利用激光雷达进行船舶位姿感知

兰加芬; 郑茂; 初秀民; 柳晨光; 吴勇

doi:10.13203/j.whugis20220792

您当前的位置：

首页 >

文章列表页 >

利用激光雷达进行船舶位姿感知

摄影测量与遥感 | 更新时间：2026-11-05

- 利用激光雷达进行船舶位姿感知
- Ship Position and Pose Sensing with LiDAR
- 武汉大学学报（信息科学版） 2025年50卷第4期页码：782-791
- 作者机构：
  
  1.武汉理工大学交通与物流工程学院，湖北武汉，430063
  2.武汉理工大学国家水运安全工程技术研究中心，湖北武汉，430063
  3.武汉理工大学智能交通系统研究中心，湖北武汉，430063
- 作者简介：
  
  兰加芬，博士生，主要从事水路交通感知、船舶操纵等方面的研究。lanjiafen@whut.edu.cn
  郑茂，博士，高级工程师。zhengmao@whut.edu.cn
- 基金信息：
  
  国家自然科学基金(52001243);交通运输部重点项目(SXHXGZ-2021-3)
- DOI：10.13203/j.whugis20220792
  中图分类号： P237
- 收稿：2023-01-20，
  
  纸质出版：2025-04-05
- 稿件说明：
移动端阅览
兰加芬,郑茂,初秀民，等.利用激光雷达进行船舶位姿感知[J].武汉大学学报（信息科学版）,2025,50(4):782-791.

LAN Jiafen,ZHENG Mao,CHU Xiumin,et al.Ship Position and Pose Sensing with LiDAR[J].Geomatics and Information Science of Wuhan University,2025,50(4):782-791.
兰加芬,郑茂,初秀民，等.利用激光雷达进行船舶位姿感知[J].武汉大学学报（信息科学版）,2025,50(4):782-791. DOI：10.13203/j.whugis20220792

LAN Jiafen,ZHENG Mao,CHU Xiumin,et al.Ship Position and Pose Sensing with LiDAR[J].Geomatics and Information Science of Wuhan University,2025,50(4):782-791. DOI：10.13203/j.whugis20220792

摘要

为精确测量船舶进入升船机船厢的位置、航速、偏航角等关键位姿参数，提出了自适应体素栅格长度计算方法、基于特征点的船舶位置感知方法以及自适应姿态感知方法。以长江三峡5号为例分析了关键参数的影响，并通过蓝箭208号与华嘉8号验证了感知精度。与测速轮测量结果对比表明，船舶纵向位置平均偏差0.810 m，航速平均偏差0.030 m/s，偏航角平均偏差0.27°。所提出的位姿感知方法具有良好的精度，可为船舶进出船厢航行辅助决策系统的开发提供技术支撑。

Abstract

Objectives

To achieve accurate shore-based measurement of the ship's position

speed

yaw angle and other key motion parameters when a ship enters the ship chamber of the ship lift

a ship's position and pose sensing method with light detection and ranging was developed.

Methods

To address the specific challenges of point cloud occlusion and noise interference during the process of ships entering a ship lift

a method is developed with the goal of improving the accuracy and efficiency of point cloud data processing. This method utilizes the k-d tree and bounding box algorithms

along with an adaptive voxel grid length calculation method. A feature-based ship position sensing method and an adaptive pose perception method are incorporated

enabling point cloud preprocessing as well as ship position and pose sensing. The system's accuracy is validated using data from the Three Gorges 5 ship

and the impact of key parameters is analyzed. Furthermore

the system's accuracy is also verified using data from Lanjian 208 and Huajia 8 ships.

Results

The results show that when the voxel filter constant is 1 000

the neighborhood is 10

and the search angle step is 0.25°

the ship position and pose sensing method has good robustness and smoothness while ensuring the operation efficiency and accuracy of the system. The average deviation of the longitudinal position of the ship is 0.810 m

the average deviation of the speed is 0.030 m/s

and the average deviation of the yaw angle is 0.27°.

Conclusions

The proposed position and pose sensing method can meet the requirements of engineering practice

and provide technical support for the development of the navigation decision-making system for ships entering and exiting the ship lift.

关键词

Keywords

references

谢保峰，张树奎，胡甚平 . 浅水区域船舶航行下沉量的数值计算［J］. 舰船科学技术， 2022 ， 44 （ 20 ）： 42 - 45 .

