多特征融合的无人艇视觉目标长时相关鲁棒跟踪

[目的]针对显著海浪遮挡、相机剧烈晃动引起的无人艇视觉目标跟踪脱靶问题,提出一种基于多特征融合的长时相关鲁棒跟踪算法。[方法]首先,采用多特征融合技术,增强目标特征表达,提高目标模型鲁棒性;其次,利用高维特征降维和响应图子网格插值,提高目标跟踪的效率与精度;然后,设计水面目标重识别机制,解决目标完全脱离视野时的稳定跟踪问题;最后,采用多个代表性视频数据集进行验证和比较分析。[结果]实验结果表明,相较于传统的长时相关跟踪算法,平均成功率提升15.7%,平均距离精度指标提升30.3%,F-Score指标提升7.0%。[结论]所提算法能够处理恶劣海况下的目标脱靶问题,对于提升无人船艇及海洋机器人智能感知能力,具有重要技术支撑意义。

加强大连市陆岛运输管理

针对目前大连市陆岛运输海岸线长、装卸港口杂、船舶众多现状,从安全监管角度分析目前安全监督管理现状和存在的问题,提出安全管理对策。

集装箱锂电储能系统水路运输安全风险分析及合规建议

近几年国内外储能电站因集装箱锂电储能系统引发多起安全事故,引起了全球广泛关注。集装箱锂电储能系统水路运输需求的不断增大,给水路运输安全带来了新的问题和挑战。从该产品的安全特性入手,分析其在水路运输过程中存在的安全风险,并结合《国际海运危险货物规则》相关要求,提出保障水路运输安全的合规建议。

集装箱位置追踪器和数据记录仪安全标准及履约建议

2022年9月,国际海事组织货物和集装箱运输分委会第8次会议为集装箱位置追踪器和数据记录仪的使用制定安全标准,并写入《国际海运危险货物规则》42-24版修正案草案。介绍该类设备情况和相关标准的制定进展,分析其安全标准,提出相应的履约建议,供相关方参考。

基于多传感器融合SLAM的无人船靠泊技术

面向港口区域无人船自主靠泊应用需求,从提高无人船环境感知精度与定位能力角度,提出一种基于多传感器融合同时定位与地图构建(SLAM)的无人船自主靠泊技术。对可航行区域动态变化导致的卫星地图时效性差、环境表征不完备问题,提出水上-水下一体化精准感知方案以获取可通行信息。对卫星定位偏差大、姿态信息获取难的问题,利用无人船实时感知的深度信息与先验点云地图匹配,获取精准的位姿信息。考虑到靠泊时对船舶特定姿态的需求,建立船舶运动模型和避碰模型,通过船舶操纵试验获取无人船运动性能参数,并将其作为Reeds-Shepp优化曲线的约束条件,消除轨迹上的尖锐拐点。根据真实数据构建无人船、传感器及港口环境模型,并进行自主航行靠泊仿真实验。结果表明,本文提出的基于多传感器融合SLAM的无人船自主靠泊技术可精准完成港口靠泊任务。

多特征融合的无人船视觉目标跟踪

针对海面光照变化、水花遮挡、水面倒影等耦合作用引起的无人船视觉目标跟踪漂移问题,提出一种基于多特征融合的尺度自适应相关滤波跟踪算法。通过多特征融合,增强了水面目标特征表达,避免了目标跟踪漂移。为减少环境干扰对跟踪目标外观描述的影响,设计尺度自适应跟踪滤波器,提升目标跟踪鲁棒性能。采用本文算法对多个代表性海上视频数据集进行验证,并与典型目标跟踪算法进行比较。结果表明,相较基于单一CN特征的跟踪算法,本文算法的平均重叠率提升23.63%、平均中心误差减少53.79个像素点。本文算法适用于处理由于海面环境剧烈变化、目标尺度变化导致的跟踪漂移问题,可为无人船作业自主性提供重要智能感知技术支持。