船舶辅助校正系统及其运作方法与流程

1.本发明是关于一种辅助校正系统及其运作方法，特别是指一种用于船舶的辅助校正系统及其运作方法。


背景技术：

2.航线规划为无人水上载具控制中的基本问题。中央计算机完全指定无人水上载具自开始航行至到达目标应遵循的航线路径，该航线路径通常必须不与航行环境中的任何障碍物碰撞；或尽可能地降低产生碰撞的可能性。
3.已知光达技术应用于距离侦测的广泛程度，无人水上载具通常会使用光学雷达(lidar)来探测航道场景，惟光学雷达(lidar)于水域环境时，经常地会受到水面干扰因素的影响(如水面光线反光、起伏或水气等)而降低其量测精度及实用性，因此于实际应用时，通常，需要辅以其他量测方法方能完善。
4.相较于光达技术而言，影像量测技术被环境影响的程度相对来说较小。但基于水面起伏不定，如突遇水面高低落差大的情况，障碍物会因高低落差而上下摆荡，此时，将导致影像量测的严重误差，影响无人水上载具的航行安全；或者，如障碍物的位置或形状特征可能随时间推移而变动(如大型漂浮物可能基于水流流向而位移)。因此，航线规划的挑战在于，影像量测的处理速度必须实时且可供用户适时监测，以便用户得于无人水上载具确认航线路径时，依照实际航行环境的影像同步进行监控并视情况实时进行航线路径的校正/调整。


技术实现要素：

5.为解决上述至少一问题，本发明是关于一种辅助校正系统及其运作方法，特别是指一种用于船舶的辅助校正系统及其运作方法，其具备可以实时显示障碍物距离于与检测环境相一致的影像的优点。具体而言，其利用预设的机器可读网格来决定障碍物的距离参数，并根据传感器的传感数据确认并校正此距离参数于正常(即排除检测环境导致的误差)，故可在不使用光学雷达(lidar)的情况下完成对障碍物的距离量测；并且，亦可用于起伏较大的水域(如海上)的障碍物量测。
6.本发明至少一实施例为一种船舶辅助校正系统，其包括一接收器、一储存器、至少一传感器、一处理器以及一显示器，其中，该处理器与该接收器、该储存器及该至少一传感器相连接；及该显示器与该处理器相连接。
7.本发明至少一实施例为一种船舶辅助校正方法。所述的方法包含提供所述的船舶辅助校正系统；藉该摄影装置拍摄包括至少一障碍物的场景，以产生至少一基础影像；藉由该处理器分析该至少一基础影像及该至少一机器可读网格，以估计关于该场景中任一障碍物的一距离参数；该处理器基于该至少一传感器所产生的传感数据判定需要校正的该至少一距离参数；该处理器根据一校正参数校正经判定的该至少一距离参数；以及藉该显示器显示至少一辅助影像，其中该至少一辅助影像具有至少一虚拟标识，用于表示不需要校正
的该至少一距离参数，或校正后的该至少一距离参数。如此一来，该至少一基础影像上将会显示至少一障碍物相对于该运输工具的距离。
8.以上对本发明的简述，目的在于对本发明的数种面向和技术特征作一基本说明，发明简述并非对本发明的详细表述，因此其目的不在特别列举本发明的关键性或重要元件，也不是用来界定本发明的范围，仅为以简明的方式呈现本发明的数种概念而已。
附图说明
9.图1为本发明船舶辅助校正系统部份实施例的结构示意图；
10.图2为本发明船舶辅助校正系统部份实施例的场景示意图；
11.图3为本发明船舶辅助校正方法部份实施例的运作方法流程图；
12.图4为本发明船舶辅助校正方法部份实施例的基础影像输出示意图；
13.图5为本发明船舶辅助校正方法部份实施例的基础影像输出示意图。
14.【符号说明】
[0015]1…
船舶辅助校正系统
[0016]
10
…
接收器
[0017]
11
…
摄影装置
[0018]
20
…
储存器
[0019]
30
…
传感器
[0020]
40
…
处理器
[0021]
50
…
显示器
[0022]
100
…
基础影像
[0023]
200
…
辅助影像
