原文传递
面向多水面无人艇的多传感器信息融合感知技术研究
| 论文题名： | 面向多水面无人艇的多传感器信息融合感知技术研究 |
| 关键词： | 水面无人艇;扩展卡尔曼滤波;海面多尺度目标检测;多传感器信息融合;多艇感知融合;特征提取 |
| 摘要： | 水面无人艇作为海上高智能化载体，环境感知是其开展大部分作业任务和理解环境信息的核心关键技术。单一传感器在刻画目标或场景时其感知能力相较有限，并局限于从某一角度或侧重点探测信息，同时单无人艇未免“势单力薄”，其感知范围与效率存在一定的限制，易发生误判、目标丢失等问题，得到的结果往往具备一定的片面性，无法充分构建海上环境感知模型。因此针对海洋环境设计出一种适用于多水面无人艇的多模态信息融合感知技术算法框架，增强感知系统的容错率与泛化性，构建更为广阔、完善、准确的海洋环境感知模型。 首先对无人艇上雷达信息进行处理，分析激光雷达与航海雷达的数据特性并针对海洋环境分别利用条件滤波器、DBSCAN聚类算法与Mean-Shift阈值化算法处理感知信息，在传感器标定基础上进行融合，提出了一种扩展卡尔曼滤波融合方案将激光雷达与航海雷达数据特征融合，构建海上目标运动CTRV模型并理论推导融合方案，后仿真试验验证，得到初步的雷达海洋环境感知模型。 其次针对海面目标多尺度、多样性的特点，提出了一种改进的Dense-Yolov3-Tiny-sk目标检测网络。将网络特征提取部分改进为Dense架构加强海面目标特征传递并有效缓解了梯度消失的问题，引入SK注意力机制加强了神经元对不同尺度海面目标感受野的学习，使用GIoU对损失函数进行优化，提高边框回归精度。采集真实海上图像对原网络与改进网络进行训练测试，最后实验对比验证以表明改进网络的优越性。 然后在上述基础上进行多无人艇信息融合及完善海洋环境感知模型构建。在雷达与视觉传感器标定映射的基础上，将所得融合后的雷达环境模型与光学图像的检测信息进行决策级融合，并提出了两种不同的融合方案与算法框架。后构建加权模型结合艇自身姿态信息与雷达信息为海面目标进行危险度态势评估。后多艇之间感知信息融合，构建模糊理论匹配模型并针对不同任务需求提出两种方案与算法框架，制定优先级策略，过滤并融合共享真实目标信息，构建完善海上环境感知模型。 最后在湛江海域搭建了“QZ”系列无人艇集群，开发运用4艘无人艇的硬件基础和传感器设备，结合实验数据利用搭建的多传感器信息融合感知系统进行外场试验验证，所获无人艇环境感知模型在真实海洋环境下拥有较好的感知效果，实现了对海洋场景的准确感知。 |
| 作者： | 魏凯昕 |
| 专业： | 船舶与海洋工程 |
| 导师： | 李晔;蔡浩鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
