汪偉奎 張子賢 謝斯
1.天津中海油油田設施管理有限公司;2.廣東海洋大學
隨著通信技術、計算機技術、AI算法以及各類傳感器技術的高速發展,為船舶智能化技術研究與應用提供了可能性。提高外界環境實時感知的精度和實時性是智能船自主航行、避碰的前提與基礎,也是目前智能船舶領域面臨的一大技術挑戰。激光雷達、視頻等傳感器被廣泛應用于汽車自動駕駛、無人機技術等研發中,在目標探測、環境感知、路徑規劃、目標跟蹤及自主航行避碰中發揮了不可忽視的作用。這些技術為智能船舶相關技術的研發提供了借鑒,將激光雷達融合應用于智能船舶的環境感知中,可以有效彌補船舶導航雷達盲區的探測能力,使船舶擁有全距離的高精度的環境感知與探測能力,在船舶故障感知、自動操縱與避碰和自動靠離泊功能方面將提升船舶智能化水平。
三用工作船是近海鉆探、開采海洋石油中為平臺服務的一種專用拖輪。它具有為平臺守護、拖航移位、起拋錨、輸送物資器材(包括油水)等功能[1]。三用工作船在靠泊平臺作業過程中需要船長長時間高強度工作,需要包括船舶與平臺間距離、空間等信息的支持,歷史上曾多次發生三用工作船與鉆井平臺碰撞事故,造成了一定的人員傷亡和比較大的經濟損失。盡管隨著動力定位技術在三用工作船上的使用,提升了船舶位置感知和控制的能力,但還有部分船舶并不具備此類技術,需要針對性開發,用以提升三用工作船的感知能力和安全[2]。
風浪流以及密集交通流等環境的復雜性對船舶提出了的高便捷和高可靠性要求,隨著激光雷達技術的不斷迭代,為其在海上安全應用提供了機會。2017年10月,谷歌公司與羅羅公司聯合開發的智能船舶態勢感知系統技術,利用激光雷達、傳統雷達、GPS等信息與電子海圖技術對水面環境進行三維構建,借以實現船舶自主航行、避障與靠離泊功能[3],具體如圖1所示。

圖1 谷歌與羅羅公司研發的船舶船智能態勢感知系統示意圖
同年,挪威“Yara”號智能船在實驗中采用了雷達激光測距感知系統,借以實現對船舶周圍態勢的感知,輔助船舶探測岸線與障礙物,為實現船舶的自動靠離泊提供了技術支持,具體如圖2所示。

圖2 “Yara”號態勢感知示意圖[4]
2018年丹麥馬士基公司宣布將在一艘冰級集裝箱船上安裝計算機視覺、激光雷達傳感器和開發的專業感知軟件,利用激光雷達等傳感器收集船舶周圍的環境信息。2019年5月16日,中國“智騰”號智能船搭載了激光雷達等傳感器作為感知設備,利用相關算法借以實現近距離目標的探測和態勢感知,并進行了世界首個公開的實船避碰演示,取得了良好的效果。激光雷達還被應用在船舶靠泊監測[4]、無人測量船感知[5-6]、無人船障礙物識別[7]、超載吃水監測[8]、水面船只監測[9]等多個方面,顯示了技術的一定優越性。
激光雷達是一種基于飛行時間原理的主動光學傳感器,具有非常精準與可靠性,可以實時獲得反射點的距離信息并構造出點云數據,構建出船舶周圍水面上的實時三維環境。后續可以對采集的原始點云信息充分提取,進行濾波處理、目標擬合模型構建、目標聚類識別、運動狀態估計等,為態勢智能感知系統提供有效的支持[4]。
點云算法模型如圖3所示,其流程主要包括點云數據預處理和點云信息提取兩個環節。在點云數據處理環節,首先對采集的三維激光點云數據進行格式轉換、坐標變換和去噪,為激光點云信息提取提供統一的數據格式。在點云信息提取環節,通過對三維數據重建獲得關鍵的點云數據信息,并將點云數據進行聚類分析,最終獲得目標(船舶、碼頭、泊位或者障礙物)信息,供船舶操縱使用。

圖3 點云分析算法模型
如圖4所示,激光雷達被分別安裝在船舶和碼頭上進行感知測試。激光雷達作為數據采集模塊,其數據經標準接口傳輸至處理模塊,在算法的支持下發布到顯示模塊。

圖4 測試環境示意圖
本實驗采用激光雷達參數如表1所示。系統結構如圖5所示。

表1 激光雷達參數

圖5 雷達感知系統結構示意圖
具體測試效果如圖6、圖7所示。圖6為激光雷達被安裝在船舶上進行感知測試。圖中a為感知的船舶尾跡,b為航道邊界的物體,c為船舶前方橋梁,d為船舶穿越橋洞后的橋梁。通過觀察d點點云數據,發現激光雷達對于超出一定角度的物標難以感知。圖7為激光雷達被安裝在碼頭上進行感知測試,e為感知的船舶,f為感知的波浪數據。

圖6 感知系統布置在船舶感知環境動態示意圖

圖7 感知系統布置在碼頭感知船舶動態示意圖
本文在研究國內外船舶智能感知技術的前提下,提出了基于激光雷達傳感器三維激光點云數據的三用工作船智能感知技術,利用三維激光傳感器掃描周邊環境,經相關算法解析感知周邊環境,自動捕捉船舶運動形態,為船舶避障提供技術支持。在船舶靠泊時提供船首、船尾相對碼頭距離、速度等關鍵動態參數信息。本研究初步研究了基于三維激光點云數據信息提取模型,為相關研究提供了理論基礎和原型系統。由于客觀條件限制,研究還存在一些不足,建議可以采用較高線束的激光雷達,進一步改進算法,逐步改進感知能力。