基于稳像技术的高速水面艇角点特征提取技术

为了提高对高速水面艇的主动检测和识别能力,提出基于数字稳像技术的高速水面艇角点特征提取算法。采用无线传感信息跟踪方法实现对高速水面艇的光学视觉传感检测,对提取的高速水面艇分布图像进行融合滤波处理,采用边缘轮廓检测方法提取高速水面艇的边界信息,结合目标方位估计和电子稳像技术,实现对高速水面艇的动态参数识别和实时性稳像处理,采用Harris区域角点特征提取方法实现对高速水面艇的特征点标定和动态跟踪识别,通过图像的子块特征分布进行水面艇的角点特征提取,根据角点包络分布融实现对高速水面艇识别检测。仿真结果表明,采用该方法进行高速水面艇角点特征提取的信息聚类性较好,对水面艇的电子稳像能力较强。

高速水面艇视觉系统电子稳像算法

针对高速水面艇视觉系统在采集视频过程中,由于高速运行、水流运动和风力影响等因素造成的视频图像抖动问题,根据高速水面艇视频图像运动特点,例如同时含有平移、旋转和变焦运动等,采用尺度不变特征变换算法提取视频图像中的特征点,利用仿射模型求解运动参数,运用Kalman滤波对视频图像中的正常扫描进行滤波,最后用相邻帧补偿法对每帧图像进行补偿,实现高速水面艇的视频图像稳像处理。算法用于高速水面遥控艇采集到的视频上进行对比验证分析,结果表明算法对高速水面艇视觉系统下的视频图像稳像处理快速、有效。

高速水面艇性能评估

在高速水面艇的设计中,基于阻力性能的评估方法仅适用于相同船型的比较。本文提出了以推进功率和能量消耗为基础的评估方法,可以完美地实现不同艇型的高速水面艇的性能比较。

基于鲁棒控制器的水面智能高速无人艇控制技术

由于船体速度和负载的改变将导致模型中的参数发生扰动,海风、海浪、海流等因素也会对模型产生干扰。参数摄动、外部扰动以及模型的误差导致了水面智能高速无人艇控制的不稳定性。船舶数学建模中存在的各种不确定因素,对船舶操纵系统的鲁棒性能产生很大影响。本文通过建立无人艇的数学模型,利用鲁棒控制系统对模型的各项参数进行重点分析与优化,进一步提高整个无人艇控制系统稳定性。