[0024]
p0
…
场景
[0025]
p1
…
运输工具
[0026]
p2
…
障碍物
[0027]
1011
…
物件信息
[0028]
1012
…
载具信息
[0029]
1013
…
格线信息
[0030]
(a)～(f)
…
步骤
具体实施方式
[0031]
为能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图。
[0032]
本发明的至少一实施例是关于一种辅助校正系统及其运作方法，特别是指一种用于船舶的辅助校正系统及其运作方法。
[0033]
请合并参照图1及图2，图1为本发明船舶辅助校正系统1部份实施例的示意图；及图2为本发明船舶辅助校正系统1部份实施例的场景p0示意图。如图1所示，所述船舶辅助校正系统1设置于一运输工具p1中，包括一接收器10、一储存器20、至少一传感器30、一处理器40以及一显示器50，处理器40与接收器10、储存器20、显示器50及至少一传感器30相连接。
图1的接收器10是配置为接收经由至少一摄影装置11撷取的至少一基础影像100；及供选择地将至少一基础影像100储存至储存器20/直接发送至处理器40。
[0034]
于图1及图2所示意的实施例中，所述的运输工具p1可以是快艇、渔船、观光船等小型水上载具；并且可以应用于其他无人船舶(例如战舰、邮轮等大型水上载具)，本发明的态样不限于此。此时，所谓摄影装置11是通指如数位摄录影机(dv)、数位静态相机(digital still camera,dsc)数位摄影机(dvr)或其他具有摄像功能的电子设备/相机系统，其经组态以撷取及输出包括至少一个障碍物p2的影像的基础影像100。其中，障碍物p2是指任何于开放/封闭式水域中的静态/动态障碍物。此外，本实施例并未特别限定所使用的摄影装置11数量为一个或多个，应用本实施例者可端视运输工具p1的尺寸大小而判定适当数量的摄影装置11来实现本案出于论述的目的。于下述实施例中，将假定摄影装置11数量为一个且配合安装于运输工具p1的船艏端，用于表征于航行方向上运输工具p1与障碍物p2的最近位置。如此，处理器40仅要获得摄影装置11的位置信息，即可通过估计获得障碍物p2实际与运输工具p1之间的最短距离长度。
[0035]
图1及图2中的传感器30是被配设于运输工具p1的内部或周边，并用于检测运输工具p1的运行状态(如倾斜程度或航行速度)；或者用于辅助检测运输工具p1与前述障碍物p2之间的距离。应注意的是，本实施例的传感器30是以具有倾斜传感器、加速度传感器及速度传感器的机能模块为例，当然，并不以此为限。自然地，亦可应用诸如应变传感器、位移传感器、光传感器、旋转传感器、角度传感器或角速度传感器来辅助产生不同的检测参数，本实施例的说明将下称为传感数据。
[0036]
所述储存器20可被实施为储存至少一机器可读网格，并藉处理器40读取及执行该机器可读网格。该储存器20是包括用于储存可由处理器40读取的形式的信息(如：机器可读网格或指令)的任何装置，举例而言，挥发性(volatile)或非挥发性(non-volatile)、磁性、半导体、磁带、光学、可移式、不可移式或上述元件的组合的大容量储存模块。然而，应理解的是，此等描述仅是为例示，本发明不依此为限。
[0037]
所述处理器40可以连接于/包括接收器10及储存器20，并且经组配以通过执行储存于储存器20中的指令；或者藉由与储存器20有线/无线通讯以写入及/或读取操作相关的各种资料。例如，一个或多个的传感数据、距离参数、基础影像100或机器可读网格等，来实现对本实施例所述船舶辅助校正系统1的操作。
[0038]
