隨著水域資源的迅速開發(fā),無人船因其高度自主性成為水上自動化的未來發(fā)展趨勢。而環(huán)境感知能力是下一代無人船自主化與智能化的重要衡量標準,其通過各傳感器的融合與關聯(lián)賦予無人船對環(huán)境的語義理解能力和對環(huán)境中目標的狀態(tài)估計能力。但是因為運算成本問題,當下多數基于各傳感器融合的無人船環(huán)境感知系統(tǒng)無法做到在線處理,且不包含對于目標的運動估計能力。這在很大程度上限制了無人船的自主性和低成本的優(yōu)勢。針對上述無人船在線感知能力有限和計算成本高的問題,本文研究了應用于小型無人船的在線感知系統(tǒng),其融合了立體視覺和濾波算法,賦予了無人船對于環(huán)境中目標物的語義理解能力和對目標物的運動狀態(tài)估計能力。該感知系統(tǒng)的主要目的是讓無人船擁有在線環(huán)境解析能力,其包括基于立體視覺的目標稀疏語義理解與基于假設分析濾波器的目標狀態(tài)估計。在低運算成本下,滿足無人駕駛任務對語義信息的理解要求和目標跟蹤任務對狀態(tài)的估計要求。本文研究內容圍繞上述感知系統(tǒng)開展,主要完成了以下工作:(1)針對輕量級環(huán)境語義信息的提取問題:本文研究了一個可以在GPU上實時工作的稀疏語義提取網絡。其結合了YOLO和HED子網絡進行目標物提取,設計了Modified...

【文章頁數】：110 頁

【學位級別】：碩士

【部分圖文】：

圖2.1:應用于USV無人駕駛的環(huán)境感知系統(tǒng)框架

浙江大學碩士學位論文2基于立體視覺和濾波算法的USV環(huán)境感知系統(tǒng)設計方案2.2整體環(huán)境感知系統(tǒng)結構本系統(tǒng)整體框架如圖(2.1),其主要研究內容為立體視覺感知模塊研究、語義識別模塊研究、目標狀態(tài)估計模塊研究(示意圖中的雙目圖片來源于立體數據集SceneFlow[59]，雷達圖片來源....

圖2.2:本文使用的小型USV實驗平臺

浙江大學碩士學位論文2基于立體視覺和濾波算法的USV環(huán)境感知系統(tǒng)設計方案2.3本環(huán)境感知系統(tǒng)的各模塊研究與實現本環(huán)境感知系統(tǒng)主要搭載在小型USV中(圖2.2)，其結構為雙層結構，上層搭載雷達與攝像頭系統(tǒng)，下層為控制運動驅動系統(tǒng)。圖2.2:本文使用的小型USV實驗平臺主要實驗場所(....

圖3.1:USV語義識別模塊框架

浙江大學碩士學位論文3應用于USV環(huán)境感知的語義識別算法研究3應用于USV環(huán)境感知的語義識別算法研究對于USV來說，環(huán)境的感知不僅僅是從雷達中獲取尺度信息與從立體視覺中獲取深度信息。為了增強其對環(huán)境的理解能力，我們研究了一種基于目標檢測和邊緣提取的稀疏語義獲取算法，并以語義識別模....

圖3.3:YOLOV3的網絡結構

浙江大學碩士學位論文3應用于USV環(huán)境感知的語義識別算法研究其中選框（BoundingBox）的預測方法，是通過YOLO回歸4個坐標偏移tx，ty，tw，th使得網絡更易于學習。偏移量與之前參數bx,by,bw,bh關系如式(3.3),具體等價關系可以如圖(3.2(b))(圖片來....

本文編號：4034104