發(fā)布時(shí)間：2025-02-15 09:36

　　隨著水域資源的迅速開(kāi)發(fā),無(wú)人船因其高度自主性成為水上自動(dòng)化的未來(lái)發(fā)展趨勢(shì)。而環(huán)境感知能力是下一代無(wú)人船自主化與智能化的重要衡量標(biāo)準(zhǔn),其通過(guò)各傳感器的融合與關(guān)聯(lián)賦予無(wú)人船對(duì)環(huán)境的語(yǔ)義理解能力和對(duì)環(huán)境中目標(biāo)的狀態(tài)估計(jì)能力。但是因?yàn)檫\(yùn)算成本問(wèn)題,當(dāng)下多數(shù)基于各傳感器融合的無(wú)人船環(huán)境感知系統(tǒng)無(wú)法做到在線處理,且不包含對(duì)于目標(biāo)的運(yùn)動(dòng)估計(jì)能力。這在很大程度上限制了無(wú)人船的自主性和低成本的優(yōu)勢(shì)。針對(duì)上述無(wú)人船在線感知能力有限和計(jì)算成本高的問(wèn)題,本文研究了應(yīng)用于小型無(wú)人船的在線感知系統(tǒng),其融合了立體視覺(jué)和濾波算法,賦予了無(wú)人船對(duì)于環(huán)境中目標(biāo)物的語(yǔ)義理解能力和對(duì)目標(biāo)物的運(yùn)動(dòng)狀態(tài)估計(jì)能力。該感知系統(tǒng)的主要目的是讓無(wú)人船擁有在線環(huán)境解析能力,其包括基于立體視覺(jué)的目標(biāo)稀疏語(yǔ)義理解與基于假設(shè)分析濾波器的目標(biāo)狀態(tài)估計(jì)。在低運(yùn)算成本下,滿足無(wú)人駕駛?cè)蝿?wù)對(duì)語(yǔ)義信息的理解要求和目標(biāo)跟蹤任務(wù)對(duì)狀態(tài)的估計(jì)要求。本文研究?jī)?nèi)容圍繞上述感知系統(tǒng)開(kāi)展,主要完成了以下工作:(1)針對(duì)輕量級(jí)環(huán)境語(yǔ)義信息的提取問(wèn)題:本文研究了一個(gè)可以在GPU上實(shí)時(shí)工作的稀疏語(yǔ)義提取網(wǎng)絡(luò)。其結(jié)合了YOLO和HED子網(wǎng)絡(luò)進(jìn)行目標(biāo)物提取,設(shè)計(jì)了Modified...

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1:應(yīng)用于USV無(wú)人駕駛的環(huán)境感知系統(tǒng)框架

浙江大學(xué)碩士學(xué)位論文2基于立體視覺(jué)和濾波算法的USV環(huán)境感知系統(tǒng)設(shè)計(jì)方案2.2整體環(huán)境感知系統(tǒng)結(jié)構(gòu)本系統(tǒng)整體框架如圖(2.1),其主要研究?jī)?nèi)容為立體視覺(jué)感知模塊研究、語(yǔ)義識(shí)別模塊研究、目標(biāo)狀態(tài)估計(jì)模塊研究(示意圖中的雙目圖片來(lái)源于立體數(shù)據(jù)集SceneFlow[59]，雷達(dá)圖片來(lái)源....

圖2.2:本文使用的小型USV實(shí)驗(yàn)平臺(tái)

浙江大學(xué)碩士學(xué)位論文2基于立體視覺(jué)和濾波算法的USV環(huán)境感知系統(tǒng)設(shè)計(jì)方案2.3本環(huán)境感知系統(tǒng)的各模塊研究與實(shí)現(xiàn)本環(huán)境感知系統(tǒng)主要搭載在小型USV中(圖2.2)，其結(jié)構(gòu)為雙層結(jié)構(gòu)，上層搭載雷達(dá)與攝像頭系統(tǒng)，下層為控制運(yùn)動(dòng)驅(qū)動(dòng)系統(tǒng)。圖2.2:本文使用的小型USV實(shí)驗(yàn)平臺(tái)主要實(shí)驗(yàn)場(chǎng)所(....

圖3.1:USV語(yǔ)義識(shí)別模塊框架

浙江大學(xué)碩士學(xué)位論文3應(yīng)用于USV環(huán)境感知的語(yǔ)義識(shí)別算法研究3應(yīng)用于USV環(huán)境感知的語(yǔ)義識(shí)別算法研究對(duì)于USV來(lái)說(shuō)，環(huán)境的感知不僅僅是從雷達(dá)中獲取尺度信息與從立體視覺(jué)中獲取深度信息。為了增強(qiáng)其對(duì)環(huán)境的理解能力，我們研究了一種基于目標(biāo)檢測(cè)和邊緣提取的稀疏語(yǔ)義獲取算法，并以語(yǔ)義識(shí)別模....

圖3.3:YOLOV3的網(wǎng)絡(luò)結(jié)構(gòu)

浙江大學(xué)碩士學(xué)位論文3應(yīng)用于USV環(huán)境感知的語(yǔ)義識(shí)別算法研究其中選框（BoundingBox）的預(yù)測(cè)方法，是通過(guò)YOLO回歸4個(gè)坐標(biāo)偏移tx，ty，tw，th使得網(wǎng)絡(luò)更易于學(xué)習(xí)。偏移量與之前參數(shù)bx,by,bw,bh關(guān)系如式(3.3),具體等價(jià)關(guān)系可以如圖(3.2(b))(圖片來(lái)....

本文編號(hào)：4034104