原文传递
无人艇水面漂浮物检测及测距方法研究
| 论文题名： | 无人艇水面漂浮物检测及测距方法研究 |
| 关键词： | 无人艇;漂浮物回收;目标检测;双目测距 |
| 摘要： | 水环境问题一直备受人们的关注，而水面漂浮物的存在容易导致水质污染，破坏水体生态平衡，甚至危及人类的健康。人工清理水面漂浮物成本高且效率低下，而现有的大型打捞机械设备在中小型水域上操作困难，且易对水生生物造成伤害。相比之下，无人艇更为灵活且机动性强，采用无人艇自动检测回收水面漂浮物可极大减少成本并提高清洁水域的效率。 由于水面环境复杂，漂浮物形状、纹理、颜色等图像特征各不相同，且目标小而密集，传统检测算法难以精确识别出目标。此外，传统的漂浮物检测系统缺乏测距功能，无法提供漂浮物的确切位置。针对上述问题，本文设计了一个集检测、跟踪、测距功能于一体的无人艇漂浮物回收系统，以提升无人艇清理漂浮物的能力。本文主要研究内容如下： （1）针对传统检测算法识别漂浮物精度低的问题，提出一种改进YOLOv7-tiny检测模型，通过引入ConvNeXt模块和SPD-Conv模块对模型的网络结构进行改进，并将激活函数替换为表达能力更强的HardSwish函数，以提升模型对漂浮物的检测能力，减少漂浮物的漏检情况。 （2）针对深度学习检测模型计算量大的问题，在检测算法得到目标的初始位置之后，基于KCF跟踪算法完成对漂浮物的后续定位，以减轻艇上嵌入式设备的运算负担，提高检测效率。针对传统KCF算法在跟踪过程中对目标尺度变化不敏感的问题，提出一种改进KCF算法，基于不同尺度目标检测区域的样本最大响应值判断目标的尺度变化，实时调整跟踪窗口大小以适应目标尺寸，同时采用卡尔曼滤波算法对跟踪目标位置进行预测，进而提高跟踪稳定性。 （3）针对传统ORB-SLAM2算法中FAST角点提取阈值固定无法适应图像纹理强弱变化的问题，提出一种改进FAST角点提取算法，基于图像灰度信息设置自适应提取阈值，以提升所获取的特征点质量。针对传统四叉树筛选策略在强纹理区域易提取到冗余特征点的问题，提出一种改进四叉树分裂策略，基于图像熵控制四叉树进行非均等分裂，同时限制其分裂深度，以提高特征点分布的均匀度，进而构建更加精确的双目相机几何模型以降低测距误差。 实验结果表明，本文对相关算法的改进均能有效提升其性能，融合了检测、跟踪、测距三个模块的无人艇回收系统能够有效检测出水面漂浮物并计算出其位置信息，可完成在复杂水面环境下自动回收漂浮物的任务，本研究为无人艇自动清理水面漂浮物提供了一种可行的解决方案。 |
| 作者： | 罗勇民 |
| 专业： | 控制科学与工程 |
| 导师： | 鲁仁全 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
