機器視覺在艦船綜合保障中的應用研究

仲維彬

機器視覺在艦船綜合保障中的應用研究

仲維彬

（海軍裝備部）

介紹了國外先進艦船綜合保障方面的發展現狀，從應用需求出發，分析了機器視覺技術在物資分揀、智能運輸和智能監控等場景中的應用，探究了上述場景中提高艦船綜合保障能力有關機器視覺的關鍵技術。機器視覺在提高艦船綜合保障的自動化水平、作業效率以及節省人力需求等方面將發揮重要作用。

艦船綜合保障；機器視覺；物資轉運；智能監控

0 引言

艦船綜合保障能力直接關系到武器裝備系統性能的發揮和全生命周期費用的高低，優化艦船的綜合保障能力至關重要。艦船的綜合保障包括物資、設備和技術資料保障等方面，而物資保障是確保艦船持續運行和戰斗力保持的關鍵。目前艦船的物資轉運和艦面異常狀態監控人工參與較多，一定程度上影響了艦船作業效率，因此探尋一些高效能的、自動化的物資轉運與智能監控方式尤為重要。隨著機器視覺在民用物流倉儲、自動導航和安全監控等領域的成熟應用，將機器視覺技術引入艦船綜合保障中可顯著提高自動化和智能化水平，進而支撐作戰效能的提高。

1 艦船綜合保障系統現狀分析

美國尼米茲級航母的結構布置和物資補給、搬運、存儲流程均為早期設計，例如在彈藥裝上艦載機之前，由于航空彈藥儲存在航母底層甲板的不同彈藥艙內，需要艦員將武器移動到搬運車輛上，并在航母內部經過幾次橫向和縱向的移動，送達不同的中轉區和裝配區[1]。這些“陳舊”流程使得尼米茲級航母的物資搬運嚴重依賴人力，準備時間較長，影響艦載機出動效率。

福特級航母的物資轉運系統則進行了大量的改進，主要是在物資搬運與存取系統的結構、布置方面采用了很多自動化技術，提高了空間利用率和調度效率，采用的先進設計包括自動倉儲與提取系統、萬向自動搬運車等。

福特級航母的自動倉儲與提取系統采用了選擇性卸載技術，如圖1所示，該技術使得貨艙、貯藏室、彈藥庫的存儲和卸載實現自動化作業。系統工作時，在計算機端由人工識別和定位物資及其擺放位置，通過可編程控制算法和外部傳感器控制無人升降機到達指定位置，并利用傳輸系統將物資傳輸到無人升降機和甲板上，實現了批量物資轉運和指定物資的選擇性卸載，也將其存儲到航母貨艙的其他位置[2]，該系統有效節省了人力、提升了物資的存取效率。

圖1 福特級航母自動倉儲與提取系統

在手推車和鏟車基礎上，福特級航母上采用了具有自動控制和導航系統的萬向自動搬運車[3]，如圖2所示，該自動搬運車體積小、重量輕、負載能力強，可以利用車輛萬向輪朝著任意方向移動，在航母狹窄空間內作業非常便利。運行過程中，在艦員的遙控下自動駕駛往返貨艙和甲板之間，控制搬運車沿著準確路徑行駛，大幅度提高物資搬運效率，但整個過程中需要人員監視和控制搬運車的運行狀態，自動化程度有待進一步提高。

圖2 萬向自動搬運車

上述應用中，艦船綜合保障中的物資存取和轉運系統，采用了一定的自動化設備，提升了艦船物資裝卸和搬運的效率。然而整個運輸過程中存在人員參與多、智能化水平和作業效率低等問題，無法滿足未來無人化作戰的需要。

2 機器視覺技術在艦船綜合保障中的應用分析

為滿足未來無人化作戰對艦船綜合保障體系發展的新要求，在現有艦船綜合保障設施的基礎上引入機器視覺技術，有望進一步提高艦船物資轉運以及艦面監控視頻中的智能化和自動化水平[4-5]。機器視覺在艦船保障的應用如圖3所示，可通過視覺傳感器采集圖像，利用圖像處理模塊對獲取的圖像進行智能識別與分析計算，根據具體需求實現物品碼/存儲位置識別、導航定位、障礙物感知和艦面狀態識別等能力，為物資轉運過程中的自動分揀、智能運輸以及智能監控等應用提供支撐。