XIE Baofeng ， ZHANG Shukui ， HU Shenping . Numerical Calculation of Ship Sinking in Shallow Water ［J］. Ship Science and Technology ， 2022 ， 44 （ 20 ）： 42 - 45 .

吴鹏 . 一种升船机用船速检测预警系统的设计［J］. 自动化应用， 2014 （ 8 ）： 90 - 92 .

WU Peng . Design of Speed Detection Warning System for Shiplift ［J］. Automation Application ， 2014 （ 8 ）： 90 - 92 .

张慧 . 三峡升船机船舶安全检测及预警系统的研究［D］. 大连：大连海事大学， 2016 .

ZHANG Hui . Research on Ship Safety Detection and Early Warning System of Three Gorges Ship Lift ［D］. Dalian ： Dalian Maritime University ， 2016 .

闫晓飞，刘泽西，李颖，等 . 基于激光三维视觉的船舶靠泊动态监测技术［J］. 激光与红外， 2016 ， 46 （ 12 ）： 1452 - 1458 .

YAN Xiaofei ， LIU Zexi ， LI Ying ， et al . Ship Berthing Dynamic Monitoring Technology Based on Laser 3D Vision ［J］. Laser & Infrared ， 2016 ， 46 （ 12 ）： 1452 - 1458 .

庄佳园，徐玉如，万磊，等 . 基于雷达图像的水面无人艇目标检测技术［J］. 哈尔滨工程大学学报， 2012 ， 33 （ 2 ）： 129 - 135 .

ZHUANG Jiayuan ， XU Yuru ， WAN Lei ， et al . Target Detection of an Unmanned Surface Vehicle Based on a Radar Image ［J］. Journal of Harbin Engineering University ， 2012 ， 33 （ 2 ）： 129 - 135 .

詹华蕊，姜晓荣 . 复杂背景下无人艇视频视觉目标图像识别算法［J］. 舰船科学技术， 2020 ， 42 （ 16 ）： 79 - 81 .

ZHAN Huarui ， JIANG Xiaorong . Image Recognition Algorithm of Unmanned Aerial Vehicle Video Under Complex Background ［J］. Ship Science and Technology ， 2020 ， 42 （ 16 ）： 79 - 81 .

柳晨光，郭珏菡，吴勇，等 . 无人水面艇三维激光雷达目标实时识别系统［J］. 机械工程学报， 2022 ， 58 （ 4 ）： 202 - 211 .

LIU Chenguang ， GUO Juehan ， WU Yong ， et al . 3D LiDAR Based Real-Time Object Recognition System for Unmanned Surface Vehicles ［J］. Journal of Mechanical Engineering ， 2022 ， 58 （ 4 ）： 202 - 211 .

叶语同，李必军，付黎明 . 智能驾驶中点云目标快速检测与跟踪［J］. 武汉大学学报（信息科学版）， 2019 ， 44 （ 1 ）： 139 - 144 .

YE Yutong ， LI Bijun ， FU Liming . Rapid Detection and Tracking of Point Cloud Targets in Intelligent Driving ［J］. Geomatics and Information Science of Wuhan University ， 2019 ， 44 （ 1 ）： 139 - 144 .

黄远宪，李必军，黄琦，等 . 融合相机与激光雷达的目标检测、跟踪与预测［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 6 ）： 945 - 951 .

HUANG Yuanxian ， LI Bijun ， HUANG Qi ， et al . Camera-LiDAR Fusion for Object Detection， Tracking and Prediction ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 6 ）： 945 - 951 .

XU X ， ZHANG L ， YANG J ， et al . LiDAR Camera Calibration Method Based on Ranging Statistical Characteristics and Improved RANSAC Algorithm ［J］. Robotics and Autonomous Systems ， 2021 ， 141 ： 103776 .

CARRILHO A C ， GALO M ， DOS SANTOS R C . Statistical Outlier Detection Method for Airborne LiDAR Data ［J］. International Archives of the Photogrammetry ， Remote Sensing & Spatial Information Sciences， 2018 ， 42 ： 87 - 92 .

DUAN Y ， YANG C ， LI H . Low-Complexity Adaptive Radius Outlier Removal Filter Based on PCA for LiDAR Point Cloud Denoising ［J］. Applied Optics ， 2021 ， 60 （ 20 ）： E1 - E7 .

