劉羽飛，何勇，野口伸

（1.浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院，杭州310058；2.農(nóng)業(yè)農(nóng)村部光譜檢測重點(diǎn)實(shí)驗(yàn)室，杭州310058；3.日本北海道大學(xué)農(nóng)學(xué)研究院，札幌060-0808，北海道，日本)

人類社會經(jīng)歷了石器時代、農(nóng)業(yè)時代和工業(yè)時代，現(xiàn)在正處于信息時代的變革中。每一次生產(chǎn)力的提高，世界人口數(shù)量都在快速增長。據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織（Food and Agriculture Organization,FAO）分析預(yù)測，到2050年世界人口將達(dá)到91.5億[1]。這意味著農(nóng)產(chǎn)品產(chǎn)量到2050年需要提高70%左右。與此同時，人類還面臨著氣候惡化、水資源短缺、人口老齡化，以及農(nóng)業(yè)從業(yè)者勞動力短缺等問題。這些都給農(nóng)業(yè)生產(chǎn)帶來前所未有的負(fù)面影響，使人類社會的可持續(xù)發(fā)展面臨著重大挑戰(zhàn)。

幸運(yùn)的是，隨著傳感器技術(shù)、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)和機(jī)器人技術(shù)等的大力發(fā)展和應(yīng)用，農(nóng)業(yè)生產(chǎn)模式也在發(fā)生重大變革。特別是“精準(zhǔn)農(nóng)業(yè)”和“智慧農(nóng)業(yè)”的概念提出之后，國內(nèi)外許多科研院所和農(nóng)機(jī)企業(yè)等開發(fā)出了一系列智能農(nóng)業(yè)裝備，以提高農(nóng)產(chǎn)品產(chǎn)量和品質(zhì)，并應(yīng)對農(nóng)業(yè)從業(yè)者老齡化和勞動力短缺等問題。目前，相關(guān)研究主要集中在大田農(nóng)業(yè)和溫室農(nóng)業(yè)2個方面。在大田農(nóng)業(yè)方面，智能無人化拖拉機(jī)是代表性成果之一。該類農(nóng)機(jī)裝備可以自行規(guī)劃作業(yè)路徑，自主導(dǎo)航完成深松、起壟、施肥和收獲等作業(yè)任務(wù)，配合高精度實(shí)時動態(tài)全球定位系統(tǒng)（real-time kinematic-global positioning system,RTK-GPS）使用，作業(yè)精度可控制在2～5 cm范圍內(nèi)[2-5]。在溫室農(nóng)業(yè)方面，代表性成果為采摘機(jī)器人。該類機(jī)器人主要基于機(jī)器視覺識別和果實(shí)位置定位，通過機(jī)械臂完成采摘收獲任務(wù)[6-8]。然而，在水田農(nóng)業(yè)方面，相關(guān)研究僅涉及翻整土地、移苗插秧、收獲運(yùn)輸?shù)臋C(jī)械化和自動化研究[9-12]，無法做到全過程自動化作業(yè)。尤其在水稻稻苗期的施肥和除草作業(yè)中，由于水田中水環(huán)境的特殊性，傳統(tǒng)農(nóng)用機(jī)械入田困難，且容易碾壓損傷稻苗。在欠發(fā)達(dá)地區(qū)多以人工手播作業(yè)，發(fā)達(dá)地區(qū)用手持電動設(shè)備作業(yè)，但這些方法效率不高且操作繁重。近年來也有利用無人機(jī)進(jìn)行施藥，然而該方法負(fù)載有限，且需要專人持執(zhí)照作業(yè)；此外，由于易受環(huán)境風(fēng)的影響，無人機(jī)在噴施藥劑過程中會出現(xiàn)施藥不均、霧化的藥劑隨風(fēng)擴(kuò)散問題，很難實(shí)現(xiàn)精準(zhǔn)作業(yè)，且藥劑隨風(fēng)擴(kuò)散對操作員的健康構(gòu)成威脅。因此，開展針對水田環(huán)境的施肥和除草等作業(yè)的自動化農(nóng)機(jī)研究顯得尤為重要。

