单目视觉引导下的无人艇局部避障方法

摘要：

针对无人艇(unmanned surface vehicle,USV)在作业过程中,需要及时躲避未被标注在地图上的漂浮障碍,并及时返回规划航道的问题,提出一种基于单目视觉的无人艇局部避障方法.避障方法使用YOLO网络识别图像中的障碍物,结合针孔成像原理和水体自由断面特点,解决单目视觉尺度不确定问题,从图像中恢复出障碍物的宽度及深度信息;针对无人艇惯性大,机动性差的特点,引入虚拟水道宽度等信息素,提出了改进的向量场直方图算法(vector field histogram plus,VFH+);算法参考当前障碍疏密,动态调整不同信息素对最佳航向角计算的影响,引导无人艇在兼顾全局导航信息情况下,应对未知漂浮障碍物快速自动局部避障.基于水动力模型和Gazebo仿真引擎搭建无人艇避障的仿真实验平台.在仿真中快速迭代研究算法的参数范围及控制效果,实现了无人艇在舱内空间和能量均有限的工况下,仅使用单目视觉传感器,兼顾全局路径规划和局部障碍信息,自动化高效躲避漂浮障碍,并在脱离障碍后回归原有规划路径的功能.

关键词：无人艇(USV)、机器视觉、改进向量场直方图算法(VFH+)、局部路径规划、Gazebo仿真

所属期刊栏目：35

分类号：TP391.41;TP242(计算技术、计算机技术)

在线出版日期：2023-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：732-741