PREMEBIDA C ， GARROTE L ， ASVADI A ， et al . High-Resolution LIDAR-Based Depth Mapping Using Bilateral Filter ［C］// The 19th International Conference on Intelligent Transportation Systems ， Rio de Janeiro， Brazil ， 2016 .

MASOULEH M K ， SHAH-HOSSEINI R . Fusion of Deep Learning with Adaptive Bilateral Filter for Building Outline Extraction from Remote Sensing Imagery ［J］. Journal of Applied Remote Sensing ， 2018 ， 12 （ 4 ）： 046018 .

崔晓冬，沈蔚，帅晨甫，等 . 多波束点云滤波算法初步研究及适用性分析［J］. 海洋测绘， 2021 ， 41 （ 5 ）： 5 .

CUI Xiaodong ， SHEN Wei ， SHUAI Chenfu ， et al . Preliminary Research and Application Analysis of Multi-beam Point Cloud Filtering Algorithm ［J］. Hydrographic Surveying and Charting ， 2021 ， 41 （ 5 ）： 5 .

AGARWAL P ， HUSAIN A ， RANJAN R K . Pole Like Object Detection Using PCA inTerrestrial LiDAR System ［J］. Journal of Physics： Conference Series ， 2021 ， 2089 （ 1 ）： 012004 .

GUO S Y ， RONG Z ， WANG S ， et al . A LiDAR SLAM with PCA-Based Feature Extraction and Two-Stage Matching ［J］. IEEE Transactions on Instrumentation and Measurement ， 2022 ， 71 ： 8501711 .

GRABNER A ， ROTH P M ， LEPETIT V . 3D Pose Estimation and 3D Model Retrieval for Objects in the Wild ［C］// IEEE/CVF Conference on Computer Vision and Pattern Recognition ， Salt Lake City， UT， USA， 2018 .

BUCH A G ， PETERSEN H G ， KRÜGER N . Local Shape Feature Fusion for Improved Matching， Pose Estimation and 3D Object Recognition ［J］. Springer Plus ， 2016 ， 5 ： 297 .

GAO Q J ， YIN D Y ， LUO Q J ， et al . Minimum Elastic Bounding Box Algorithm for Dimension Detection of 3D Objects： A Case of Airline Baggage Measurement ［J］. IET Image Processing ， 2018 ， 12 （ 8 ）： 1313 - 1321 .

ZHANG X ， XU W D ， DONG C Y ， et al . Efficient L-Shape Fitting for Vehicle Detection Using Laser Scanners ［C］// IEEE Intelligent Vehicles Symposium ， Los Angeles， CA， USA， 2017 .

高广 . 激光雷达成像模拟及点云船舶位姿估计研究［D］. 哈尔滨：哈尔滨工程大学， 2020 .

GAO Guang . Research on LiDAR Imaging Simulation and Point Cloud Ship Pose Estimation ［D］. Harbin ： Harbin Engineering University ， 2020 .

LÜ D ， SUN J F ， LI Q ， et al . Fully Automatic Registration of Structured Objects Based on Laser Radar Range Images ［J］. Optik ， 2015 ， 126 （ 23 ）： 4698 - 4703 .

LÜ D ， SUN J F ， LI Q ， et al . 3D Pose Estimation of Ground Rigid Target Based on Ladar Range Image ［J］. Applied Optics ， 2013 ， 52 （ 33 ）： 8073 - 8081 .

张楠，孙剑峰，姜鹏，等 . 激光雷达场景三维姿态点法向量估计方法［J］. 红外与激光工程， 2020 ， 49 （ 1 ）： 0105004 .

ZHANG Nan ， SUN Jianfeng ， JIANG Peng ， et al . Pose Estimation Algorithms for LiDAR Scene Based on Point Normal Vector ［J］. Infrared and Laser Engineering ， 2020 ， 49 （ 1 ）： 0105004 .

GREENSPAN M ， YURICK M . Approximate k-d Tree Search for Efficient ICP ［C］// The Fourth International Conference on 3-D Digital Imaging and Modeling ， Banff， Canada ， 2003 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

利用机载LiDAR数据的开放DEM产品精度评估

顾及水平方向偏差的三维声呐点云数据分区滤波方法

室内圆柱引导的激光雷达全局定位与回环检测

融合相机与激光雷达的目标检测、跟踪与预测

基于无人机LiDAR和高空间分辨率卫星遥感数据的区域森林郁闭度估测模型