近年來，以日本洋馬（Yanmar）農(nóng)機(jī)公司為首的少數(shù)日本企業(yè)開發(fā)了一種新穎的2.4 GHz遙控?zé)o人空氣動力船產(chǎn)品，實(shí)現(xiàn)了水田的遠(yuǎn)程遙控除草作業(yè)。該產(chǎn)品有效地提高了水田施藥的效率，降低了勞動力成本。然而，由于采用人工遙控的控制方式，當(dāng)面對大區(qū)塊的水田區(qū)域進(jìn)行遠(yuǎn)程遙控時，操作員很難在目視范圍內(nèi)分辨空氣動力船的位置坐標(biāo)和航行姿態(tài)，極易引起船只航行路徑錯誤，造成漏施或重復(fù)施藥問題，甚至發(fā)生船只碰撞等事故?；谝陨蠁栴}，LIU等[13]將加拿大Hemisphere公司的定位定向傳感器（GPSCompass）安裝于農(nóng)用無人空氣動力船上，實(shí)現(xiàn)了無人空氣動力船的自動導(dǎo)航，在無大風(fēng)干擾情況下，導(dǎo)航精度可達(dá)25 cm。然而，由于各區(qū)域水田地塊情況復(fù)雜，例如田邊的高大樹木或建筑物會對GPS信號造成重大干擾，基于GPS的自動導(dǎo)航也無法識別和避開田中的障礙物和水田邊界等。因此，開發(fā)防撞系統(tǒng)對農(nóng)用空氣動力船自動導(dǎo)航的普適性和魯棒性有著重要意義。

1 硬件平臺設(shè)計

1.1 空氣動力船平臺

在本研究中，以一款日本洋馬農(nóng)機(jī)公司生產(chǎn)的遙控農(nóng)用空氣動力船（RB-26）為研究平臺（圖1），并在此基礎(chǔ)上進(jìn)行改裝以適應(yīng)自動導(dǎo)航和防撞控制的要求。該款空氣動力船的吃水深度僅為3 cm，船體相關(guān)的主要性能指標(biāo)如表1所示。除草劑或液體肥料可以從船底部的導(dǎo)管流到水田中，流速由一臺小型水泵進(jìn)行控制?？諝鈩恿Υ暮较?、航速分別由尾舵舵機(jī)、螺旋槳舵機(jī)和油門舵機(jī)控制。

為了實(shí)現(xiàn)空氣動力船的自動控制，對控制平臺的改裝分為船載控制系統(tǒng)和岸上控制系統(tǒng)2部分。

圖1 空氣動力船外觀Fig.1 Overview of theairboat

表1 空氣動力船的主要性能參數(shù)Table1 Main performanceparametersof theairboat

在船載控制系統(tǒng)上，一臺運(yùn)行Windows 7操作系統(tǒng)的船載計算機(jī)（DN2800MT，美國英特爾公司）作為中央處理器，用來進(jìn)行路徑規(guī)劃，并與其他電子設(shè)備進(jìn)行通信。一臺GPS Compass定位設(shè)備（V100，加拿大Hemisphere公司）被固定在空氣動力船的安全面罩上。該GPS設(shè)備內(nèi)部集成有陀螺儀，可為空氣動力船提供實(shí)時位置坐標(biāo)和航向信息?；贏rduino Uno開發(fā)的電子控制最小系統(tǒng)分別與尾舵舵機(jī)、螺旋槳舵機(jī)及油門舵機(jī)連接，通過脈沖寬度調(diào)制（pulse width modulation,PWM）波控制空氣動力船航行狀態(tài)。發(fā)動機(jī)上固定有磁性傳感器（GV-101，日本Futaba公司），用于計算發(fā)動機(jī)的實(shí)時轉(zhuǎn)速，并作為反饋與油門舵機(jī)配合進(jìn)行比例-積分-微分（Proportion-integration-differentiation,PID），控制航速。

在水田的堤岸上，基于一臺大功率無線路由器（WXR-2533DHP，日本Buffalo公司）組建無線局域網(wǎng)。在本研究中，選用一臺筆記本電腦（X220，中國聯(lián)想公司）作為基站，通過無線局域網(wǎng)接收來自空氣動力船的航行狀態(tài)信息，包括速度、航向誤差、橫向誤差和導(dǎo)航地圖上的位置信息等內(nèi)容。以上所有參數(shù)都將通過編寫的遠(yuǎn)程監(jiān)視軟件顯示并保存成航行日志文件，存儲到計算機(jī)中。此外，在緊急情況下，遠(yuǎn)程緊急制動系統(tǒng)（WT-01＆WR-01，美國Circuit Design公司）可直接遠(yuǎn)程制動空氣動力船的發(fā)動機(jī)，避免發(fā)生危險。整個空氣動力船控制平臺的架構(gòu)如圖2所示。

