检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于模型压缩的轻量化障碍物检测模型研究

激光杂志 2022年第9期43卷 38-43页

作者：李雨诗张才裕赵杨珂陈绪君华中师范大学物理科学与技术学院武汉430079

路面障碍物检测是智能导盲系统的核心功能之一。针对基于YOLOv5s的障碍物检测模型复杂度高、推理速度慢等问题,引入轻量级网络MobileNet作为主干特征提取网络,并嵌入CBAM模块弥补精度损失。为进一步优化性能,提出一种先剪枝再蒸馏的模... 详细信息

路面障碍物检测是智能导盲系统的核心功能之一。针对基于YOLOv5s的障碍物检测模型复杂度高、推理速度慢等问题,引入轻量级网络MobileNet作为主干特征提取网络,并嵌入CBAM模块弥补精度损失。为进一步优化性能,提出一种先剪枝再蒸馏的模型压缩方案。实验结果表明,经过压缩后的模型参数量为2.99 M,在GPU和CPU上的推理速度分别为113.64和9.67FPS,参数量约为YOLOv5s的42.2%,该模型能满足障碍物检测任务的实时性要求。

关键词：深度学习障碍物检测模型压缩 YOLOv5s

在线全文

学校读者我要写书评

暂无评论

基于深度相机的室内障碍物检测算法

武汉科技大学学报 2022年第3期45卷 213-222页

作者：方东君蒋林武汉科技大学冶金装备及其控制教育部重点实验室湖北武汉430081 武汉科技大学机器人与智能系统研究院湖北武汉430081

常用的背景差分法、GrabCut等图像分割算法存在分割效率较低且易受环境噪声干扰等问题,导致室内移动机器人对障碍物的检测精度不高,为此本文提出一种融合深度信息的目标分割算法,并在此基础上实现较高精度的障碍物尺寸测量。首先通过SS... 详细信息

常用的背景差分法、GrabCut等图像分割算法存在分割效率较低且易受环境噪声干扰等问题,导致室内移动机器人对障碍物的检测精度不高,为此本文提出一种融合深度信息的目标分割算法,并在此基础上实现较高精度的障碍物尺寸测量。首先通过SSD网络模型得到障碍物的检测框,将检测框中图像转换到HSI颜色空间,并根据得到的饱和度和亮度信息用K-Means聚类进行预分割处理;然后根据深度相机获取的几何信息,以预分割图像中最近点为中心进行区域生长搜索以实现精分割;最后对目标分割图像进行区域分析,得到最优测量区域(线段),在利用线性拟合对所选线段端点进行深度估测之后计算三维等高点的欧氏距离,从而得到目标尺寸。实验证明,与GrabCut算法相比,本文目标分割算法在运算速度、抗噪性和分割效果上优势明显,对障碍物的测量精度在98.4%以上且性能比较稳定。

关键词：移动机器人障碍物检测深度相机图像分割 SSD网络模型 HSI颜色空间 K-Means聚类区域生长搜索

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的地铁轨道障碍物检测系统设计

基于机器视觉的地铁轨道障碍物检测系统设计

作者：樊成栋南京理工大学

学位级别：硕士

当前轨道交通在城市公共交通系统中扮演者重要的角色,随着城市轨道交通的快速发展,地铁是涵盖了城市地区各种地下与地上地路权专有、高密度、高运量地城市轨道交通系统。我国现已开通地铁里程达6000公里,作为城市人口出行的一种重要交... 详细信息