圖3 機器視覺在艦船綜合保障中的應用

3 關鍵技術需求分析

3.1 自動分揀識別

在艦船貨艙中，物資按照類別存儲在多列排布貨架的不同區域，人工存放存在物資類別與存儲位置誤識別、作業效率低等問題。為此，采用機器視覺技術，建立基于語義分割和深度學習的物品碼與貨艙存儲位置識別模型，對物資類別與存儲位置進行精準識別。物資自動分揀識別流程如圖4所示，通過BiSeNet、SeaFormer等模型對視覺傳感器采集的圖像進行語義分割，定位物品碼，采用ResNet、DenseNet等深度學習模型對物品碼進行識別[6-7]，獲得物資信息；可采用相同的算法識別貨艙存儲位置，將識別結果與物資信息進行關聯，鎖定存儲位置?；诖?，將有效降低誤識別概率，提升自動分揀系統的作業效率。

圖4 物資自動分揀識別流程

3.2 智能運輸

為實現艦船物資在貨艙與甲板間的無人化智能運輸，使用具有自主導航定位和障礙感知的機器視覺技術輔助無人轉運車輛進行自主形勢。

3.2.1 循跡式定位與導航

循跡式定位與導航是通過識別地面合作標識的方式實時計算位姿，引導車輛沿著預先規劃的路線自動行駛。循跡式定位與導航流程如圖5所示，對視覺傳感器采集的地面引導線等合作標識進行智能識別，并采用PNP（Perspective-N-Points）、POSIT等算法計算車輛當前位置，直至引導車輛到達終點，實現轉運車輛的循跡式定位與導航[8]。

圖5 循跡式定位與導航流程

3.2.2 同步定位與建圖

與循跡式導引需要專用的合作標識的導航定位方式不同，基于視覺特征的同步定位與建圖（Simultaneous Localization and Mapping，SLAM）是一種基于周圍環境特征的自主定位算法，該算法對連續捕獲的場景圖像進行特征檢測和提取，通過特征匹配構建幀與幀之間的共視關系，對特征進行優化，在構建周圍環境三維地圖的同時準確定位車輛在地圖中的位置，提高轉運車輛在行駛途中的環境感知與自主定位能力。

采用雙目相機的SLAM技術更容易獲得周圍的環境信息，其算法框圖如圖6所示。通過雙目相機采集環境圖像，基于視覺里程計機理提取圖像中的特征進行特征提取與匹配以及位姿估算，并根據接收的位姿估算結果和回環檢測信息進行后端非線性優化，得到周圍環境三維地圖的同時獲取定位結果[9]。

圖6 雙目視覺SLAM定位算法

3.2.3 障礙物感知

物資運輸過程中可能存在其他車輛、艦員以及某些固定設備等障礙物，影響轉運車輛的正常行駛，因此需要提高轉運車輛對障礙物的感知能力。采用雙目視覺三角測距法對獲取的圖像進行智能分析計算，得到前方物體的深度信息，實現車輛行進前方障礙物的智能感知。

雙目視覺三角測距原理如圖7所示。其中，l和r分別為左右相機的成像平面；l和r分別表示左右相機的像素坐標；l和r分別為左右相機的焦距；為2個相機光心的距離。

圖7 雙目視覺三角測距原理

在平行雙目視覺系統中，相機視場內的任意物點在左右相機中分別形成對應的像點，首先計算左右相機采集圖像對應點橫坐標之間差值的絕對值，然后根據物點和左右相機之間的幾何關系計算出物點與光心的距離[10]，即為前方物體的深度信息，根據物體與車輛的相對位置、車輛行進方向等關系判斷是否為障礙物。

