原文传递
室内智能救援车环境目标的识别分类及信息传输技术研究
| 论文题名： | 室内智能救援车环境目标的识别分类及信息传输技术研究 |
| 关键词： | 室内智能救援车;目标识别;目标分类;信息传输 |
| 摘要： | 大型建筑群建筑面积庞大、结构性复杂，极易发生危险，影响室内救援效率。利用搭载环境感知和图像实时传输技术的室内智能救援车辆，深入到受灾现场中解救受困人员，避免搜救人员在充满危险的环境中盲目的搜寻被困人员，以车载视觉技术感知室内环境信息和受困人员具体的位置信息，并与室外实现检测图像信息传输，保障救援人员快速开辟一条救援通道，具有重要的研究意义。 首先，以室内日常救援环境为研究背景，提出了基于ROS系统建立室内智能救援车辆模型、仿真环境。为获得无遮挡、清晰的图像信息，合理选型和安装了多目机器视觉传感器，布置设计了图像传输设备方案，实现了具有目标识别及信息传输的智能救援实验车。 其次，对单目相机镜头光学畸变进行系统性理论分析，并建立光学数值理论畸变模型。基于ROS系统中的改进型张正友单目视觉标定方法，实现单目RGB相机内外参数标定，以及D2C坐标变换、畸变校正。根据室内亮光环境中被困人员目标的相关特征，通过室内救援专用数据集对YOLOv5s神经网络模型进行优化训练，计算并选择合理的训练超参数，使定义的目标函数的分类及定位误差值降至最优值。输入车载RGB相机采集的室内亮光环境视频图像，实现室内亮光环境下移动人员的高精度分类。 然后，为了解决基于双目结构光系统的人员点云立体拼接、特征提取、以及识别问题，对其相机测距、匹配、成像进行光学畸变数值理论建模。对张氏双目标定方法进行改进，以单目标为基础，以光轴相对位姿为约束，实现双目立体视觉内外参数标定；基于双目视差解决室内障碍物的三维点云数据的深度测量，并联合内外参数解决D2C像素坐标立体匹配、双目极线校正等关键问题。对室内暗光环境背景进行滤除，利用改进型ICP点云匹配算法，实现室内全天候环境中人员目标的识别。 最后，对基于彩色像素与深度点云像素的D2C相互融合的方法进行研究，对RGB像素进行HSV颜色模型转换，实现彩色像素与深度点云行间对应融合，并基于HSV与RGB8颜色转换原理，解决彩色三维点云模型的融合难题。对室内智能救援车检测图像的改进型SSH加密传输方法进行研究，利用ROS系统、OpenCV对体素化为1cm的三维点云模型、彩色图像的质量进行检测，以及检测图像的识别、分类效果进行实验验证，验证相关方法和技术的可靠性。 |
| 作者： | 郝鹏举 |
| 专业： | 机械 |
| 导师： | 李茂月 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
