摘要
自主靠泊是实现无人水面艇完全自主化的核心能力，而其实际应用要求具备高效、时间稳定的视觉姿态估计能力，并且要与闭环控制相兼容。本文提出了一种基于MobileNetV2和时序卷积网络（TCN）的轻量级单目视觉靠泊感知框架。在该框架中，采用MobileNetV2作为核心架构，通过单张单目图像即可实现对无人水面艇相对于码头的相对姿态的端到端回归；同时，通过特征级的TCN模块整合连续帧之间的视觉特征，以提高姿态估计的短期稳定性。为验证所提方法的性能与可靠性，构建了高保真仿真环境进行无人水面艇闭环靠泊测试。对比实验表明，与VGG19架构相比，MobileNetV2能降低推理延迟，而内置的TCN模块则能有效抑制帧间姿态波动及异常的估计跳变。所提出的方法为经过仿真验证的无人水面艇自主靠泊系统提供了高效且时间一致的视觉感知解决方案。
