面的管理监控终端的通信;[0055] 主控制系统用于根据得到的无人帆船的航向角、俯仰角、横滚角和实时的经纬度坐标得到无人帆船的当前位姿,并根据由管理监控终端设定的目标位置、无人帆船的当前位姿和航行水域的风向数据设定初始航线,又用于根据机器视觉识别系统传输的障碍物类别和无人帆船与障碍物的距离进行规划避障路径和避障路径点,还用于发送控制指令给驱动系统;当前位姿包括无人帆船的实时位置信息和朝向;本发明中采用了Xilinx公司的Zynq7000系列的芯片与CMC控制专用芯片,作为主控制系统的硬件平台;[0056] 驱动系统用于接收主控制系统发送的控制指令,并根据控制指令来控制无人帆船的方向和速度;[0057] 驱动系统包括船帆舵机机构和船舵舵机机构,船帆舵机机构用于驱动无人帆船的软帆,从而控制无人帆船的速度,船舵舵机机构用于驱动无人帆船的舵片,从而控制无人帆船的方向。[0058] 如图所示,无人帆船船体1的顶部设有甲板2,甲板2上设有可开合的前设备舱盖3和后设备舱盖4,甲板2的中部设有带有软帆5的桅杆6;风向传感器7通过第一支架71固定安装在甲板2上方且位于无人帆船船体1的艉部;GPS传感器8固定安装在甲板2上方且位于无人帆船船体1的艏部;深度相机9通过第二支架91固定安装在甲板2上方且位于无人帆船船体1的艏部;无人帆船船体1的艉部的两侧分别安装浮体支架10,浮体支架10的上方与柔性太阳能电池板11固定连接,浮体支架10的下方与浮体12固定连接;无人帆船船体1的艉部的一侧固定安装舵片13;[0059] 无人帆船船体1的舱内安装有主控制系统14、IMU姿态解算传感器15、深度学习处理单元16、无线传输系统17、太阳能功率优化控制器18、蓄电池19、船帆舵机机构20和船舵舵机机构21;风向传感器7通过USB通讯线与主控制系统14连接;GPS传感器8通过USB通讯线与主控制系统14连接;深度相机9通过USB通讯线与深度学习处理单元16连接;深度学习处理单元16通过网线与主控制系统14连接;IMU姿态解算传感器15通过USB通讯线与主控制系统14连接;柔性太阳能电池板11通过太阳能功率优化控制器18与蓄电池19电连接;船帆舵机机构20的输出端通过线缆在穿过甲板2后与软帆5连接,船帆舵机机构20的接口通过线缆与主控制系统14连接;船舵舵机机构21的输出端通过线缆在穿过无人帆船船体1的底部后与舵片13相连,船舵舵机机构21的接口通过线缆与主控制系统14连接。[0060] 如图所示,一种无人帆船的自动驾驶方法,包括以下步骤:[0061] 获取无人帆船的当前位姿,并设定初始航线:[0062] 主控制系统根据传感器系统传输的无人帆船的航向角、俯仰角、横滚角和无人帆船实时的经纬度坐标得到无人帆船的当前位姿,并通过无线传输系统发送给位于地面的管理监控终端,管理监控终端根据无人帆船的当前位姿设定目标位置,并通过无线传输系统发送给主控制系统;主控制系统根据由管理监控终端设定的目标位置、无人帆船的当前位姿和传感器系统传输的风向数据设定初始航线;当前位姿包括无人帆船的实时位置信息和朝向;[0063] 驱动系统驱动无人帆船向目标位置行驶时,利用深度相机对无人帆船前进方向的探测区域进行探测,并判断深度相机是否探测到障碍物,若深度相机没有探测到障碍物,则无人帆船继续向目标位置行驶;若深度相机探测到障碍物,则进入避障模式,直至无人帆船到达目标位置;[0064] 当无人帆船进入避障模式时,主控制系统发出减速控制指令给驱动系统,驱动系统中的船帆舵机机构驱动软帆降低无人帆船的行驶速度,同时在主控制系统中规划避障路径和避障路径点,主控制系统根据规划好的避障路径和避障路径点发出控制指令给驱动机构,驱动系统中的船帆舵机机构和船舵舵机机构分别驱动无人帆船的软帆和舵片转动,从而控制无人帆船按照避障路径行驶到避障路径点,无人帆船行驶到避障路径点后,主控制系统根据避障路径点和设定的目标位置设定新的航线,驱动系统驱动无人帆船根据新的航线向设定的目标位置行驶,并判断无人帆船是否到达目标位置,若没有到达目标位置,则返回步骤 ,直至无人帆船到达目标位置;若到达目标位置,则结束。[0065] 步骤 中规划避障路径和避障路径点的具体方法为:[0066] A深度相机探测到障碍物后将障碍物图像数据和深度信息传输给深度学习处理单元,深度学习处理单元根据障碍物图像数据和深度信息通过机器视觉识别算法得到障碍物的类别和障碍物与无人帆船当前位置的距离;[0067] B深度学习处理单元将障碍物的类别和障碍物与无人帆船当前位置的距离传输给主控制系统,主控制系统接收来自深度学习处理单元的障碍物的类别和障碍物与无人帆船当前位置的距离并根据无人帆船的当前位姿和风向数据得到避障路径和避障路径点。[0068] 避障路径点为在以障碍物与无人帆船当前位置确定的直线的顺时针旋转45°方向,障碍物与无人帆船当前位置的距离和障碍物与避障路径点的距离相同,且障碍物与无人帆船当前位置的直径、障碍物与避障路径点的直径和避障路径构成等腰直角三角形。[0069] 探测区域为以深度相机为圆心、半径为10米的半圆形区域。

专利地区:浙江

专利申请日期:2021-03-11

专利公开日期:2024-09-03

专利公告号:CN112960078B


以上信息来自国家知识产权局,如信息有误请联系我方更正!
电话咨询
读内容
搜本页
回顶部