一种基于多无人装备协作的水尺智能观测方法及系统

本发明涉及水尺观测技术领域，公开一种基于多无人装备协作的水尺智能观测方法及系统。观测方法包括：采集船舶远近景图像及船舶吃水深度数据；基于改进的YOLOV5神经网络识别船舶远近景图像中的水位线数据以及水位线数据对应的水尺符号数据；采用聚类算法对水位线数据及水尺符号数据进行误差优化，获得初步水尺观测数据；采用卡尔曼滤波网络对船舶吃水深度数据和初步水尺观测数据动态分配权重，将船舶吃水深度数据和初步水尺观测数据加权融合，获得融合水尺观测数据；卡尔曼滤波网络包括：实时状态估计网络和动态权重融合网络。本发明能够解决传统的人工水尺观测效率低、风险高，以及现有的单一传感器水尺观测抗干扰能力弱、恶劣环境观测受限等问题。