当前位置:主页 > 科技论文 > 军工论文 >

基于龙芯2K的车载智能视觉系统国产化研制

发布时间:2021-08-01 02:46
  面对信息化军事作战的需要,具备态势感知能力的车载智能视觉系统是地面作战车辆的重要构成部分之一。因此研制一款目标检测可靠、功能接口丰富、环境适应性强等特点的车载智能视觉系统是目前陆军地面装备领域研究的重要内容之一。本文主要基于龙芯2K1000处理器研制一款面向地面作战车辆的国产车载智能视觉系统。首先,本文对国内外面向地面作战车辆的车载智能视觉系统的发展现状和基于机器学习的目标检测技术的研究现状分别进行了研究。从实际需求出发,采用模块化、标准化的设计理念提出车载智能视觉系统总体设计方案。其次,基于龙芯2K1000处理器设计了车载智能视觉系统硬件平台。通过对国内外电源转换芯片的比对分析,设计了基于XC79618HCC芯片的国产化电源模块;采用国产HWD2210芯片设计了可编程逻辑单元,实现功能接口可扩展,便于后期升级改造;设计了系统健康监测模块,实现对系统温度、电流、电压的实时监测,确保系统始终处在安全范围内工作。第三,基于改进YOLOv3深度神经网络,设计了车辆目标检测算法。通过将深度可分离卷积代替传统卷积网络来构造反残差块模型,减少运网络的计算量,提升目标检测实时性;采用广义交并比(Ge... 

【文章来源】:合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】:96 页

【学位级别】:硕士

【部分图文】:

基于龙芯2K的车载智能视觉系统国产化研制


车载智能视觉Fig1.1Vehicleintelligentvisionsystem车载智能视觉系统是基于战斗车辆平台进行图像信息数据处理,并完成主动

山猫,视觉,车辆,平台


山猫”成功中标澳大利亚陆军的“陆地400”项目计划[9]。该款新型战车具备一定智能化的自主防护系统,该系统由智能视觉系统和雷达预警系统两部分构成。其中,智能视觉系统硬件部分包括数据处理平台、可见光传感器以及红外传感器。软件部分由各类目标识别算法组成,通过对各类视觉传感器采集的数据进行融合处理,实现态势感知能力。“山猫”战车装备的智能视觉系统极大的提高了战车在城市作战和全地形环境下的防护能力,能够实现在复杂战场环境中执行作战任务,为各国陆军研发下一代战斗车辆的智能视觉系统提供了解决方案。图1.2左图是““山猫”战斗车辆,右图是视觉系统指控平台。图1.2“山猫”战斗车辆(左)和视觉系统指控平台(右)Fig1.2"Lynx"fightingvehicle(left)andVisualsystemaccusationplatform(right)洛马公司在2019年10月的北美防务展上,展示了该公司研制的地面支援保障车-SMSS[10]。该车是一款轮式驱动的两栖全地形协同支援保障平台,被用于运输,侦查、单兵设备移动充电站、移动通讯平台等。SMSS支援保障车的车载视觉传感器系统,集成了光学探测、红外及彩色摄像头,通过识别人员的3D特征,可以锁定并跟随该人员执行任务。该系统硬件平台采用英特尔处理器E3805,主频1.33GHz千兆赫;4GDDR3内存;设计多通道的GPIO端口用于功能扩展以及2个RS232串行数据端口;具有状态指示灯和微型SD卡插槽;4个多功能输入输出USB2.0。通过以太网(10/100/1000)、无线网络连接;工作温度范围为-30°C至70°C,能够承受高/低温、高冲击和振动。具有高性能的计算能力和外部接口而展现出功能齐全、兼容性强以及可靠性高等特点。图1.3左图是“SMSS”支援保障车,右图是“SMSS”车载视觉传感器设备。

基于龙芯2K的车载智能视觉系统国产化研制


“SMSS”支援保障车(左)和Fig1.3"SMSS"supportvehicle(left)and"SM

【参考文献】:
期刊论文
[1]改进的YOLOv3网络在钢板表面缺陷检测研究[J]. 徐镪,朱洪锦,范洪辉,周红燕,余光辉.  计算机工程与应用. 2020(16)
[2]基于深度学习优化YOLOV3算法的芳纶带检测算法研究[J]. 杨建伟,涂兴子,梅峰漳,李亚宁,范鑫杰.  中国矿业. 2020(04)
[3]基于目标特征蒸馏的车道线检测[J]. 龙建武,彭浪,安勇.  重庆理工大学学报(自然科学). 2020(09)
[4]基于机器视觉的目标识别追踪算法及系统设计[J]. 杨宇,刘宇红,彭燕,孙雨琛,张荣芬.  传感器与微系统. 2020(04)
[5]基于特征融合和中心预测的目标检测算法[J]. 段志伟.  现代计算机. 2020(09)
[6]改进的Yolo_v2违章车辆检测方法[J]. 张成标,童宝宏,程进,张炳力,张润.  计算机工程与应用. 2020(20)
[7]YOLO-mini:可在CPU实时运行的目标检测网络[J]. 邢关生,许甫.  电子测量技术. 2019(24)
[8]浅谈机器视觉系统装备及其应用[J]. 花磊.  农业装备技术. 2020(01)
[9]美国NGCV关键技术进展[J]. 漠北.  坦克装甲车辆. 2020(03)
[10]美国陆军下一代主战坦克需求展望[J]. 含桀.  坦克装甲车辆. 2020(01)

硕士论文
[1]基于深度学习的全天车辆检测[D]. 谷颀.北京交通大学 2018



本文编号:3314685

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/3314685.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3f6ad***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com