圖2 空氣動力船的控制平臺架構(gòu)Fig.2 Control platform of theairboat

1.2 防撞系統(tǒng)硬件平臺

激光具有方向性好、反射性強(qiáng)、相干性優(yōu)及能量密度高等特點(diǎn)，被廣泛應(yīng)用于軍事、工業(yè)、娛樂等領(lǐng)域。在自動導(dǎo)航及避障領(lǐng)域，激光傳感器被用來探測周圍的環(huán)境信息。根據(jù)激光束掃描模式的不同，激光傳感器可以分為二維線陣激光傳感器和三維面陣激光傳感器2種類型。如：SCHADLER等[14]在小型地面機(jī)器人上使用能夠連續(xù)旋轉(zhuǎn)的二維線陣激光傳感器對崎嶇路面進(jìn)行三維建模和導(dǎo)航；NEUHAUS等[15]使用三維面陣激光傳感器開發(fā)了一種機(jī)器人自動導(dǎo)航系統(tǒng)。

基于空氣動力船的設(shè)計航速和成本因素，防撞系統(tǒng)硬件平臺的搭建選用了一款具有中距離探測范圍的線陣激光傳感器（UTM-30LX，日本Hokuyo公司）。該激光傳感器的主要性能參數(shù)如表2所示，其中最大可信測量距離為30 m，掃描角度范圍為0°～270°，角分辨率為0.25°，掃描頻率為40 Hz。在空氣動船的前端設(shè)計定制了一個輕量的鋁合金支架，用以安裝和固定激光傳感器。支架與激光傳感器之間，通過一個二自由度的云臺固定連接，以調(diào)節(jié)激光傳感器的傾斜角。此外，一款慣性測量單元（inertial measurement unit,IMU）（VN100，美 國VectorNav公司）被固定在激光傳感器上，用于獲取在空氣動力船航行中激光傳感器的實(shí)時姿態(tài)角。該慣性測量單元的主要性能參數(shù)見表3。激光傳感器和慣性測量單元的實(shí)時數(shù)據(jù)通過串口連接到上文提到的船載計算機(jī)上進(jìn)行處理。防撞系統(tǒng)硬件平臺的整體架構(gòu)如圖3所示。

表2 激光傳感器的主要性能參數(shù)Table2 Main performanceparametersof thelaser sensor

表3 慣性測量單元的主要性能參數(shù)Table 3 Main performance parameters of the inertial measurement unit

2 防撞控制算法設(shè)計

由于本研究中選用的激光傳感器是線陣的，為了探測到水田的邊界以防止碰撞發(fā)生，云臺需要保持一定的傾斜，此時IMU可以測量其傾斜角，并實(shí)時上傳數(shù)據(jù)到船載計算機(jī)中。由于激光傳感器存在安裝高度h（圖4），為了計算目標(biāo)點(diǎn)到激光傳感器的直線距離，需要計算出其相對于水平地面的投影距離，公式如下：

圖3 防撞系統(tǒng)架構(gòu)Fig.3 Structureof collision avoidancesystem

圖4 激光相對于水平地面的投影距離示意圖Fig.4 Schematic diagram of projection distance of the laser relativeto thehorizontal ground

其中：lground為水平地面上的投影距離；lls為激光探測距離；θ為IMU獲得的傾斜角。

激光傳感器輸出數(shù)據(jù)以極坐標(biāo)（li,?i）表示，其中l(wèi)i是參考原點(diǎn)與物體檢測點(diǎn)之間的距離，?i是激光束的個數(shù)（i=0，1，2，…，N）。為了方便計算，將極坐標(biāo)系按照公式（2）轉(zhuǎn)換為x-y直角坐標(biāo)系，坐標(biāo)原點(diǎn)為激光傳感器所在位置。

圖5表示在x-y坐標(biāo)系中水田邊界與空氣動力船的位置關(guān)系。假設(shè)水田側(cè)邊的矢量方向?yàn)棣誩dge，空氣動力船的行駛方向?yàn)棣誦oat，那么航向偏差如公式（3）所示。

