基于深度学习的低空小型无人机障碍物视觉感知
本文提出了一种基于深度学习与目标跟踪方法,综合单目视觉和双目立体视觉特点的无人机障碍物实时感知方法.首先,采用深度学习的方法对相机采集的首帧图片进行障碍物检测与识别,并采用目标跟踪算法对首帧检测结果进行实时跟踪,以提高检测系统实时性;同时,使用双目立体视觉技术对当前帧图像进行全图的三维重构,得到环境的空间信息;之后,通过在检测结果的感兴趣区域内进行点云聚类提取等策略并结合上述感知到的信息进行信息融合,得到障碍物的种类、空间位置及轮廓大小.最后,开发实物样机对方法进行验证,结果表明通过采用该方法,无人机在搭载一个双目相机的情况下即可完成对障碍物的实时感知.
深度学习、目标跟踪、无人机、障碍感知、双目视觉
50
TP391.41;V279;TP242
国家自然科学基金;国家自然科学基金
2020-07-29(万方平台首次上网日期,不代表论文的发表时间)
共12页
692-703