摘要
本发明公开了一种基于船载激光雷达目标检测的靠泊状态估计方法,包括通过改进PointPillar编码网络构建的船舶三维目标检测网络模型,通过在编码网络中引入平均池层和注意力池化层对目标全局感知与局部感知的信息的进行融合,并根据构建的模型损失函数进行模型训练,通过最优检测网络模型检测并确认预置泊位是否存在已抛锚的船舶,并通过引入RANSAC平面拟合算法分别获取预置泊位存在或不存在已抛锚船舶时,所需的泊位前沿平面或目标船舶的外轮廓面即停靠泊位边界面,并结合船载激光雷达所在位置获取用于船舶靠泊状态估计的靠泊速度;解决了传统使用基于线性拟合的方法的获取泊位线模型作为靠泊状态估计的基准,造成靠泊状态估计准确度较差的缺陷问题。
技术关键词
检测网络模型
泊位
状态估计方法
船舶
激光雷达点云
拟合算法
点云编码
网格特征
点云特征提取
面点
坐标
注意力
网络模块
图像获取模块
二维卷积神经网络
检测头
速度