声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：44-1251/T
国际刊号：1000-565X
发布日期:
作者：洪晓斌 魏新勇 黄烨笙 刘艳霞 肖国权
单位：1． 华南理工大学 机械与汽车工程学院，广东 广州 510640; 2． 华南理工大学 软件学院，广东 广州 510006
关键词：无人艇,图像分割,Faster RCNN 模型,VFH +算法,路径规划
基金：广东省科技计划项目( 2018B010109005) ;广州市科技计划项目( 201802020021， 201802020009)
针对水面无人艇在复杂海况下的局部避障问题，文中引入深度学习方法来处理 视觉信息，提出了结合 VFH +算法的水面无人艇的局部路径规划方法． 首先利用对称的 编码器 －解码器结构的图像语义分割模型和 Faster RCNN 网络模型进行水面边界线检测 及水面障碍物识别，构建水面无人艇环境模型; 然后采用基于 VFH + 的局部路径规划方 法，通过逐步构建主直方图、二元直方图和掩模直方图压缩环境数据，引入合理的代价函 数来获取实现水面无人艇的有效避障方向规划． 在 MODD 图像数据集上的仿真实验以及 实船避障实验结果表明，该方法能有效地提取水面图像信息，并得到合理的局部路径规划 策略，在10kn 航速下的避障轨迹平滑，可满足水面无人艇的自主避障需求．
来源：2019年第10期
《华南理工大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。