一导航

导航线在航行实践中的几种用

用导航线导航比起用方位线和距离圈导航显得更方便更实用。导航时使用真运动北向上显示模式，在显示屏面上设置导航线，视其功能可设置一条或多条，使其连接。航行时使本船航向始终平行于导航线且与导线保持不变的垂直距离d，这样就可避开危险区达到导航目的。当导航线改向点在本船正横时即可操舵使本船改向。同时也可在相对运动显示模式下使用，相对运动显示时，最好选择北向上显示方式，此时导航线是在运动的，本船显示位置不变，导航方法同上。

设里航线

沿岸航行或狭水道航行时，可以根据海图上的计划航线在显示屏面范围内设置导航线作为本船的航线，操作时使船始终走在该导航线上。操作时为使设计导航线的精度提高，可选用低档量程，航行一段，再设置另一段。

取两点之间的距离和方位

船舶在航或锚泊时很多情况下要确定两个固定点或运动点之间的距离，如确定两浮标之间的距离。为此，在雷达显示平面上量取不在自显示同一中心射线上的两点A和B间的距离时就不能直接使用距标圈量取了，我们可以用导航线的起点建立在A点上，终点建立在B点上，得到一导航线，即导航线代表的真实长度为AB两点间的距离，距离读数为导航线长度读数，可在显示平面读取。

确定锚位

抛锚前选择雷达的北向上相对运动显示模式，先在海图上确定合理锚位并作合理定位物标的位置线(如单物标方位距离线、两方位位置线、三方位位置线等)，然后在雷达上用导航线作出位置线，位置线(导航线)的交点即为锚位，操船使船位在确定的锚位上即可抛锚。用导航线来确定锚位比常规方法更方便更直观。

雷达标绘中确定反航

在进行雷达标绘中确定反航量可以直接在雷达屏面上进行。在相对运动显示模式下进行目标的标绘时确定目标的第一观测点的同一时刻用导航线符号标记该观测点，即进人导航线系统。随着本船的运动，导航线标记符号也将沿着本船反航向且与本船航速大小一样的速度运动，导航线符号所运动的距离即为本船的反航量。且得到的数据很准确，从而可避免因作本船反航量时的误差造成错误的来船航向、航速。当计程仪出现故障或损坏时，可以利用这种方法确定本船的对地速度，即在显示区域内选择一固定物标如浮标、灯船，用导航线套住该固定物标并对目标进行标记，等3分钟或6分钟，再用另一导航线量取该固定物标至上一导航线标记符号“口”的距离5，那么本船对地速度大小v=20s或10s(节)。

一种导航线快速检测算法算法思想

导航线的宽度、灰度在图像中具有均匀一致性，根据这些特征，可以进行导航线的鲁棒检测。对图像上的一行，先进行水平方向上的边缘检测，对相邻的2个边缘点，如果其距离大于导航线宽度减2，而小于导航线宽度的2倍，并且这2点间像素灰度值的方差比较小，则这2点就可能是导航线的边界点。对图像的若干行进行处理得到这些点对后，利用快速哈夫变换去除非导航线边界点，再利用最小二乘法精确拟合得到导航线的直线方程。针对实际图像的检测实验表明，该算法能从复杂背景中快速鲁棒地检测出导航线。

导航技术是移动机器人实现自主的关键技术。由于视觉系统具有信号探测范围宽、目标信息完整等优势，再加上近年来计算机图像处理能力和技术的飞速发展以及大量的数字图像处理设备性价比的提高，因此移动机器人视觉导航成为研究热点。沿着地面导航线行走是视觉导航最简单的应用。

从图像中检测定位出导航线的位置，是基于导航线的视觉导航中必不可少的一步。如果背景环境比较简单的室内等环境，或者导航线和背景的区别十分明显，如背景有明显差异的白色线，则导航线的检测定位比较容易。对于室外等复杂背景条件下，目标检测一般是基于边缘检测来进行，要从杂乱的场景图像边缘中区别目标的边界是非常困难或计算非常复杂的，这导致后续的目标识别难于进行。另一方面，基于区域均匀性质的图像分割技术(如取门限法)也常导致目标提取支离破碎。再加上检测过程中，背景场景的动态变化，背景灰度非均匀变化，背景中的景物变化等，边缘检测的复杂性增强。所以复杂背景下的目标检测技术，仍有待进一步提高。

某型特种车辆在精确定位时，其计算机视觉辅助导航系统采用标尺作为导航线。利用标尺作为导航线，可以实现在各种复杂环境下导航线的快速设置，以及导航方向的随时改变。由于导航线所处的背景环境复杂多变，因此导航线的快速检测识别成了一个比较困难的问题。针对复杂背景条件下导航标尺检测这一特定问题，本文展开了研究，提出了一种复杂背景下导航线的快速鲁棒检测定位算法。

算法描述

从图像中检测出导航线两侧的边界，由这些边界点拟合出导航线的直线方程，就可以实现导航线的检测定位。由于算法的实时性至关重要，可以仅提取若干行中的导航线边界点，由这些点拟合出导航线的直线方程。

算法分为3个步骤：

(1)边缘点检测

标尺的边界，位于图像的边缘点中。因此，为确定标尺的边界点，首先对图像进行边缘检测，然后再从边缘点中去除非标尺边界的点。边缘检测可以采用常用的边缘检测算子进行，如Canny, Sobel, Prewitt, Robert算子。为提高实时性，仅对选定的行进行边缘检测。

(2)直线拟合

采用上述方法，从多行中提取得到一些可能为导航线边界的边缘点对集合。每对边缘点中间位置的一点，即为一个可能的导航线中线上的一点。根据这些点，就可以拟合出导航线的直线方程。从图像中进行直线检测的一个可靠方法，就是利用哈夫变换(Hough transform)，它具有优异的鲁棒性和极佳的抗干扰能力。然而哈夫变换要计算每个图像点对应参数曲线所经过的所有参数区间的函数值，计算量非常巨大，很难实时实现；同时，其拟合的精度也不高。为提高直线检测的速度和精度，本文化采用快速哈夫变换，并将其和最小二乘法相结合。

快速哈夫(Hough)变换采用介绍的方法，基于2点确定一条直线的几何原理，消除图像点与参数点对应关系中的不确定性，从而缩小每个非零图像点对应的参数空间，减小每个非零图像点的计算量。由于假设导航线和水平方向成一定角度，在选择2点确定直线时，不选择同一行上的2点。同时，将整幅图像分成64X64的小块表决，减小非零图像点两两组合的数量，进一步减少哈夫变换的总计算量。

为提高直线方程拟合的精度，利用文献中介绍的方法，将哈夫变换和最小二乘法结合起来。首先用快速哈夫变换粗略拟合出导航线的方程，将离该线较远的点剔除，仅保留离该线较近的点；然后根据这些保留下来的点，用最小二乘法拟合直线。这样，就解决了直接使用最小二乘法拟合时，拟合直线易受干扰点或噪声影响的问题；同时也解决了直接使用哈夫变换时，拟合直线精度不高的问题。