融合可见光图像与激光雷达数据的狭窄水域内运动目标识别
发布时间：2021-10-27 10:51
随着智能技术在水上运输领域的研究和应用,国内外众多研究机构对智能船舶的发展投入大量的人力和物力。环境感知作为智能船舶的重要组成部分,是船舶安全航行的重要前提。狭窄水域内有诸多不确定性,存在诸多静态障碍物以及不断航行的动态船舶目标,为航行环境感知带来了困难。激光雷达作为先进的高精度环境感知设备,可以感知周围目标的三维信息、强度信息以及深度信息等,不受光照变化影响,在船舶会遇、背景复杂等情况下,表现良好。卷积神经网络作为深度学习在图片检测中的重要手段,在实现船舶目标识别方面具有很好的效果。本文利用可见光图像数据和激光雷达所产生的点云数据分别实现了狭窄水域内的目标检测,并进行了融合分析,主要工作如下:第一,利用激光雷达和相机进行实船试验,获取原始点云和图像数据,将原始点云数据解析,在数据预处理过程中,通过统计分析的滤波方法将噪声点和冗余点进行剔除,分析点云强度值,对不同物体的强度值进行量化分析,将材质单一的目标点云强度值以平均值的方法进行处理;第二,分析船舶尾迹的点云数据特征,利用以平面为模型的随机采样一致性估计算法,将点云的强度值作为阈值参数,获得适应于本文的改进的随机采样一致性估计算法模...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
图２．１时间飞行法的测距原理??Ｆｉ．?２．１?Ｐｒｉｎｃｉｌｅ?ｏｆ?ｄｉｓｔａｎｃｅ?ｍｅａｓｕｒｅｍｅｎｔ?ｂｙ?ｔｉｍｅ－ｏｆ－ｆｌｉｇｈｔ??
图２．２坐；ｆ示系转换??Ｆｉｇ．?２．２?Ｃｏｏｒｄｉｎａｔｅ?ｓｙｓｔｅｍ?ｃｏｎｖｅｒｓｉｏｎ??
要涉及到局部关联和窗口滑动操作，将该??层的每个神经兀作为滤波器，利用窗Ｕ滑动机制对图片的局部数据进行计算；??（３）?ＲｅＬＵ激励层??卷积神经网络采用的激励函数一般为ＲｅＬＵ函数，如图所示。该函数的特点为求梯??度简单，收敛快，？??ｍｊ；?／??．?．??／??Ｈ?．?／??／??４?？?／’??２：?／??ｔ?．?■?．?＞?ｉ?■?？?■?？?’?．?．?．＿＿Ｉ＿＿Ｉ?Ｉｉ＿＿＿ｉ—ｊ＿＿Ｌ－??－１０?－５?５?１０??图２．３?ＲｅＬＵ函数??Ｆｉｇ．?２．３?ＲｅＬＵ?ｆｕｎｃｔｉｏｎ??（４）池化层??池化层夹在连续的卷积层中间，用于压缩数据和参数的数量，减小过拟合，当输入??为图像数据时，该层的作用为图像压缩，将图像数据降维的同时，保证了图像特征的尺??度不变性；??（５）全连接层??通常全连接层在卷积神经网络的尾部，利用层与层之间神经元的权重，获得输出图??像。??２．２．２?ＣＮＮ经典模型??在卷积神经网络的发展过程中，出现了众多经典的模型，ＬｅＮｅｔ－５模型、ＡｌｅｘＮｅｔ、??ＶＧＧｎｅｔ、ＧｏｏｇｌｅＮｅｔ、ＲｅｓＮｅｔ?等［４４］［４６】。??ＬｅＮｅｔ－５是第一个大规模应用在手写数字识别问题的卷积神经网络，其正确率高达??９９．２％；?ＡｌｅｘＮｅｔ在有大量像素规格相同的预处理图片训练下，同肘提出了?ＲｅＬＵ函数代??替Ｓｉｇｍｏｉｄ函数，力口快了收敛速度，同时提出Ｄｒｏｐｏｕｔ的模型组．合方式，在ＧＰＵ计算资??源的支持下，实现并行计算，提高运算效率；ＶＧＧ网络实际上是ＬｅＮｅｔ－５的加强版，它??－１２?－??
【参考文献】：
期刊论文
[1]激光雷达的船舶航行障碍物识别方法[J]. 金君. 舰船科学技术. 2020(10)
[2]基于激光雷达扫描建模的可视化交互式船舶超载超吃水监测技术[J]. 高长海,陈亮,范远利,李奕阳. 中国水运(下半月). 2019(12)
[3]基于三维激光雷达的无人船障碍物自适应栅格表达方法[J]. 刘德庆,张杰,金久才. 中国激光. 2020(01)
[4]基于激光雷达的内河无人船障碍物识别方法[J]. 王贵槐,谢朔,柳晨光,初秀民,李梓龙. 光学技术. 2018(05)
[5]PCL环境下的3D点云分割算法研究[J]. 周炳南,闵华松,康雅文. 微电子学与计算机. 2018(06)
[6]无人驾驶船舶研究综述[J]. 高宗江,张英俊,孙培廷,李文华. 大连海事大学学报. 2017(02)
[7]基于3D激光雷达的无人水面艇海上目标检测[J]. 李小毛,张鑫,王文涛,瞿栋,祝川. 上海大学学报(自然科学版). 2017(01)
[8]PCL库点云统计去噪算法的应用研究[J]. 罗方燕. 现代计算机(专业版). 2016(26)
[9]CCS《智能船舶规范》六大功能模块要求[J]. 贺辞. 中国船检. 2016(03)
[10]数据挖掘中的聚类算法综述[J]. 贺玲,吴玲达,蔡益朝. 计算机应用研究. 2007(01)
硕士论文
[1]基于三维激光点云数据的船舶靠泊监测技术[D]. 闫晓飞.大连海事大学 2017
[2]融合相机和激光雷达的行人检测与跟踪算法研究[D]. 汪君.国防科学技术大学 2015
本文编号：3461453
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
图２．１时间飞行法的测距原理??Ｆｉ．?２．１?Ｐｒｉｎｃｉｌｅ?ｏｆ?ｄｉｓｔａｎｃｅ?ｍｅａｓｕｒｅｍｅｎｔ?ｂｙ?ｔｉｍｅ－ｏｆ－ｆｌｉｇｈｔ??
