一种基于路径规划自主导航的无人驾驶船控制系统及方法

1.本发明涉及无人驾驶控制技术领域，特别涉及一种基于路径规划自主导航的无人驾驶船控制系统及方法。


背景技术：

2.目前，对河道内的垃圾进行清理时，多安排工作人员进行打捞式清理，人力成本较大，也存在一定风险性。另外，采用河道垃圾清理船对河道垃圾进行清理时，河道垃圾清理船需要人工驾驶或远程遥控，便捷性较低，也不够智能化。
3.因此，亟需一种解决办法。


技术实现要素：

4.本发明目的之一在于提供了一种基于路径规划自主导航的无人驾驶船控制系统，自动控制无人驾驶船在河道内进行河道垃圾清理，无需工作人员进行打捞式清理，降低了人力成本，避免风险性，同时，无人驾驶船也无需人工驾驶或远程遥控，提升了便捷性，也更加智能化。
5.本发明实施例提供的一种基于路径规划自主导航的无人驾驶船控制系统，包括：
6.获取模块，用于获取目标水域的第一图像；
7.确定模块，用于基于第一图像，确定目标水域内的垃圾分布；
8.规划模块，用于基于垃圾分布，规划垃圾清理导航路径；
9.控制模块，用于基于垃圾清理导航路径，控制无人驾驶船在目标水域内进行垃圾清理。
10.优选的，获取模块获取目标水域的第一图像，包括：
11.通过设置于目标水域旁的至少一个第一图像采集设备获取目标水域的第一图像；
12.和/或，
13.通过设置于无人驾驶船上的至少一个第二图像采集设备获取目标水域的第一图像；
14.和/或，
15.通过航行于目标水域上空的至少一个无人机获取目标水域的第一图像。
16.优选的，确定模块基于第一图像，确定目标水域内的垃圾分布，包括：
17.对第一图像进行物品图像提取，获得目标水域内多个物品的物品图像；
18.获取预设的垃圾图像库，垃圾图像库包括：多组一一对应的垃圾图像和垃圾类型；
19.将物品图像与垃圾图像进行匹配；
20.若匹配符合，基于匹配符合的物品图像在第一图像中的第一位置，确定对应物品在目标水域内的第二位置，同时，将匹配符合的垃圾图像对应的垃圾类型与第二位置进行配对，获得配对项；
21.整合各个配对项，获得目标水域内的垃圾分布。
22.优选的，规划模块基于垃圾分布，规划垃圾清理导航路径，包括：
23.获取目标水域对应的预设的水域地图；
24.将垃圾分布映射于水域地图中；
25.获取无人驾驶船的入水点和至少一个垃圾倾倒点；
26.将入水点和垃圾倾倒点映射于水域地图中；
27.基于预设的垃圾清理导航路径规划模型，根据水域地图，规划垃圾清理导航路径。
28.优选的，基于路径规划自主导航的无人驾驶船控制系统，还包括：
29.避让模块，用于当无人驾驶船在目标水域中行驶时，自适应控制无人驾驶船进行障碍物避让；
30.其中，避让模块控制无人驾驶船进行障碍物避让，包括：
31.基于第一图像，确定目标水域中无人驾驶船周边预设的安全范围内是否存在移动物体；
32.若是，基于第一图像，确定移动物体的第一轮廓上互相间隔预设的第一间隔距离的多个第一轮廓点位与无人驾驶船的第二轮廓上互相间隔预设的第二间隔距离的多个第二轮廓点位任意两两之间的最新距离和靠近速度；
33.若最新距离小于等于预设的第一距离阈值且靠近速度大于等于预设的第一靠近速度阈值，将对应两两的第一轮廓点位和第二轮廓点位分别依次作为第一目标和第二目标；
34.基于第二目标和由第一目标向第二目标的方向，构建第一方向向量；
35.整合各个第一方向向量，获得避让方向条件；
36.若最新距离大于第一距离阈值且小于等于预设的第二距离阈值或靠近速度小于第一靠近速度阈值且大于等于预设的第二靠近速度阈值，将对应两两的第一轮廓点位和第二轮廓点位分别依次作为第三目标和第四目标；
37.基于第四目标和由第四目标向第三目标的方向，构建第二方向向量；
38.整合各个第二方向向量，获得避让约束条件；
39.基于预设的第一特征提取模板，对避让方向条件和避让约束条件进行特征提取，获得多个条件特征值；
40.基于多个条件特征值，构建避让方向条件和避让约束条件的第一条件描述向量；
41.获取预设的避让行驶控制方案库，避让行驶控制方案库包括：多组一一对应的第二条件描述向量和避让行驶控制方案；
42.计算第一条件描述向量与任意第二条件描述向量之间的第一向量相似度；
