针对水面无人艇在复杂海况下的局部避障问题,文中引入深度学习方法来处理视觉信息,提出了结合VFH+算法的水面无人艇的局部路径规划方法.首先利用对称的编码器-解码器结构的图像语义分割模型和Faster RCNN网络模型进行水面边界线检测及水面障碍物识别,构建水面无人艇环境模型;然后采用基于VFH+的局部路径规划方法,通过逐步构建主直方图、二元直方图和掩模直方图压缩环境数据,引入合理的代价函数来获取实现水面无人艇的有效避障方向规划.在MODD图像数据集上的仿真实验以及实船避障实验结果表明,该方法能有效地提取水面图像信息,并得到合理的局部路径规划策略,在10 kn航速下的避障轨迹平滑,可满足水面无人艇的自主避障需求.
类型: 期刊论文
作者: 洪晓斌,魏新勇,黄烨笙,刘艳霞,肖国权
关键词: 无人艇,图像分割,模型,算法,路径规划
来源: 华南理工大学学报(自然科学版) 2019年10期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 船舶工业,计算机软件及计算机应用,自动化技术
单位: 华南理工大学机械与汽车工程学院,华南理工大学软件学院
基金: 广东省科技计划项目(2018B010109005),广州市科技计划项目(201802020021,201802020009)~~
分类号: U664.82;U665;TP391.41
页码: 24-33
总页数: 10
文件大小: 3720K
下载量: 299
本文来源: https://www.lunwen66.cn/article/74a8272a8e1ae4ea44c5f7e1.html