原文传递
基于激光雷达的水面目标检测与跟踪
| 论文题名： | 基于激光雷达的水面目标检测与跟踪 |
| 关键词： | 无人艇;激光雷达;点云预处理;目标检测;路径跟踪;数据关联 |
| 摘要： | 随着传感器、通讯和人工智能等技术的发展，世界各国对无人平台的需求与日俱增，而无人艇作为无人平台的重要组成部分，无论在军用领域还是民用领域均有着广阔的应用前景。提升无人艇自主航行性能的前提是对周围水域环境的准确感知，以便能实时优化航路和迅速避障。激光雷达作为感知系统的重要组成部分，具有能够对无人艇行驶环境全向感知，得到障碍目标的深度信息等优点。因此，开展基于激光雷达的水面目标检测与跟踪研究对于提高无人艇的感知能力，进而保障无人艇的安全航行至关重要。本文的主要研究工作包括： （1）针对水面激光雷达点云数据量多且存在冗余及噪声的问题，设计了一套适用于水面激光雷达点云预处理的方法。首先采用改进的统计滤波方法对点云的离群点、噪声点进行了有效的去除。然后将三维点云转化成灰度图像，利用图像边缘检测的方法完成感兴趣区域的提取，得到所需的障碍物点云数据。通过实验，使用设计的预处理方法对无人艇采集的水面激光雷达数据集进行处理，得到了较好的处理效果，验证了所设计的预处理方法的有效性。 （2）针对传统DBSCAN（Density-BasedSpatialClusteringofApplicationwithNoise）算法对邻域ε、密度阈值MinPts两个参数选取困难，以及采用固定的邻域值ε和密度阈值MinPts难以对全部数据实现良好聚类的问题，提出了一种自适应参数的改进DBSCAN算法，对每一个点云采取独立的ε进行聚类。改进的方法降低了参数选择的难度，减少了近距离目标被欠分割的情况，同时防止了远距离目标被漏检。通过实验，对比了传统DBSCAN算法与改进DBSCAN算法的聚类效果，验证了改进DBSCAN算法的有效性。 （3）针对单目标跟踪使用单一模型扩展卡尔曼滤波效果不理想和多目标跟踪杂波环境下各个量测的目标来源不确定的问题，设计了一套适用于水面激光雷达点云的目标跟踪方法。对于单目标跟踪，针对目标的不同运动状态，选择不同的运动模型作为滤波算法的状态转移方程。对于非线性模型，泰勒展开时保留高阶项，得到高阶多项式卡尔曼滤波器，提高了目标跟踪的精度。针对多目标跟踪中杂波环境下各个量测的目标来源不确定的问题，采用了联合概率数据互联算法，考虑多条航迹对量测的竞争，从而实现了正确的量测与航迹的匹配。通过单目标直线、转弯运动以及多目标直线交叉运动等不同场景的跟踪实验，验证了所设计的目标跟踪算法的有效性。 |
| 作者： | 叶晟 |
| 专业： | 船舶与海洋工程 |
| 导师： | 徐海祥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