43.将最大第一向量相似度对应的第二条件描述向量作为第三条件描述向量；
44.基于第三条件描述向量对应的避让行驶控制方案，控制无人驾驶船对移动物体进行避让。
45.优选的，基于路径规划自主导航的无人驾驶船控制系统，还包括：
46.平铺模块，用于对设置于无人驾驶船上的垃圾存储箱内的垃圾堆垛进行平铺；
47.其中，平铺模块对设置于无人驾驶船上的垃圾存储箱内的垃圾堆垛进行平铺，包括：
48.获取垃圾存储箱内的第二图像；
49.基于第二图像，确定垃圾存储箱内的垃圾堆垛中最上层垃圾和最下层垃圾之间的第一相对位置关系以及最上层垃圾与垃圾存储箱内的底部中心点之间的第二相对位置关系；
50.基于预设的第二特征提取模板，对第一相对位置关系和第二相对位置关系进行特征提取，获得多个关系特征值；
51.基于多个关系特征值，构建第一相对位置关系和第二相对位置关系的第一关系描述向量；
52.获取预设的平铺行驶控制方案库，平铺行驶控制方案库包括：多组一一对应的第二关系描述向量和平铺行驶控制方案；
53.计算第一关系描述向量与任意第二关系描述向量之间的第二向量相似度；
54.将最大第二向量相似度对应的第二关系描述向量作为第三关系描述向量；
55.基于第三关系描述向量对应的平铺行驶控制方案，控制无人驾驶船行驶以对垃圾存储箱内的垃圾堆垛进行平铺。
56.本发明实施例提供的一种基于路径规划自主导航的无人驾驶船控制方法，包括：
57.步骤1：获取目标水域的第一图像；
58.步骤2：基于第一图像，确定目标水域内的垃圾分布；
59.步骤3：基于垃圾分布，规划垃圾清理导航路径；
60.步骤4：基于垃圾清理导航路径，控制无人驾驶船在目标水域内进行垃圾清理。
61.优选的，步骤1：获取目标水域的第一图像，包括：
62.通过设置于目标水域旁的至少一个第一图像采集设备获取目标水域的第一图像；
63.和/或，
64.通过设置于无人驾驶船上的至少一个第二图像采集设备获取目标水域的第一图像；
65.和/或，
66.通过航行于目标水域上空的至少一个无人机获取目标水域的第一图像。
67.优选的，步骤2：基于第一图像，确定目标水域内的垃圾分布，包括：
68.对第一图像进行物品图像提取，获得目标水域内多个物品的物品图像；
69.获取预设的垃圾图像库，垃圾图像库包括：多组一一对应的垃圾图像和垃圾类型；
70.将物品图像与垃圾图像进行匹配；
71.若匹配符合，基于匹配符合的物品图像在第一图像中的第一位置，确定对应物品在目标水域内的第二位置，同时，将匹配符合的垃圾图像对应的垃圾类型与第二位置进行配对，获得配对项；
72.整合各个配对项，获得目标水域内的垃圾分布。
73.优选的，步骤3：基于垃圾分布，规划垃圾清理导航路径，包括：
74.获取目标水域对应的预设的水域地图；
75.将垃圾分布映射于水域地图中；
76.获取无人驾驶船的入水点和至少一个垃圾倾倒点；
77.将入水点和垃圾倾倒点映射于水域地图中；
78.基于预设的垃圾清理导航路径规划模型，根据水域地图，规划垃圾清理导航路径。
79.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
80.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
81.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
82.图1为本发明实施例中一种基于路径规划自主导航的无人驾驶船控制系统的示意图；
83.图2为控制无人驾驶船进行障碍物避让的部分过程示意图；
84.图3为对设置于无人驾驶船上的垃圾存储箱内的垃圾堆垛进行平铺的部分过程示意图；
85.图4为本发明实施例中一种基于路径规划自主导航的无人驾驶船控制系统的示意图。
具体实施方式
86.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
87.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制系统，如图1所示，包括：
88.获取模块1，用于获取目标水域的第一图像；
89.确定模块2，用于基于第一图像，确定目标水域内的垃圾分布；
