1. 毕业设计（论文）主要内容：

随着我国航运业的蓬勃发展，水上交通航线越来越密集，船舶总量急剧上升，截止2017年末，国内登记船舶总数已达到14.52万艘，船舶数量及运力年年攀升，各水系航路投资建设总额也不断提高。我国水上安全形势日趋复杂，各类船舶事故时有发生，如何优化水上交通、保障船舶航行安全是船舶航海领域一大重要的研究方向。

从船舶水上航行避碰的实际应用出发，环境感知是驾驶辅助技术的基础，环境感知是指设备通过传感器捕获等手段，对所处环境中的环境参数及周围物体的相对距离、角度及运动状态等信息进行获取。通过环境感知获得船舶航行水域环境信息，而后将信息交由处理系统分析和识别，进而做出避碰指令决策以辅助船舶驾驶员的判断。现有感知方式主要有以下五类：水声感知设备、状态感知设备、雷达、融合式传感器和机器视觉传感器。目前投入应用最多的环境感知方案是应用雷达为主要探测装置，状态传感器作为辅助，而受技术发展所限，机器视觉传感器实际应用并不多。相比于其他感知技术，由于光学图像中包含有更丰富的目标区域细节信息，基于光视觉的感知技术更易于对水面目标进行有效地辨别，已被越来越多的研究学者设计研发，在船舶驾驶辅助领域具有重要地位。

为了克服现有船舶辅助驾驶系统的不足，根据船舶实际驾驶安全性和稳定性的需求，利用机器视觉技术对船舶航行时周围环境进行分析处理，对获得的不同环境信息进行判断决策，进而实现船舶驾驶的可靠辅助。该方面具有巨大的应用前景，本设计就是开展一种基于机器视觉的船舶辅助驾驶系统的设计。

2. 毕业设计（论文）主要任务及要求

1、了解并掌握现有船舶辅助驾驶系统的一般形式；

2、分析船舶辅助驾驶系统的功能要求和实际工况条件；

3、完成适用于船舶驾驶环境的机器视觉算法设计，并提出完整方案；

3. 毕业设计（论文）完成任务的计划与安排

第1—2周：结合论文题目和前期工作做出进度计划，查阅相关文献资料，明确研究内容，确定方案，写出开题报告与文献综述。完成5000字以上的相关外文资料翻译，译文通顺、达意。

第3—4周：进行机器视觉技术的基础软件及算法的应用学习。

第5—6周：了解并掌握现有船舶辅助驾驶系统的一般形式。

4. 主要参考文献

[1] 王贵槐，谢朔，初秀民，洛天骄，基于深度学习的水面无人船前方船只图像识别方法[j]船舶工程，2018.04

[2] 张胜男，基于多传感器的无人船环境感知研究[d]海南大学，2018.05

[3] milansonka,vaclav hlavac,roger boyle.图像处理、分析与机器视觉[m].第4版.清华大学出版社,2016.