機器視覺感知障礙物具有實時性好、精確度高、自主性強等優點，另外可將超聲波、激光雷達等手段與機器視覺結合使用提供多重感知能力，通過異構冗余設計實現無盲區覆蓋，提高障礙感知的可靠性，確保車輛行進安全。

3.3 智能監控

艦船運行過程當中可能會出現轉運車輛異常、物資掉落、艦面人員跌倒甚至是飛機側翻等狀況，因此需要構建基于機器視覺、人工智能的艦面狀態智能監控系統。在著艦區、起飛區、?？繀^、艦橋等重要和易發生安全事故的區域安裝分布式監控終端設備，在服務器端對分布式監控設備所采集的視頻進行實時智能圖像綜合處理，實現從僅具備錄制功能的傳統監控到實時異常提示的智能化監控轉變。艦面狀態智能監控流程如圖8所示，首先通過HsNet、CifarNet等深度學習模型對車輛異常、物資掉落、人員跌倒和飛機側翻等不同狀態的樣本數據進行訓練，獲得艦面狀態識別模型，通過該模型識別輸入的實時監控視頻，對異常狀態進行智能識別和告警提示，實現對艦面狀態全方位、高可靠性的智能監控。

圖8 艦面狀態智能監控流程

4 結語

本文在分析現有艦船自動化物資保障體系的基礎上，從適應未來無人化作戰的應用需求出發，分析了機器視覺技術在物資分揀、智能運輸與智能監控場景中的應用，探究了物品碼/存儲位置識別、循跡式定位與導航、同步定位與建圖、障礙物感知、艦面異常狀態識別等關鍵技術。機器視覺技術的應用，將進一步提高艦船物資保障與艦面狀態監控的智能化和自動化水平，有效提升作業效率，優化艦船作戰效能。

[1] 志昂. 美國“福特”級航母先進物流系統[J]. 現代艦船，2012，12：32-35.

[2] 于瀛.“福特”級航母的設計及技術特點[J]. 現代艦船，2011，8：16-19.

[3] 希弦. 微觀航母之彈藥貯運（下）和物流系統的新技術[J]. 兵器知識，2016，9（19）：76-79.

[4] 祝泓，張平. 艦船綜合保障系統設計[J]. 中國工程科學，2015，17（5）： 44-50.

[5] 孫光甦，原宗，關靜. 艦船綜合保障體系綜述[J]. 中國艦船研究，2020，15（1）：89-94.

[6] 王成軍，韋志文，嚴晨. 基于機器視覺技術的分揀機器人研究綜述[J]. 科學技術與工程，2022，22（3）：893-902.

[7] 趙熠，邵春福，李霞. 基于圖像處理技術的貨運標簽識別系統[J]. 設施與設備，2007，8：185-187.

[8] 張舒原，孫中. 視覺識別導引AGV系統的物流規劃分析[J]. 物流技術與應用，2016，21（4）：130-135.

[9] 梁明亮，王云飛，張凱. 基于雙目視覺SLAM的室內機器人導航技術[J]. 科學技術與創新，2022，17（4）：185-188.

[10] 郭兆明，周慶華，曾小為. 基于雙目視覺的缺陷藥片檢測[J]. 計算機與現代化，2021，11（5）： 56-60.

Research on Application of Machine Vision in Shipboard Comprehensive Support

ZHONG Weibin

An overview of the current state of development of advanced foreign naval vessels in the realm of comprehensive logistical support is provided. Starting from practical applications, it delves into the utilization of machine vision technology in scenarios such as material sorting, intelligent transportation and intelligent monitoring. The critical technologies associated with machine vision that enhance the comprehensive logistical support capabilities of naval vessels in these scenarios are investigated. Machine vision is poised to play a significant role in elevating the automation level, operational efficiency, and reducing the human resource requirements in enhancing naval vessel comprehensive logistical support.

Shipboard Comprehensive Support; Machine Vision; Materials Transportation; Intelligent Monitoring

TN953

A

1674-7976-(2023)-06-401-04

2023-10-30。

仲維彬（（1977.05—），江蘇海安人，碩士，高級工程師，主要研究方向為信息裝備技術研究。