90.规划模块3，用于基于垃圾分布，规划垃圾清理导航路径；
91.控制模块4，用于基于垃圾清理导航路径，控制无人驾驶船在目标水域内进行垃圾清理。
92.上述技术方案的工作原理及有益效果为：
93.目标水域具体为：需要无人驾驶船进行垃圾清理的水域。获取目标水域的第一图像，第一图像具体为：目标水域的水面图像。基于第一图像，确定目标水域内的垃圾分布，垃圾分布具体为：目标水域的水面上各个河道垃圾的位置。基于垃圾分布，规划垃圾清理导航路径，实现路线规划自主导航，垃圾清理导航路径具体为：需要行驶至的多个位置，行驶至这些位置的顺序，在哪个位置停留并进行垃圾清理，在哪个位置进行垃圾倾倒等。基于垃圾清理导航路径，控制无人驾驶船在目标水域内进行垃圾清理。
94.本技术自动控制无人驾驶船在河道内进行河道垃圾清理，无需工作人员进行打捞式清理，降低了人力成本，避免风险性，同时，无人驾驶船也无需人工驾驶或远程遥控，提升了便捷性，也更加智能化。
95.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制系统，获取模块1获取目标水域的第一图像，包括：
96.通过设置于目标水域旁的至少一个第一图像采集设备获取目标水域的第一图像；
97.和/或，
98.通过设置于无人驾驶船上的至少一个第二图像采集设备获取目标水域的第一图像；
99.和/或，
100.通过航行于目标水域上空的至少一个无人机获取目标水域的第一图像。
101.上述技术方案的工作原理及有益效果为：
102.目标水域的第一图像的获取方式具体有三种：第一种，目标水域旁设置有第一图像采集设备，第一图像采集设备可以为摄像机等，通过第一图像采集设备获取；第二种，无人驾驶船上设置有第二图像采集设备，第二图像采集设备可以为鱼眼相机等，当无人驾驶船在目标水域内行驶时，通过第二图像采集设备获取；第三种，控制无人机在目标水域上空航行，拍摄目标水域的第一图像。
103.本技术引入三种方式用于目标水域的第一图像的获取，提升了适用性。
104.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制系统，确定模块2基于第一图像，确定目标水域内的垃圾分布，包括：
105.对第一图像进行物品图像提取，获得目标水域内多个物品的物品图像；
106.获取预设的垃圾图像库，垃圾图像库包括：多组一一对应的垃圾图像和垃圾类型；
107.将物品图像与垃圾图像进行匹配；
108.若匹配符合，基于匹配符合的物品图像在第一图像中的第一位置，确定对应物品在目标水域内的第二位置，同时，将匹配符合的垃圾图像对应的垃圾类型与第二位置进行配对，获得配对项；
109.整合各个配对项，获得目标水域内的垃圾分布。
110.上述技术方案的工作原理及有益效果为：
111.基于图像识别技术，从第一图像中识别提取出多个物品的物品图像。垃圾图像和垃圾类型具体为，例如：塑料瓶的图像和类型为塑料瓶，又例如：塑料袋的图像和类型为塑料袋。将物品图像与垃圾图像进行匹配，若匹配符合，说明对应物品为垃圾，基于匹配符合的物品图像在第一图像中的第一位置，确定对应物品在目标水域内的第二位置，将第二位置与匹配符合的垃圾图像对应的垃圾类型进行配对，获得配对项。整合各个配对项，则获得目标水域内的垃圾分布。
112.本技术引入垃圾图像库，提升了目标水域内物品是否为垃圾的识别精准性和识别效率。
113.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制系统，规划模块3基于垃圾分布，规划垃圾清理导航路径，包括：
114.获取目标水域对应的预设的水域地图；
115.将垃圾分布映射于水域地图中；
116.获取无人驾驶船的入水点和至少一个垃圾倾倒点；
117.将入水点和垃圾倾倒点映射于水域地图中；
118.基于预设的垃圾清理导航路径规划模型，根据水域地图，规划垃圾清理导航路径。
119.上述技术方案的工作原理及有益效果为：
120.预设的水域地图具体为：目标水域的河道地图。将垃圾分布映射于水域地图中时，