如图1及图2所示，处理器40是被组配成：分析基础影像100及机器可读网格，以经估计形成其中任一障碍物p2的影像的距离参数，且基于传感数据的一或多个特性关系，判定此距离参数是否需要调整，以在显示器50上显示一辅助影像200，此时所述辅助影像200的显示态样将同时包括每个障碍物p2的正常的距离参数(即不需要校正的距离参数)或经处理器校正后的距离参数，以用于指示用户有关所述运输工具p1与任一障碍物p2的当前相对位置(如相对方位或距离数值)；或所述运输工具p1当前航行情况(如速度或倾斜程度)。详述地，处理器40是根据所述机器可读网格为界，将前述的基础影像100予以分割，而得以按每个分割区域宽度实施对任一障碍物p2的影像做任一距离计测。具体来说，机器可读网格可以配置为在基础影像100中提供表示摄影装置11及任一障碍物p2的影像经映射的坐标位置。实际上，所谓的宽度可以理解为在机器可读网格中运输工具p1的二相对端点间的宽度平均值。
[0039]
应注意的是，尽管此处并未明确界定处理器40及显示器50的型号及/或种类，但本领域中技术人员将容易地理解到所述处理器40可以是微处理器；也可以是任何习知的处理器、控制器或其他为实现计算的组件组合/配置。所述显示器50可以是计算机显示器/荧幕、电视装置显示器/荧幕或虚拟实境装置显示器/荧幕；也可以是具有投影映射功能的显示器本身。
[0040]
为方便理解和说明前述操作内容实际应用于实施例的原理，下文将以图2、图3以及图4-5依序说明。
[0041]
首先，请搭配图1-2并参照图3。图3为本发明船舶辅助校正方法部份实施例的运作方法流程图。所述的方法包含提供一船舶辅助校正系统(步骤(a))，本实施例中使用的是前述图1的船舶辅助校正系统1。接着，藉摄影装置11拍摄包括至少一个障碍物p2的一个场景p0，以产生基础影像100(步骤(b))。再者，藉由处理器40分析基础影像100及机器可读网格，以估计关于场景p0中个别障碍物p2的一距离参数(步骤(c))。其中，所述距离参数是用于表示在机器可读网格中每个障碍物p2与摄影设备的一个相对位置信息，以表征障碍物p2实际与运输工具p1间的最短距离长度。接着，处理器40基于传感器30所产生的传感数据判定需要校正的距离参数(步骤(d))。然后，处理器40根据一校正参数校正经判定的距离参数(步骤(e))。最后，藉显示器50显示辅助影像200，其中所述辅助影像200具有至少一虚拟标识，用于表示正常距离参数(即不需要校正的距离参数)，或校正后距离参数(步骤(f))。需说明者，若步骤(d)未判定任何需校正的对象(距离参数)，此时校正方法将省略步骤(e)，而直接执行步骤(f)。
[0042]
其中，步骤(b)是涉及用于场景p0的选择程序并包括步骤(b1)。步骤(b1)：藉处理器40判断场景p0中是否具有前述的障碍物p2，若此场景p0中包含障碍物p2，则摄影装置对此场景p0执行拍摄，以输出前述的基础影像100至接收器10。具体而言，于步骤(b1)的构成例中，传感器30具备光学传感元件以提供相应的检测结果予处理器40进行场景p0中的障碍物p2判读，例如，光学传感元件接收/传感自光源发出并由场景p0中的障碍物p2反射的光线，藉此产生可供处理器40判读障碍物p2的存否的检测结果。本构成例中，此光学传感元件可为习知的感光耦合元件(charge-coupled device,ccd)、互补式金属氧化物半导体(complementary metal-oxide-semiconductor,cmos)或其他具有光传感功能的元件。
[0043]
此外，步骤(b1)的其他构成例，可选择地包括步骤(b11)，步骤(b11)：藉处理器40确定场景p0中所判读到的障碍物p2是否满足预设条件，即预设条件相当于判断任一障碍物p2的影像的预期分辨率是否高于一临界值，其中所谓的预期分辨率是经由摄影装置11输出影像中的障碍物影像(即任一障碍物p2的影像)的像素数量而定出；且所谓的临界值是为用户可程序化并配合处理器40中的灵敏度而被设计的一个预设像素数量阈值。因此，若处理器40判定任一障碍物p2的影像的预期分辨率高于或等于所述临界值，即可根据该场景p0来相应产生基础影像100。而若是处理器40判定任一障碍物p2的影像的预期分辨率低于临界值，则舍弃该场景p0并重新执行步骤(b1)。