当前轨道交通在城市公共交通系统中扮演者重要的角色,随着城市轨道交通的快速发展,地铁是涵盖了城市地区各种地下与地上地路权专有、高密度、高运量地城市轨道交通系统。我国现已开通地铁里程达6000公里,作为城市人口出行的一种重要交通工具,其极大地缓解着城市地面交通的压力。因此,确保地铁列车的行驶安全不仅有助于维护地铁的正常运营,更对保障乘客的生命财产安全有着至关重要的作用。地铁轨道环境中可能存在的障碍物是影响地铁列车行驶安全的重要因素之一,地铁的行驶环境又可能使列车驾驶员难以及时做出有效反应,这无疑对地铁列车的安全行驶构成威胁。因此,实现对地铁轨道障碍物的实时检测,就可以在一定程度上保障地铁列车的行驶安全。本文在对当前国内外的基于机器视觉的障碍物检测技术研究的基础上,根据地铁行驶环境的实际特点和障碍物检测的实际需求,研究适应于本文实验环境下的障碍物检测算法,搭建检测系统架构以及系统功能模块。该系统采用车载单目机器视觉的方式,通过对获取视频帧图像的分析,首先对轨道区域进行识别,再对该目标区域内的障碍物进行检测。具体包括以下内容:（1）地铁轨道区域边界识别。首先对获取的视频帧图像进行图像预处理,减小原始图像数据的噪声干扰;其次对处理后的图像进行边缘检测,提高算法的处理效率与检测准确率。在以上处理中,分析对比多种处理与检测算法,最终选择在本实验环境下最优的算法以识别轨道区域边界。（2）地铁轨道障碍物检测算法。本文从算法实时性及检测准确性量方面对已有的帧间差分算法进行改进,完成障碍物检测。同时,对卷积神经网络在本障碍物检测任务中进行实际应用,并比较二者的检测性能。（3）障碍物检测系统的设计。主要包含检测系统的硬件系统组成和软件系统设计。硬件系统包括视频图像采集设备、视频图像处理设备以及视频图像显示设备,同时详细设计了检测软件的架构、系统流程以及功能模块。通过上述研究,在实验环境下对本系统进行了实验验证分析,结果表明,本文的检测算法以及检测系统能够较好的实现对轨道障碍物的检测,具备一定的实时性与准确性。

关键词：机器视觉图像处理轨道识别障碍物检测卷积神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义分割的复杂驾驶场景障碍物检测

计算机仿真 2023年第12期40卷 167-171,231页

作者：刘云翔管钎汛石艳娇上海应用技术大学计算机科学与信息工程学院上海201400

目前经典的语义分割方法无法准确的检测出交通场景中是否存在障碍物的情况,为了克服自动驾驶系统中对障碍物检测的难点,提出了一个用于像素级障碍物检测的框架。提出的算法流程如下:首先使用分割网络对输入图像进行分割,得到一个语义分... 详细信息

目前经典的语义分割方法无法准确的检测出交通场景中是否存在障碍物的情况,为了克服自动驾驶系统中对障碍物检测的难点,提出了一个用于像素级障碍物检测的框架。提出的算法流程如下:首先使用分割网络对输入图像进行分割,得到一个语义分割结果图和两个不确定性图;其次使用合成网络对预测的语义图进行处理,利用不确定性图来改进再合成方法,生成较为逼真的图像;最后通过比较输入图像和生成图像的特征来计算感知差异,将输入图像和重合成图像输入到相异模块进行障碍物预测。实验结果表明,文中算法在Cityscapes数据集上对所提出的像素级障碍物检测框架进行了测试和评估,与其它经典方法相比,取得了更好的障碍物检测效果。

关键词：语义分割自动驾驶障碍物检测异常检测框架不确定性图

基于改进YOLOv4的移动机器人障碍物检测

在线全文

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2023年第10期 73-76页

作者：淡文慧毛鹏军苏坤方骞栗俊杰河南科技大学机电工程学院洛阳471003

为满足移动机器人障碍物检测精度与实时性的需求,解决识别网络复杂度高、体积大的问题,提出一种基于改进YOLOv4的移动机器人障碍物检测识别方法。首先,使用MobileNetv3代替原主干特征提取网络,同时使用深度可分离卷积块代替加强特征提... 详细信息

为满足移动机器人障碍物检测精度与实时性的需求,解决识别网络复杂度高、体积大的问题,提出一种基于改进YOLOv4的移动机器人障碍物检测识别方法。首先,使用MobileNetv3代替原主干特征提取网络,同时使用深度可分离卷积块代替加强特征提取网络中的普通卷积块;其次,使用CDIoU提高对障碍物区域的检测能力;最后,基于移动机器人平台进行障碍物检测实验。实验结果表明,改进的模型可以达到90.2的mAP和42.04的FPS,与其他目标检测模型相比,参数量减少了40%,检测速度得到了大幅度的提升,所提障碍物检测算法具有检测精度高、检测速度快的优点,可以满足移动机器人障碍物检测的实时性和准确性要求。

