原文传递
面向无人艇的毫米波雷达和摄像机融合的目标识别
| 论文题名： | 面向无人艇的毫米波雷达和摄像机融合的目标识别 |
| 关键词： | 无人艇;毫米波雷达;目标跟踪;摄像机融合 |
| 摘要： | 随着计算机、大数据等信息技术的飞速发展，不仅使世界逐步迈向信息化时代，同时也为船舶智能化发展提供了科技支撑，加快了智能船舶的发展速度。无人船的安全航行离不开良好的环境感知能力，针对无人艇航行过程中单一传感器的识别效果差、难以实现全天候准确识别危险的不足，本文提出了一种将毫米波雷达与摄像机信息融合的船舶目标检测方法。该方法不仅能准确识别船舶的类别与位置，还不受恶劣环境的影响，降低了船舶漏检误检数量，提高了船舶目标检测的精度。 本文完成的主要研究工作如下： （1）基于改进YOLOv4的船舶目标识别。针对海面环境复杂，船舶目标检测存在检测精度不高、效率低的问题，提出一种改进YOLOv4算法的船舶目标检测方法。首先，对图像进行滤波和自适应图像缩放，减少计算量；其次，采用图像增强方法扩充不平衡数据集的小样本数量，提高各类船舶目标检测的精度；然后，采用K-means++聚类方法重新设计先验锚框，使锚框和目标边界框更加匹配；最后，采用Softer-NMS优化非极大值抑制算法，提升模型对密集船舶的检测能力和提高定位精度。通过多组对比试验，改进的算法在显著提高检测精度的同时，也缩短了检测时间，达到了很好的检测效果。 （2）基于DeepSORT算法的多船舶目标跟踪。利用改进的YOLOv4算法检测船舶的形状与类别，并与DeepSORT算法融合实现对船舶目标的跟踪和数据关联，为每个船舶分配目标ID；对不同船舶种类进行数量统计，完成船舶误检漏检情况计数，并绘制船舶航行轨迹。 （3）基于毫米波雷达的有效船舶目标确定。针对毫米波雷达原始数据中包含大量虚假目标、空目标等问题，本文通过对毫米波雷达检测范围与速度等数据设置阈值的方法对雷达数据进行预处理，过滤掉虚假目标、空目标等，初步确定有效目标；并采用卡尔曼滤波进行目标跟踪和生命周期理论进行有效性验证，确定最终的有效船舶目标。 （4）不同的传感器有不同的工作原理和探测范围，采用不同传感器的融合可以扩展对海上目标的探测范围，增强环境感知能力，提高感知系统的鲁棒性。通过时空对准，将YOLOv4检测到的船舶类别信息与毫米波雷达探测到的船舶位置信息进行融合，融合结果为最终检测结果，确定为有效船舶目标。 通过毫米波雷达与摄像机的融合识别，将两传感器识别信息互补，提高了船舶目标检测的精确度，降低了误检、漏检情况的发生，具有很好的实时性和准确度，满足海上航行环境要求。 |
| 作者： | 孔刘玲 |
| 专业： | 交通信息工程及控制 |
| 导师： | 刘秀文 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
