基于立体视觉和滤波算法的无人船环境感知技术研究

发布时间：2025-02-15 09:36

　　随着水域资源的迅速开发,无人船因其高度自主性成为水上自动化的未来发展趋势。而环境感知能力是下一代无人船自主化与智能化的重要衡量标准,其通过各传感器的融合与关联赋予无人船对环境的语义理解能力和对环境中目标的状态估计能力。但是因为运算成本问题,当下多数基于各传感器融合的无人船环境感知系统无法做到在线处理,且不包含对于目标的运动估计能力。这在很大程度上限制了无人船的自主性和低成本的优势。针对上述无人船在线感知能力有限和计算成本高的问题,本文研究了应用于小型无人船的在线感知系统,其融合了立体视觉和滤波算法,赋予了无人船对于环境中目标物的语义理解能力和对目标物的运动状态估计能力。该感知系统的主要目的是让无人船拥有在线环境解析能力,其包括基于立体视觉的目标稀疏语义理解与基于假设分析滤波器的目标状态估计。在低运算成本下,满足无人驾驶任务对语义信息的理解要求和目标跟踪任务对状态的估计要求。本文研究内容围绕上述感知系统开展,主要完成了以下工作:(1)针对轻量级环境语义信息的提取问题:本文研究了一个可以在GPU上实时工作的稀疏语义提取网络。其结合了YOLO和HED子网络进行目标物提取,设计了Modified...

【文章页数】：110 页

【学位级别】：硕士

【部分图文】：

图2.1:应用于USV无人驾驶的环境感知系统框架

浙江大学硕士学位论文2基于立体视觉和滤波算法的USV环境感知系统设计方案2.2整体环境感知系统结构本系统整体框架如图(2.1),其主要研究内容为立体视觉感知模块研究、语义识别模块研究、目标状态估计模块研究(示意图中的双目图片来源于立体数据集SceneFlow[59]，雷达图片来源....

图2.2:本文使用的小型USV实验平台

浙江大学硕士学位论文2基于立体视觉和滤波算法的USV环境感知系统设计方案2.3本环境感知系统的各模块研究与实现本环境感知系统主要搭载在小型USV中(图2.2)，其结构为双层结构，上层搭载雷达与摄像头系统，下层为控制运动驱动系统。图2.2:本文使用的小型USV实验平台主要实验场所(....

图3.1:USV语义识别模块框架

浙江大学硕士学位论文3应用于USV环境感知的语义识别算法研究3应用于USV环境感知的语义识别算法研究对于USV来说，环境的感知不仅仅是从雷达中获取尺度信息与从立体视觉中获取深度信息。为了增强其对环境的理解能力，我们研究了一种基于目标检测和边缘提取的稀疏语义获取算法，并以语义识别模....

图3.3:YOLOV3的网络结构

浙江大学硕士学位论文3应用于USV环境感知的语义识别算法研究其中选框（BoundingBox）的预测方法，是通过YOLO回归4个坐标偏移tx，ty，tw，th使得网络更易于学习。偏移量与之前参数bx,by,bw,bh关系如式(3.3),具体等价关系可以如图(3.2(b))(图片来....

本文编号：4034104