关键词：移动机器人障碍物检测 YOLOv4 MobileNetv3

在线全文

学校读者我要写书评

暂无评论

地铁列车车门障碍物检测方案探讨

城市轨道交通研究 2022年第8期25卷 153-155,158页

作者：林琳付志亮卢海超中车唐山机车车辆有限公司唐山064099

详细阐述并分析了地铁列车车门障碍物检测方案及不足,并描述了最优方案的细部设计及方案优点。分析认为,在门扇密封胶条内部设置红外光栅探头的非接触式车门障碍物检测方案为最优方案。此方案不仅结构简单、安装牢固,还具有灵敏度高、... 详细信息

详细阐述并分析了地铁列车车门障碍物检测方案及不足,并描述了最优方案的细部设计及方案优点。分析认为,在门扇密封胶条内部设置红外光栅探头的非接触式车门障碍物检测方案为最优方案。此方案不仅结构简单、安装牢固,还具有灵敏度高、效率高、误报率低、安全性好等优点。

关键词：地铁列车车门障碍物检测

在线全文

学校读者我要写书评

暂无评论

基于双目立体视觉的障碍物检测研究与实现

基于双目立体视觉的障碍物检测研究与实现

作者：马嘉龙大连理工大学

学位级别：硕士

随着智能汽车的发展,辅助驾驶系统能够有效帮助人们减少交通事故的发生,其中环境感知环节是智能汽车提供决策控制的基石。在能够提供环境感知的多个常见车载传感器中,双目相机由于造价廉价、获取数据信息丰富、能与图像处理技术相结合... 详细信息

随着智能汽车的发展,辅助驾驶系统能够有效帮助人们减少交通事故的发生,其中环境感知环节是智能汽车提供决策控制的基石。在能够提供环境感知的多个常见车载传感器中,双目相机由于造价廉价、获取数据信息丰富、能与图像处理技术相结合的特点,被广泛应用于智能汽车的感知环节中。在车辆行驶过程中,检测出前方道路上的障碍物可以帮助辅助驾驶系统进行后续的决策控制,而障碍物检测通常需要以路面数据作为前置条件,因此利用双目相机进行障碍物检测和路面检测成为了一个研究热点。本文基于双目立体视觉对车辆前方的道路和障碍物检测进行研究,主要的研究工作如下:(1)为了提高RANSAC算法在V视差图中拟合路面直线的效率,本文对视差图中非路面视差点进行过滤,使得V视差图中非路面像素点比例降低,减少了RANSAC算法的迭代次数。同时,本文根据路面直线模型和三维空间中相机高度之间的关系对RANSAC算法拟合流程进行优化,减少了RANSAC算法使用噪点数据作为初始模型的情况。(2)为了提高非平坦路面场景中的道路检测精度,本文将视差图水平划分为多个区域并各自生成对应的子V视差图,以此降低V视差图中路面像素过于分散从而导致路面检测精度下降的影响。同时,为了解决非平坦路面下V视差图中的路面像素无法保持直线的问题,本文结合视差密度随距离增加而减小的特点,采用分段检测的方式提高V视差图中的道路检测精度。(3)本文基于U-V视差图完成障碍物检测,首先在视差图的水平方向以及垂直方向上划分检测边界,将非障碍物检测区域的视差点进行移除,从而减少非障碍物视差点对障碍物检测的影响。然后将U视差图划分成近区域和远区域,根据视差稠密程度采用不同算法提取障碍物线段,并且使用障碍物线段对应的视差坐标建立直方图来确定障碍物框的宽度和高度。最后根据视差特性以及约束条件对障碍物框进行合并、拆分、剔除处理,实现了障碍物的精准检测。经过实验测试,本文障碍物检测算法可以在120米处初步检测到物体,并在40米以内具有较高的检测精度,平均处理时间为7.63ms。

关键词：立体视觉 U-V视差图障碍物检测路面检测子V视差图

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双目视觉的果园障碍物检测与定位

农机化研究 2023年第4期45卷 196-201页

作者：陈成坤陈军西北农林科技大学机械与电子工程学院陕西杨凌712100

针对果园自动驾驶车辆中的障碍物检测问题,设计了一种双目视觉结合YOLOv4的果园障碍物检测与定位系统。系统硬件采用Jetson Xavier NX、基于ROS机器人操作系统开发,ZED双目相机获取左右眼视图,基于视差原理计算距离信息;YOLOv4算法根据... 详细信息