[0044]
在本实施例中，步骤(c)进一步包括步骤(c1)-(c3)，是藉处理器40逐个计算基础影像100中障碍物p2的影像的各距离参数。首先，步骤(c1)：在机器可读网格上设定代表摄影装置11的一第一参考点，并根据第一参考点设定于机器可读网格中表示运输工具p1的二相对端点的第二参考点。接着，步骤(c2)：将基础影像100中每个障碍物p2的影像的特征点
映射为机器可读网格的相应目标点。再执行步骤(c3)：根据个别第二参考点和第一参考点及各目标点的相隔距离实施计算并得到任一障碍物p2的影像的距离参数。上述步骤中，可以使用三角函数算法，并重复执行步骤(c2)及(c3)直至完成全部障碍物p2的影像的距离参数的定义。一般来说，步骤(c1)-(c3)的执行亦可配合叠代计算来实现，此时步骤(c1)及(c3)可包括本领域中技术人员可理解的步骤。
[0045]
且其中，步骤(c2)所提及的特征点是为，自多个障碍物p2的影像的边缘端点中选取可能的至少一个邻近点，此处邻近点是根据处理器40模拟相应于运输工具p1的实际端点位置而有不同距离长度的定义，以鉴别出各障碍物p2与运输工具p1实际具有较高碰撞机率的虚拟点位置(即边缘端点)。而运输工具p1的实际端点位置可为预设信息；或另可利用程序语言(如python)配合叠代计算而获得；同样地，障碍物p2的影像的边缘端点亦可以相同的方法来决定。
[0046]
且其中，从前面的叙述可以理解，步骤(c2)的目标点是为个别特征点经转换矩阵后于机器可读网格上呈现的相对坐标。需说明的是，此时的转换矩阵是涉及每个障碍物p2的影像于基础影像100与机器可读网格中的位置对应关系，且所述转换矩阵可预存于储存器20中，或由处理器40依据当时所获得的位置对应关系而产生。此外，考量有关转换矩阵的计算仅为简单算法的通常应用，于此处不赘述。
[0047]
其中，步骤(d)是涉及有关校正对象(即需要校正的距离参数)的判定，并进一步包括步骤(d1)-(d2)。步骤(d1)：处理器40判定传感数据的第一晃动系数是否大于第一阈值，且第二晃动系数是否大于第二阈值。其中，假定如果第一晃动系数及第二晃动系数中的任一高于(或高于等于)相应阈值(第一阈值或第二阈值)，则需要对基础影像100的全部距离参数进行校正处理；步骤(d2)：处理器40使用第一晃动系数及第二晃动系数来提供所述校正参数。本实施例中，校正参数是藉由第一晃动系数乘上第二晃动系数而获得；当然，本发明也可以采用特定计算模型于第一晃动系数及第二晃动系数来提供所述校正参数，并不依此为限。值得一提的是，此处的第一阈值及第二阈值皆为预定数值，仅依实际应用需求而择定。例如，当第一晃动系数用以表示运输工具p1于水平横向的晃动程度时，第一阈值是根据其所配设的摄影装置11的相应抗晃程度来决定；同样地，当第二晃动系数用以表示运输工具p1于水平纵向的晃动程度时，亦然。此外，第一晃动系数及第二晃动系数其中之一亦可用以表示运输工具p1于垂直向的晃动程度，端视运输工具p1航行水域的不同而予以定义。
[0048]
且其中，当传感器30包括计时器时，可选择性地在步骤(d1)及(d2)之间进行步骤(d3)：处理器40进一步判定第一晃动系数或第二晃动系数的持续时间量是否超过容许值，其中，假定如果持续时间量未超过容许值，则不对此次距离参数进行校正(即不续行步骤(d2))，而处理器40将发送经步骤(c)处理而生成的辅助影像200至显示器50(即步骤(f))，以供用户进行查看。本实施例中，与持续时间量有关的容许值是根据摄影装置11的自适应演算法的校正规格来决定，亦可依照实际情况(如风速、流速等环境因素)给予动态定义或为其他类型的定义型态，本发明对此并不予以限定。