假設(shè)探測到的水田邊界點(diǎn)為P(xedge，yedge)，那么水田邊界線可用公式（4）表示。

圖5 空氣動力船與水田側(cè)邊界的位置關(guān)系Fig.5 Positional relationship between the airboat and sideedge of paddy field

根據(jù)三角函數(shù)關(guān)系，空氣動力船到水田邊界的垂直距離dedge可由公式（5）計算得出。

確定了空氣動力船到水田邊界的垂直距離后，就可以按照距離信息進(jìn)行相應(yīng)的安全控制。因此，問題轉(zhuǎn)化為如何穩(wěn)定可信地獲得上文提到的邊界探測點(diǎn)P(xedge，yedge)。在理論情況下，由于水田中覆蓋有深度為5～10 cm的水，根據(jù)光在不同介質(zhì)中傳播的折射和反射作用，激光傳感器中的激光束照射到水中無法獲得激光的返回信息，而照射到岸上激光會返回正常的距離信息。在這種情況下，激光束的邊界點(diǎn)即為水田邊界。然而，由于水田地勢復(fù)雜，情況多變，例如高出水面的土包，也會使水田內(nèi)部分激光有返回信息，這些因素將導(dǎo)致無法獲得正確的激光束邊界點(diǎn)。根據(jù)觀察發(fā)現(xiàn)，一般水田的水岸和水田內(nèi)存在明顯的高度差，可將探測到的所有激光束分為水岸數(shù)據(jù)集和田內(nèi)數(shù)據(jù)集2類。本研究利用大津法（Otsu算法）[16]辨別水田的邊界點(diǎn)。Otsu算法通過迭代所有可能的閾值找到一個可以使類內(nèi)方差最小和類間方差最大的值。類內(nèi)方差由公式（6）計算得到；類間方差由公式（7）計算得到。

其中：ui是第i條激光（i=0，1，2，…，N）的返回值；u*是劃分2類數(shù)據(jù)集的閾值位置點(diǎn)；umax是激光束的總條數(shù)(此處，umax=N)；μ1和μ2分別是水岸數(shù)據(jù)集和田內(nèi)數(shù)據(jù)集的平均值；μ是2類數(shù)據(jù)集的平均值。因此，基于公式（6）和公式（7），使得類內(nèi)方差和類間方差的比值最大，即為最佳劃分點(diǎn)，如公式（8）所示。

其中uopt是激光傳感器的一束激光中劃分水岸和田內(nèi)邊界的最佳閾值的位置點(diǎn)，其坐標(biāo)即為上文提到的 P(xedge，yedge)。

結(jié)合公式（5）和公式（8），即可求出空氣動力船到水田岸邊的垂直距離dedge。倘若為避免空氣動力船撞到水岸，可設(shè)計空氣動力船沿水田邊緣直線保持恒定距離ddesired前進(jìn)，則橫向偏差Δd由公式（9）計算得出。

將尾舵操舵角δ代入橫向偏差Δd和航向偏差Δφ，利用公式（10）計算得出[17]

其中α和β是控制因子，為實(shí)驗(yàn)中的經(jīng)驗(yàn)值。

整個避碰控制算法的流程如圖6所示。首先，將激光傳感器的原始探測返回數(shù)據(jù)投影到x-y坐標(biāo)系中。然后，利用Otsu算法計算水田邊界點(diǎn)的位置。最后，采用反饋控制方法控制操舵角，避免碰撞的發(fā)生。

以上是針對空氣動力船避免碰撞到水田側(cè)邊界的算法設(shè)計。對于水田中空氣動力船前方的移動障礙物，例如勞作的農(nóng)民、工作中的其他農(nóng)機(jī)等，根據(jù)船的尺寸和行駛速度，在船的前部設(shè)置了長5 m、寬2.78 m的矩形危險區(qū)域，如圖7所示。系統(tǒng)首先將前方探測到的數(shù)據(jù)轉(zhuǎn)換到x-y平面坐標(biāo)系中，根據(jù)轉(zhuǎn)換后的數(shù)據(jù)判斷障礙物是否在矩形危險區(qū)域內(nèi)。然后，構(gòu)建結(jié)構(gòu)體數(shù)組Ob[]，用于記錄障礙物的數(shù)量、尺寸、位置、原始激光數(shù)據(jù)及障礙物與船間的距離等。其中：規(guī)定船與不規(guī)則障礙物的最短距離為船與障礙物之間的距離，參見公式（11）；障礙物尺寸是x軸上障礙物的投影寬度總和，參見公式（12）；障礙物位置是障礙物中心點(diǎn)的位置坐標(biāo)。