在水域地图中标记哪个位置有什么垃圾。无人驾驶船的入水点具体为：工作人员将无人驾驶船推入水中的位置，垃圾清理完毕后，无人驾驶船也是返回该位置。无人驾驶船的垃圾倾倒点具体为：河道岸边设置的用于倾倒垃圾的垃圾桶的位置。将入水点和垃圾倾倒点映射于水域地图中时，在水域地图中标记入水点和垃圾倾倒点的位置。引入预设的垃圾清理导航路径规划模型，垃圾清理导航路径规划模型具体为：将大量人工基于标记垃圾分布、无人驾驶船的入水点和垃圾倾倒点的水域地图进行垃圾清理导航路径规划的逻辑过程作为训练样本对神经网络模型进行训练收敛后的神经网络模型，逻辑过程具体为：由入水点出发，优先进行就近的垃圾收集，实时记录垃圾收集量，与无人驾驶船自带的垃圾存储箱的容量进行比较，当接近垃圾存储箱的容量时，规划至就近垃圾倾倒点进行一次倾倒，以此循环，最后，规划无人驾驶船返回至入水点。由垃圾清理导航路径规划模型，根据水域地图，规划垃圾清理导航路径。
121.本技术引入垃圾清理导航路径规划模型，进行垃圾清理导航路径的规划，提升了垃圾清理导航路径规划的精准性，同时，也更加智能化。
122.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制系统，还包括：
123.避让模块，用于当无人驾驶船在目标水域中行驶时，自适应控制无人驾驶船进行障碍物避让；
124.其中，避让模块控制无人驾驶船进行障碍物避让，包括：
125.基于第一图像，确定目标水域中无人驾驶船周边预设的安全范围内是否存在移动物体；
126.若是，基于第一图像，确定移动物体的第一轮廓上互相间隔预设的第一间隔距离的多个第一轮廓点位与无人驾驶船的第二轮廓上互相间隔预设的第二间隔距离的多个第二轮廓点位任意两两之间的最新距离和靠近速度；
127.若最新距离小于等于预设的第一距离阈值且靠近速度大于等于预设的第一靠近速度阈值，将对应两两的第一轮廓点位和第二轮廓点位分别依次作为第一目标和第二目标；
128.基于第二目标和由第一目标向第二目标的方向，构建第一方向向量；
129.整合各个第一方向向量，获得避让方向条件；
130.若最新距离大于第一距离阈值且小于等于预设的第二距离阈值或靠近速度小于第一靠近速度阈值且大于等于预设的第二靠近速度阈值，将对应两两的第一轮廓点位和第二轮廓点位分别依次作为第三目标和第四目标；
131.基于第四目标和由第四目标向第三目标的方向，构建第二方向向量；
132.整合各个第二方向向量，获得避让约束条件；
133.基于预设的第一特征提取模板，对避让方向条件和避让约束条件进行特征提取，获得多个条件特征值；
134.基于多个条件特征值，构建避让方向条件和避让约束条件的第一条件描述向量；
135.获取预设的避让行驶控制方案库，避让行驶控制方案库包括：多组一一对应的第二条件描述向量和避让行驶控制方案；
136.计算第一条件描述向量与任意第二条件描述向量之间的第一向量相似度；
137.将最大第一向量相似度对应的第二条件描述向量作为第三条件描述向量；
138.基于第三条件描述向量对应的避让行驶控制方案，控制无人驾驶船对移动物体进行避让。
139.上述技术方案的工作原理及有益效果为：
140.一般的，河道中的垃圾多漂流堆积在靠近岸边的位置，无人驾驶船只需前往这些位置进行垃圾收集即可。但是，在行驶过程中，河道中可能会有一些移动物体，例如：船只等，无人驾驶船需要主动进行避让。因此，需要进行避让控制。
141.无人驾驶船周边预设的安全范围具体为：以无人驾驶船的位置为圆心，半径长为2.2米的圆形范围。基于第一图像，确定安全范围内是否有移动物体，若是，说明存在碰撞风险，开始进行避让控制。移动物体的确定可以基于连续帧的第一图像，确定物体的位置是否发生变动确定。
142.如图2所示，基于第一图像，确定移动物体a第一轮廓上互相间隔预设的第一间隔距离多个第一轮廓点位与无人驾驶船b的第二轮廓上互相间隔预设的第二间隔距离的多个第二轮廓点位任意两两之间的最新距离和靠近速度。点位间的最新距离可以基于最新帧的第一图像，确定点位之间的直线距离，作为最新距离。靠近速度可以基于连续帧的第一图像和图像帧之间的时间间隔，确定点位之间的直线距离缩小的缩小速度，作为靠近速度。若最新距离小于等于预设的第一距离阈值且靠近速度大于等于预设的第一靠近速度阈值，说明即将发生碰撞，将对应两两的第一轮廓点位和第二轮廓点位之间分别依次作为第一目标c和第二目标d。避让控制时，应使得第二目标d远离第一目标c，因此，基于第二目标和由第一目标c向第二目标d的方向e，构建第一方向向量，作为避让方向条件。