[0049]
于其他可能的实施例中，基于运输工具p1所需求输出的校正参数不同(如运输工具p1位于海上航道时)，步骤(d1)-(d2)亦可替换为步骤(e)中的步骤(e1)-(e4)。步骤(e1)：处理器40根据预定义的标准影像，提取第一水平线，并提取基础影像100中的第二水平线；步骤(e2)：处理器40将基础影像100叠加至标准影像形成一叠合资料，此时叠合资料中将同
时包含第一水平线及第二水平线的信息；步骤(e3)：藉处理器40中的一模拟元件定点投射标记至第一水平线及该第二水平线，以构成具有偏距的基准标记(第一水平线)及校正标记(第二水平线)；步骤(e4)：处理器40根据所述基准标记及所述校正标记间的偏距值经计算以形成所述校正参数。
[0050]
请配合图2及图3参照图4及5，图4及5为本发明船舶辅助校正方法部份实施例的辅助影像200输出示意图，图4是显示将本发明适用在近距离侦测时的输出型态；及图5是显示将本发明适用在远距离侦测时的输出型态，其中所谓的近距离、中距离及远距离并无特别距离值限制，仅为障碍物p2与运输工具p1在相对距离上的一个概念表示。有鉴于本实施例是应用于水上行驶的无人载具，考量水面干扰因素甚多，因此需要适当地显示和航道场景p0一致的影像，以适时对运输工具p1的路径进行调整。此外，为提升监测的效能，于本实施例的实际应用中，显示器50是经组态来显示具有虚拟标识的辅助影像200以回应处理器40的输出信息(如距离参数)。具体而言，于执行步骤(e)前，处理器40使用每个距离参数来产生相应于其的虚拟标识，以在基础影像100中植入虚拟标识形成辅助影像200并输出至显示器50。如此一来，作为碰撞机率判断依据的距离参数将先基于虚拟标识而被识别。
[0051]
图4及图5的虚拟标识可包括一物件信息1011及一载具信息1012，但并不以此为限。于其他实际应用中，所述虚拟标识亦可选择性地更包括一格线信息1013。其中，物件信息1011是为任一障碍物p2与运输工具p1之间的距离数值(cm)及任一障碍物p2相对于运输工具p1的方向(方位)的集合，应注意的是，此处的距离数值是等同于前述的距离参数的值；载具信息1012是为运输工具p1实时船速的速度数值(knot)；格线信息1013是为所述机器可读网格以线形式表示的一可视形态。
[0052]
除此之外，虚拟标识亦可以选择性地包括以线性表示的其他信息。例如，传感器30的侦测范围或障碍物p2的轮廓。其中为有效辨识所述基础资料中被植入的虚拟标识，本发明于实际应用时，可进一步于执行步骤(e)前，利用处理器40将物件信息1011、载具信息1012及格线信息1013依照属性给予填色，例如，物件信息1011中近距离者(即距离数值较小者)给予红色以提高警示效果；同样地，格线信息1013中表征为碰撞边界者(即运输工具p1的二相对端点的线性延伸部位)则给予黄色；并依此类推。此时，所谓的属性可为物件信息1011、载具信息1012及格线信息1013的进一步定义，例如：物件信息1011的近距离、远距离、或载具信息1012的怠速、超速，亦可为其他类型的定义型态，本发明对此并不予以限定。且其中，该属性与该填色的对应关系可以是预设的一个标准查找表；或仅依实际操作需求随机给予不相同的填色表示(即一个属性对应一个填色)。
[0053]
综上所述，虽然本发明已以实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中技术人员，在不脱离本发明的精神和范围的基础上，当可作各种的更动和润饰。因此，本发明的保护范围当视后附的权利要求书所界定者为准。