圖6 避碰控制流程圖Fig.6 Flowchart of collision avoidance system

圖7 矩形危險區(qū)域Fig.7 Rectangular danger zone

其中：i是激光數(shù)據(jù)當(dāng)前索引號；n是障礙物激光束的總數(shù)；0.25°是激光傳感器的角分辨率。

3 結(jié)果與分析

3.1 基于Otsu算法的靜態(tài)試驗(yàn)

為了證明基于Otsu算法的防撞系統(tǒng)能夠檢測出水田的邊緣位置，首先在水田中進(jìn)行靜態(tài)試驗(yàn)（在北海道大學(xué)農(nóng)學(xué)部水田試驗(yàn)場進(jìn)行）。如圖8所示，激光傳感器和IMU固定在三腳架上，并分2次分別放置于距水田左邊界3 m和4 m（人工測量得到）的測量位置點(diǎn)。將系統(tǒng)測量得到的距離與標(biāo)準(zhǔn)距離進(jìn)行比較，結(jié)果如表4所示。從中可知：在3 m的距離誤差中，平均距離誤差、均方根誤差和最大誤差分別為0.01、0.02和0.05 m；在4 m的距離誤差中，則分別為0.01、0.07和0.11 m。雖然岸邊雜草隨風(fēng)擺動也會給測量帶來一定的干擾，但對于防撞而言，這種精度是可以接受的。因此，可以證明在使用Otsu算法下防撞系統(tǒng)工作狀態(tài)良好。

圖8 靜態(tài)試驗(yàn)測量位置點(diǎn)示意圖Fig.8 Schematic diagram of static experiment measuring point

表4 靜態(tài)試驗(yàn)測量結(jié)果Table 4 Summary of static experiment results

3.2 基于Otsu算法的動態(tài)試驗(yàn)

靜態(tài)試驗(yàn)后，在同一稻田內(nèi)進(jìn)行相應(yīng)的動態(tài)試驗(yàn)。為使試驗(yàn)具備對照性，在動態(tài)試驗(yàn)中仍以3 m和4 m作為標(biāo)準(zhǔn)距離，控制空氣動力船前行，并與水田左邊界保持3 m和4 m的安全距離，以防相撞。通過PID航速控制，使空氣動力船的行駛速度保持在1.4 m/s左右。為了進(jìn)行高精度評估，在空氣動力船上安裝了RTK-GPS接收機(jī)（SPS855，美國Trimble公司）。該RTK-GPS接收機(jī)可以提供均方根誤差8 mm的水平定位精度。由于激光傳感器與RTK-GPS接收機(jī)之間存在安裝距離差，因此需要利用航向角進(jìn)行位置校正。圖9顯示了基于激光傳感器的空氣動力船的防撞行進(jìn)航跡（3 m標(biāo)準(zhǔn)距離），其中，紅線是水田的左側(cè)邊界，藍(lán)線是RTKGPS測量的空氣動力船距離左邊界3 m的行進(jìn)軌跡。

圖9 動態(tài)試驗(yàn)的行進(jìn)航跡（3 m距離）Fig.9 Trajectory of dynamic experiment for referring to 3 m

雖然選用的稻田邊緣處接近于一條直線，但仍存在著一些石頭和雜草。因此，行進(jìn)中的空氣動力船每次由激光傳感器獲取的數(shù)據(jù)集中并非是嚴(yán)格意義的直線數(shù)據(jù)。針對這個問題，本研究使用移動均值濾波器來平滑邊緣點(diǎn)的位置數(shù)據(jù)，并將實(shí)時的橫向誤差儲存在計算機(jī)內(nèi)。圖10顯示了標(biāo)準(zhǔn)距離為3 m時該段軌跡的橫向偏差，其范圍保持在－0.4和0.4 m之間。

