تشخیص و ردیابی اشیا در قایق ربات خودران با استفاده از بینایی استریو

امروزه یکی از چالش‌های اصلی در حوزه دریایی، کنترل و پایش بنادر در شرایط آب و هوایی متفاوت می‌باشد که برای این منظور از قایق ربات‌های خودران استفاده می‌شود. در این تحقیق، که بخشی از پروژه قایق ربات مروارید می‌باشد، از سیستم بینایی استریو بمنظور تشخیص، مکان‌یابی و ردیابی زمانواقع اشیا استاتیک و دینامیک در قایق ربات خودران مروارید استفاده شد. بمنظور ارزیابی الگوریتم ارائه شده، دو سری آزمایش طراحی و اجرا شدند؛ در آزمایش اول، قایق ربات کنار سایر قایق‌های ثابت یا دیواره‌های اسکله حرکت کرد تا اشیا ثابت را مکان‌یابی کند. در آزمایش دوم نیز یک قایق هدف مجهز به rtkgps در نظر گرفته شد تا دقت الگوریتم در ردیابی آن سنجیده شود. نتایج تحقیق در قالب نقشه ارتفاعی دیجیتال و ترسیم مسیر طی شده توسط قایق ربات و قایق هدف ارائه شد. دقت ردیابی سیستم استریو نسبت به rtkgps ارزیابی شد که حداقل خطای سیستم استریو در ردیابی، مقدار 1/575 متر بدست آمد که این میزان خطا توسط فیلتر کالمن به مقدار 0/6621 متر کاهش پیدا کرد.

Detecting And Tracking Objects In An Autonomous Surface Vehicle Using Stereo Vision

Nowadays, one of the main challenges in the maritime is the control and monitoring of ports in different weather conditions. To achieve this, Autonomous Surface Vehicles (ASV) are used. In this research, as part of the Morvarid research project, a stereo vision system was implemented on an ASV to detect, localize, and track static and dynamic objects. In order to examine the proposed obstacle detection algorithm, two sets of experiments have been designed; first, the ASV moves toward stationary objects to localize all static and dynamic objects. Second, the ASV tracks a target boat, which equipped with an RTKGPS and estimates relative and absolute positions and movement vector. The results showed that the proposed algorithm successfully estimated 3D size and position of the surrounding objects. The accuracy of the tracking algorithm was evaluated in the digital elevation map, with the lowest RMSE of 1.575 (m), and 0.6621 (m) using raw and EKF data, respectively.