针对果园自动驾驶车辆中的障碍物检测问题,设计了一种双目视觉结合YOLOv4的果园障碍物检测与定位系统。系统硬件采用Jetson Xavier NX、基于ROS机器人操作系统开发,ZED双目相机获取左右眼视图,基于视差原理计算距离信息;YOLOv4算法根据双目相机一侧RGB图像检测得到障碍物在图像中的位置信息,结合双目相机获取的像素位置的距离信息定位障碍物。选取果园中行人及果树作为障碍物制作图像数据集,使用并训练YOLOv4目标检测模型,在Jetson Xavier NX的平台上完成ROS、YOLOv4、ZED相机等软件部署。试验结果表明:训练模型准确率92.15%,召回率89.34%;行人及果树障碍物深度距离方向平均相对误差为1.75%,最大相对误差为3.20%,实时检测最高可达6.4f/s。系统具有快速与实时性,可以实现果园机器人中行人及果树的检测与定位。

关键词：果园障碍物检测双目视觉定位

在线全文

学校读者我要写书评

暂无评论

智能车平直坡道障碍物检测与行驶策略研究

智能车平直坡道障碍物检测与行驶策略研究

作者：姜国辛山东理工大学

学位级别：硕士

车辆智能化是未来交通领域的发展方向,环境感知、路径规划以及决策控制三方面技术搭建了智能车的核心。车辆于平直坡道环境中高速行驶,极易产生坡度错觉,造成障碍物误检,进而导致车辆出现错误的行驶行为,引发道路交通事故。因此,利用合... 详细信息

车辆智能化是未来交通领域的发展方向,环境感知、路径规划以及决策控制三方面技术搭建了智能车的核心。车辆于平直坡道环境中高速行驶,极易产生坡度错觉,造成障碍物误检,进而导致车辆出现错误的行驶行为,引发道路交通事故。因此,利用合理有效的方法实现平直坡道环境中的障碍物检测,进而制定切实有效的行驶策略,对提升车辆在复杂道路环境中的安全、节能行驶至关重要。本文选取平直坡道为研究对象,将坡道障碍物检测作为切入点,建立了基于Vision-IMU的检测测距方法(Vision-IMU based detection and range method,VIDAR),实现对障碍物真伪及其运动状态的准确判断。此外,在障碍物检测跟踪的基础上,围绕车辆在平直坡道条件下的行驶策略问题,构建适用于不同行车环境的分析模型,开展智能车的决策方法研究。论文主要研究工作如下:提取车辆行驶区域。处理相机采集到的图像信息,通过改进霍夫变换进行车道检测,剔除非道路区域,精准提取车辆行驶区域。建立基于VIDAR的平直坡道障碍物检测模型。使用Faster R-CNN识别已知障碍物,利用数字地图提供的道路距离和坡度信息,建立基于VIDAR的平直坡道障碍物检测模型,实现对于真实障碍物的检测及距离测定并通过卡尔曼滤波对障碍物进行跟踪,判断障碍物的运动状态。制定平直坡道障碍物检测的车辆行驶策略。当前方坡道无障碍物时,以车辆的燃油经济性为主要目标建立模型,进行经济车速的规划;当检测到道路前方存在静止障碍物时,通过采集驾驶员在模拟器中的舒适制动减速度数据,处理后得到符合驾驶员舒适度的速度规划;当检测到前方坡道存在移动障碍物时,以行车安全性、行车舒适性、燃油经济性以及行驶效率为优化目标,制定多目标行驶策略。通过实车实验对比障碍物检测结果和精度,验证本文的研究方法不受伪障碍物的干扰,并能够在没有先验知识的情况下检测各类障碍物,满足平直坡道障碍物实时准确检测的需要。基于Simulink和Car Sim的联合仿真,建立不同的测试工况和平直坡道的仿真环境,分别验证车辆行驶策略的安全性以及节能性。实验结果证明了本文所述平直坡道障碍物检测方法与行驶策略的有效性。本文研究内容能够为智能车在平直坡道上保持安全经济行驶提供决策方法,有利于智能车感知及决策工作的进行,也为今后同类研究提供参考。

关键词：平直坡道障碍物检测燃油经济性安全距离多目标规划