图２．２坐；ｆ示系转换??Ｆｉｇ．?２．２?Ｃｏｏｒｄｉｎａｔｅ?ｓｙｓｔｅｍ?ｃｏｎｖｅｒｓｉｏｎ??
要涉及到局部关联和窗口滑动操作，将该??层的每个神经兀作为滤波器，利用窗Ｕ滑动机制对图片的局部数据进行计算；??（３）?ＲｅＬＵ激励层??卷积神经网络采用的激励函数一般为ＲｅＬＵ函数，如图所示。该函数的特点为求梯??度简单，收敛快，？??ｍｊ；?／??．?．??／??Ｈ?．?／??／??４?？?／’??２：?／??ｔ?．?■?．?＞?ｉ?■?？?■?？?’?．?．?．＿＿Ｉ＿＿Ｉ?Ｉｉ＿＿＿ｉ—ｊ＿＿Ｌ－??－１０?－５?５?１０??图２．３?ＲｅＬＵ函数??Ｆｉｇ．?２．３?ＲｅＬＵ?ｆｕｎｃｔｉｏｎ??（４）池化层??池化层夹在连续的卷积层中间，用于压缩数据和参数的数量，减小过拟合，当输入??为图像数据时，该层的作用为图像压缩，将图像数据降维的同时，保证了图像特征的尺??度不变性；??（５）全连接层??通常全连接层在卷积神经网络的尾部，利用层与层之间神经元的权重，获得输出图??像。??２．２．２?ＣＮＮ经典模型??在卷积神经网络的发展过程中，出现了众多经典的模型，ＬｅＮｅｔ－５模型、ＡｌｅｘＮｅｔ、??ＶＧＧｎｅｔ、ＧｏｏｇｌｅＮｅｔ、ＲｅｓＮｅｔ?等［４４］［４６】。??ＬｅＮｅｔ－５是第一个大规模应用在手写数字识别问题的卷积神经网络，其正确率高达??９９．２％；?ＡｌｅｘＮｅｔ在有大量像素规格相同的预处理图片训练下，同肘提出了?ＲｅＬＵ函数代??替Ｓｉｇｍｏｉｄ函数，力口快了收敛速度，同时提出Ｄｒｏｐｏｕｔ的模型组．合方式，在ＧＰＵ计算资??源的支持下，实现并行计算，提高运算效率；ＶＧＧ网络实际上是ＬｅＮｅｔ－５的加强版，它??－１２?－??
【参考文献】：
期刊论文
[1]激光雷达的船舶航行障碍物识别方法[J]. 金君. 舰船科学技术. 2020(10)
[2]基于激光雷达扫描建模的可视化交互式船舶超载超吃水监测技术[J]. 高长海,陈亮,范远利,李奕阳. 中国水运(下半月). 2019(12)
[3]基于三维激光雷达的无人船障碍物自适应栅格表达方法[J]. 刘德庆,张杰,金久才. 中国激光. 2020(01)
[4]基于激光雷达的内河无人船障碍物识别方法[J]. 王贵槐,谢朔,柳晨光,初秀民,李梓龙. 光学技术. 2018(05)
[5]PCL环境下的3D点云分割算法研究[J]. 周炳南,闵华松,康雅文. 微电子学与计算机. 2018(06)
[6]无人驾驶船舶研究综述[J]. 高宗江,张英俊,孙培廷,李文华. 大连海事大学学报. 2017(02)
[7]基于3D激光雷达的无人水面艇海上目标检测[J]. 李小毛,张鑫,王文涛,瞿栋,祝川. 上海大学学报(自然科学版). 2017(01)
[8]PCL库点云统计去噪算法的应用研究[J]. 罗方燕. 现代计算机(专业版). 2016(26)
[9]CCS《智能船舶规范》六大功能模块要求[J]. 贺辞. 中国船检. 2016(03)
[10]数据挖掘中的聚类算法综述[J]. 贺玲,吴玲达,蔡益朝. 计算机应用研究. 2007(01)
硕士论文
[1]基于三维激光点云数据的船舶靠泊监测技术[D]. 闫晓飞.大连海事大学 2017
[2]融合相机和激光雷达的行人检测与跟踪算法研究[D]. 汪君.国防科学技术大学 2015
本文编号：3461453
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3461453.html