除了上述相距水田邊界3 m距離的試驗(yàn)外，還進(jìn)行了相距水田邊界4 m距離的試驗(yàn)，表5綜合顯示了這2次試驗(yàn)的結(jié)果。在標(biāo)準(zhǔn)3 m距離的試驗(yàn)中，平均誤差、均方根誤差和最大誤差分別為－0.04、0.18和－0.41 m；在標(biāo)準(zhǔn)4 m距離的試驗(yàn)中，則分別為－0.28、0.13和－0.47 m。對比以上結(jié)果可以發(fā)現(xiàn)，動態(tài)試驗(yàn)的誤差要大于靜態(tài)試驗(yàn)。我們推測，行進(jìn)中的空氣動力船鋁合金支架的振動、轉(zhuǎn)向控制的效率和稻田邊緣的線性度可能對試驗(yàn)結(jié)果造成了影響。

圖10 動態(tài)試驗(yàn)的橫向偏差（3 m距離）Fig.10 Lateral error of dynamic experiment for referring to 3 m

表5 動態(tài)試驗(yàn)測量結(jié)果Table5 Summary of dynamic experiment results

3.3 水田中針對移動障礙物的試驗(yàn)

針對空氣動力船在前方設(shè)定的矩形危險區(qū)域內(nèi)移動障礙物的控制試驗(yàn)，同樣選擇了在日本北海道大學(xué)內(nèi)的水田試驗(yàn)場內(nèi)進(jìn)行。在試驗(yàn)中，空氣動力船按照既定直線路徑前進(jìn)，一名試驗(yàn)人員（障礙物）站在設(shè)定的路徑上，如圖11所示。

當(dāng)空氣動力船行進(jìn)途中探測到前方危險區(qū)域內(nèi)闖入障礙物，則先后進(jìn)行如下4個步驟，相關(guān)探測距離信息如圖12所示。

圖11 針對移動障礙物的試驗(yàn)Fig.11 Moving obstacleexperiment

圖12 空氣動力船與障礙物的實(shí)時距離信息Fig.12 Real time distance between the airboat and obstacle

步驟Ⅰ：在2 s內(nèi)控制螺旋槳舵機(jī)反轉(zhuǎn)10o，以盡快制動空氣動力船；此時，空氣動力船迅速減速，制動距離約為0.6 m。

步驟Ⅱ：控制螺旋槳舵機(jī)保持在0°，控制油門舵機(jī)，使發(fā)動機(jī)置于怠速狀態(tài)；此時，空氣動力船停止并監(jiān)視移動中的障礙物，直到障礙物離開矩形危險區(qū)域?yàn)橹埂?/p>

步驟Ⅲ：該障礙物開始移動并離開矩形危險區(qū)域。

步驟Ⅳ：在確定矩形危險區(qū)域內(nèi)無障礙物后，空氣動力船將重新啟動并計算導(dǎo)航誤差和進(jìn)行既定直線自動導(dǎo)航。

經(jīng)過多次試驗(yàn)，空氣動力船的制動距離略有不同。由于自然風(fēng)是不確定的，例如在順風(fēng)或逆風(fēng)作用下，制動距離將分別延長或縮短。此外，由于空氣動力船質(zhì)量小、吃水深度淺，所以在風(fēng)浪流的作用下，制動后仍會發(fā)生一定的漂移。在未來的工作中，需要更多地考慮上述2種情況，以進(jìn)一步提高制動速度和動力定位的精度。

4 結(jié)論

本文提出了一種基于激光傳感器的防撞系統(tǒng)，配合IMU和云臺工作，用于避免空氣動力船在水田作業(yè)時與水田邊緣及行進(jìn)中的前方移動障礙物發(fā)生碰撞。該方法基于Otsu算法，將激光束數(shù)據(jù)分為水岸數(shù)據(jù)集和田內(nèi)數(shù)據(jù)集2類，尋找邊界位置點(diǎn)的最優(yōu)解，進(jìn)而確定空氣動力船到水田邊界的距離信息。針對船體前方的移動障礙物，設(shè)計了一個矩形危險區(qū)域，并構(gòu)建結(jié)構(gòu)體數(shù)組，用于記錄危險區(qū)域中障礙物的數(shù)量、尺寸及障礙物與船間的距離等信息。相關(guān)水田防撞試驗(yàn)表明，該防撞系統(tǒng)可以有效地探測到水田邊界及前方移動障礙物，從而避免碰撞的發(fā)生。