面向海上风机登乘机构相对位置估计方法研究

面向海上风机运维人员登乘场景,为获取准确的船舶与风机平台相对位置姿态关系,提出采用端-端的深度学习网络方法来训练基于风机平台RGB图像的位置估计器。首先,设计搭建能够精准控制位置姿态的图像数据采集装置,用以采集带有圆柱坐标标签的训练、测试和验证图像数据集,其中,训练集图像12 586张,测试集图像3 198张。训练集样本标签的空间为:径向2.1~18.9 cm,高度1.2~9.0 cm,角度66°~114°;采样间隔密度为:径向0.6 cm,高度0.6 cm,角度1.6°。然后,通过学习训练获得基于ResNet50网络的船舶-风机平台相对位置估计器,利用多组数据测试集评估了该位置估计器包括误差分布情况和运动模糊条件下的鲁棒性等性能。根据数据分析,相对位置估计器在径向、高度和角度3个自由度的平均绝对误差分别为0.10、0.07 cm和0.28°,且对轻度运动模糊具备鲁棒性。