143.但是，进行避让控制时，若一味的使得第二目标d远离第一目标c，可能会使得无人驾驶船其它位置与移动物品发生碰撞。因此，若最新距离大于第一距离阈值且小于等于预设的第二距离阈值或靠近速度小于第一靠近速度阈值且大于等于预设的第二靠近速度阈值，对应将对应两两的第一轮廓点位和第二轮廓点位分别依次作为第三目标f和第四目标g。避让控制时，应使得第四目标g尽量远离f。基于第四目标g和由第四目标g向第三目标f的方向h，构建第二方向向量，并作为避让约束条件。
144.引入预设的第一特征提取模板，对避让方向条件和避让约束条件进行特征提取，获得多个条件特征值，条件特征值具体为：无人驾驶船上哪个点位需要向哪个方向移动和哪个点位尽量不向哪个方向移动等，第一特征提取模板具体为：为了适配于提取这类条件特征值预先制定的特征提取模板。基于多个条件特征值，构建避让方向条件和避让约束条件的第一条件描述向量。
145.第二条件描述向量和避让行驶控制方案具体为：工作人员事先假设列举大量无人驾驶船与移动物品即将碰撞的情形，采用上述相同手段，构建避让方向条件和避让约束条件，提取出条件特征值，构建第二条件描述向量，另外，根据假设列举的情形，制定合适的能够实现无人驾驶船对移动物品进行避让的无人驾驶船控制方案，作为避让行驶控制方案，无人驾驶船控制方案具体为：控制无人驾驶船的推进器做出如何动作，即实现无人驾驶船船身向哪个方向移动和旋转等。
146.计算第一条件描述向量与任意第二条件描述向量之间的第一向量相似度。相似度
计算公式为：σ为相似度，α和β分别为进行相似度计算的两者向量，|
…
|为向量的模。第一向量相似度越大，说明当前无人驾驶船所遇的即将碰撞情形与第二条件描述向量对应的假设列举的情形越相似，则基于最大第一向量相似度对应的第三条件描述向量对应的避让行驶控制方案，控制无人驾驶船对移动物体进行避让。
147.本技术对无人驾驶船进行避让控制时，引入避让方向条件和避让约束条件，保证避让控制时，能够兼顾无人驾驶船的全身避让，提升了避让控制的合理性，另外，引入避让行驶控制方案库，基于情形匹配，确定最适宜的避让行驶控制方案，进行避让控制，进一步提升避让控制的合理性，同时，也更加智能化。
148.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制系统，还包括：
149.平铺模块，用于对设置于无人驾驶船上的垃圾存储箱内的垃圾堆垛进行平铺；
150.其中，平铺模块对设置于无人驾驶船上的垃圾存储箱内的垃圾堆垛进行平铺，包括：
151.获取垃圾存储箱内的第二图像；
152.基于第二图像，确定垃圾存储箱内的垃圾堆垛中最上层垃圾和最下层垃圾之间的第一相对位置关系以及最上层垃圾与垃圾存储箱内的底部中心点之间的第二相对位置关系；
153.基于预设的第二特征提取模板，对第一相对位置关系和第二相对位置关系进行特征提取，获得多个关系特征值；
154.基于多个关系特征值，构建第一相对位置关系和第二相对位置关系的第一关系描述向量；
155.获取预设的平铺行驶控制方案库，平铺行驶控制方案库包括：多组一一对应的第二关系描述向量和平铺行驶控制方案；
156.计算第一关系描述向量与任意第二关系描述向量之间的第二向量相似度；
157.将最大第二向量相似度对应的第二关系描述向量作为第三关系描述向量；
158.基于第三关系描述向量对应的平铺行驶控制方案，控制无人驾驶船行驶以对垃圾存储箱内的垃圾堆垛进行平铺。
159.上述技术方案的工作原理及有益效果为：
160.如图3所示，无人驾驶船b收集垃圾后，垃圾由输送带i输送至垃圾存储箱j内，但是，垃圾只能由输送带的i的末端掉落至垃圾存储箱j内，一段时间之后，垃圾会堆积在垃圾存储箱j内靠近输送带的i的末端的区域，当有新的垃圾掉落至垃圾存储箱j内时，可能会溢出。另外，无人驾驶船在行驶时，由于速度变化造成惯性作用等，可能会使垃圾分布不均匀，因此，需要进行垃圾平铺。
