تشخيص و رديابي اشيا در قايق ربات خودران با استفاده از بينايي استريو

امروزه يكي از چالش‌هاي اصلي در حوزه دريايي، كنترل و پايش بنادر در شرايط آب و هوايي متفاوت مي‌باشد كه براي اين منظور از قايق ربات‌هاي خودران استفاده مي‌شود. در اين تحقيق، كه بخشي از پروژه قايق ربات مرواريد مي‌باشد، از سيستم بينايي استريو بمنظور تشخيص، مكان‌يابي و رديابي زمان-واقع اشيا استاتيك و ديناميك در قايق ربات خودران مرواريد استفاده شد. بمنظور ارزيابي الگوريتم ارائه شده، دو سري آزمايش طراحي و اجرا شدند؛ در آزمايش اول، قايق ربات كنار ساير قايق‌هاي ثابت يا ديواره‌هاي اسكله حركت كرد تا اشيا ثابت را مكان‌يابي كند. در آزمايش دوم نيز يك قايق هدف مجهز به RTK-GPS در نظر گرفته شد تا دقت الگوريتم در رديابي آن سنجيده شود. نتايج تحقيق در قالب نقشه ارتفاعي ديجيتال و ترسيم مسير طي شده توسط قايق ربات و قايق هدف ارائه شد. دقت رديابي سيستم استريو نسبت به RTK-GPS ارزيابي شد كه حداقل خطاي سيستم استريو در رديابي، مقدار 1/575 متر بدست آمد كه اين ميزان خطا توسط فيلتر كالمن به مقدار 0/6621 متر كاهش پيدا كرد.

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 RTK-GPS 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.