无人水面艇的自主航行避障系统设计与实现

来源 :南京信息工程大学 | 被引量 : 1次 | 上传用户:loserlu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国大力发展“一带一路”战略,“21世纪海上丝绸之路”受到越来越多的国家与地区的重视,水上交通日益繁忙。船舶开始向高速化和智能化方向发展,无人水面艇的自主航行避障技术也得到广泛关注。本文主要基于计算机视觉研究了一种无人水面艇的自主航行避障系统,实现了在湖泊、河道的自主航行与避障。本文主要内容包括:对无人水面艇部分硬件系统进行设计与选型搭建,其中包括电源模块、自主航行避障模块和无线通信模块。树莓派连接摄像头,摄像头使用Open CV采集到的视频数据先进行压缩编码,再通过无线网桥传输到电脑的上位机端,上位机端对于接收到的视频数据进行解码,获取水面视频。上位机端对水面视频使用EDlines直线检测算法进行水岸线和水天线检测,以此进行水面图像分割;再引入深度学习目标检测方法,用基于Mobile Net V2改进的SSD算法实现了对船只、浮标、礁石等障碍物的检测识别,获得了障碍物轮廓。结合微波测距雷达传感器进行距离检测,使无人水面艇可绕开障碍物安全通行。通过上位机软件,可在地图上设定无人水面艇的起点、沿线航线点和最终目标点,地图上可以显示其航行轨迹,同时可以实时显示水面和标注障碍物的画面,并可将自主航行避障操作切换成手动操作方式。最后通过软件测试和下水实验对自主航行避障系统进行验证,验证了设计系统的可行性。
其他文献
随着芯片制造技术的不断发展和人们对于电子产品需求的不断提高,现在的芯片变得越来越复杂。集成在同一块芯片上的晶体管的数目通常都会达到上亿数量级。芯片的复杂性导致芯
中国,这个地域辽阔并且拥有着悠久历史和灿烂文明的国度自从改革开放以来发展迅猛,近年来中国还成为了世界第二大经济体。汉语,一门历史悠久的语言,13多亿人的母语,在21世纪的全球掀起了一场持续升温的“汉语热”。孔子学院不仅是中国国家汉办在全世界各地设立的官方机构,还是一个让世界了解汉语的平台,一个展示中国文化的窗口和一所承载着与各国友谊的桥梁。本文笔者在吉尔的精力分配模式和理解公式的指导下,对“第十二
人类的视觉系统可以快速、准确的处理各种复杂的图像信息,得益于它的视觉注意机制。而显著性检测研究主要以生物学、计算机科学等学科理论为基础,利用计算机模拟人类的选择注意特性快速的进行图像显著区域提取。其主要功能是为图像的分割、压缩、检索等算法提供预处理过程。本文在充分了解当前主流算法的优缺点之后,结合人类的视觉特征提出了两种准确性更高的显著性检测算法。针对目前一些主流算法普遍存在的背景噪声较多,显著区
伴随着各种功能不同的图像传感器的出现,这些传感器在空间和成像条件上的局限性也显现了出来,针对这一问题,出现了一种能将多个传感器获得的图像信息综合到一幅图像上去的融合技术,并且不受时间等条件的约束,此法不仅解决了传感器成像的局限性问题,而且对信息进行了整合,提高了图像精度。由于其良好的应用效果,近年来为了能够获得更好的融合效果对其进行了大量的研究,本文所提出的两种融合算法就是基于这一目的得出的。本文
随着科学技术的进步和发展,智能生活和生产逐渐走进了人们的视野,相关的技术受到了广泛的关注和研究。图像和视频作为生活和生产中触手可及的信息和数据,常常被用于处理各种
人类对土地资源的开发利用改变了地表覆被,致使土地生态系统的质量状况起伏波动,内部架构日愈紊乱,土地生态系统服务价值也出现地域层面的差异。在西咸一体化建设的背景下,素
随着视频信息量的激增与机器视觉的快速发展,人们对视频处理领域的技术要求越来越高。视频行为识别作为视频理解方向的一个分支,具有十分重要的研究意义。该文对视频行为识别算法做了详细研究,旨在于通过对视频时空信息的分析,形成更加有效的视频特征,得到更有判别力的视频行为识别系统。首先,设计了基于时空卷积网络的视频行为识别算法,将视频行为识别处理为单独对视频空间与时间信息的获取。在双流卷积网络的基础上,比较分
提起印度农业发展,无论是对印度稍有了解的普通读者还是专业学者首先想到的都是“绿色革命”,而大家对“绿色革命”后印度农业的走向则关注较少。轰轰烈烈的“绿色革命”并没
近几年人工智能、大数据等移动互联网新一代技术的发展和兴起,使得人们的生活也走进了智能化的时代。移动互联网技术给生活带来便利的同时,也带来新的挑战,僵尸网络、恶意软
人类视觉系统经过长期进化,形成了选择性视觉注意机制,该机制能够快速的从海量的视觉信息中提取出感兴趣的区域。显著性检测算法通过模拟视觉注意机制,对视觉场景或图像中的感兴趣区域进行预测和提取。色觉检查图依据人眼色觉感知原理绘制而成,能够很好地模拟人眼在自然环境中受到的刺激,且背景复杂,干扰因素较多。已知的算法大都存在生物依据不足、检测精度不高等问题,在对色觉检查图中的标准图案进行提取时尤为明显。对此本