161.获取垃圾存储箱内的第二图像，可在无人驾驶船上设置摄像头进行采集。基于第二图像，确定垃圾存储箱j内的垃圾堆垛中最上层垃圾k和最下层垃圾l之间的第一相对位置关系以及最上层垃圾k与垃圾存储箱内的底部中心点m之间的第二相对位置关系。基于第一相对位置关系和第二相对位置关系，可以确定位于上层的垃圾可以向哪个方向进行推倒。因此，引入第二特征提取模板，对第一相对位置关系和第二相对位置关系进行特征提
取，获得多个关系特征值，关系特征值具体为：最上层垃圾k和最下层垃圾l之间高度差、最下层垃圾l在最上层垃圾k的哪个方向、最上层垃圾k与底部中心点m之间的水平距离以及底部中心点m在最上层垃圾k的哪个方向等。基于多个关系特征值，构建第一相对位置关系和第二相对位置关系的第一关系描述向量。
162.第二关系描述向量和平铺行驶控制方案具体为：工作人员事先假设列举大量垃圾存储箱内有垃圾在某一处堆积的情形，采用上述相同手段，构建第二关系描述向量，另外，根据假设列举的情形，制定合适的能够实现无人驾驶船行驶移动能够使得情形中堆积垃圾的最上层垃圾被推导实现垃圾平铺的无人驾驶船控制方案，例如：上层垃圾需要向前方推倒，则控制无人驾驶船向前行驶，突然停止，利用惯性将上层垃圾向前方推倒，又例如：最上层垃圾k和最下层垃圾l之间高度差越大，说明堆积越严重，需要的惯性作用越大，则提升无人驾驶船开始向前行驶的速度。
163.计算第一关系描述向量与任意第二关系描述向量之间的第二向量相似度，第二向量相似度越大，说明当前所遇的垃圾平铺情形与第二关系描述向量对应的假设列举的情形越相似，则基于最大第二向量相似度对应的第三关系描述向量对应的平铺行驶控制方案，控制行驶以对垃圾存储箱内的垃圾堆垛进行平铺。
164.本技术对垃圾存储箱内的垃圾堆垛进行平铺，避免垃圾溢出，间接提升了垃圾存储箱的空间利用率，另外，采用无人驾驶船行驶移动产生的惯性作用实现平铺，节约了成本，同时，引入平铺行驶控制方案库，基于情形匹配，确定最适宜的平铺行驶控制方案，对无人驾驶船进行平铺行驶控制，提升了平铺行驶控制的精准性，同时，也更加智能化。
165.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制方法，如图4所示，包括：
166.步骤1：获取目标水域的第一图像；
167.步骤2：基于第一图像，确定目标水域内的垃圾分布；
168.步骤3：基于垃圾分布，规划垃圾清理导航路径；
169.步骤4：基于垃圾清理导航路径，控制无人驾驶船在目标水域内进行垃圾清理。
170.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制方法，步骤1：获取目标水域的第一图像，包括：
171.通过设置于目标水域旁的至少一个第一图像采集设备获取目标水域的第一图像；
172.和/或，
173.通过设置于无人驾驶船上的至少一个第二图像采集设备获取目标水域的第一图像；
174.和/或，
175.通过航行于目标水域上空的至少一个无人机获取目标水域的第一图像。
176.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制方法，步骤2：基于第一图像，确定目标水域内的垃圾分布，包括：
177.对第一图像进行物品图像提取，获得目标水域内多个物品的物品图像；
178.获取预设的垃圾图像库，垃圾图像库包括：多组一一对应的垃圾图像和垃圾类型；
179.将物品图像与垃圾图像进行匹配；
180.若匹配符合，基于匹配符合的物品图像在第一图像中的第一位置，确定对应物品
在目标水域内的第二位置，同时，将匹配符合的垃圾图像对应的垃圾类型与第二位置进行配对，获得配对项；
181.整合各个配对项，获得目标水域内的垃圾分布。
182.本发明实施例提供了一种基于路径规划自主导航的无人驾驶船控制方法，获取目标水域对应的预设的水域地图；
183.将垃圾分布映射于水域地图中；
184.获取无人驾驶船的入水点和至少一个垃圾倾倒点；
185.将入水点和垃圾倾倒点映射于水域地图中；
186.基于预设的垃圾清理导航路径规划模型，根据水域地图，规划垃圾清理导航路径。
187.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。