基于深度学习的智能船舶轻量化水面障碍物视觉检测与测距方法 |
| |
作者姓名: | 朱凡 潘宝峰 马勇 祝贵兵 吴中岱 |
| |
作者单位: | 1. 浙江海洋大学船舶与海运学院;2. 武汉理工大学水路交通控制全国重点实验室;3. 武汉理工大学航运学院;4. 武汉理工大学国家水运安全工程技术研究中心;5. 中远海运集团院士工作站;6. 中远海运科技股份有限公司 |
| |
摘 要: | 针对智能船舶的自主航行障碍物视觉快速检测与测距需求,提出一种基于深度学习的智能船舶轻量化水面障碍物视觉检测与测距方法。从障碍物检测速度和计算量的角度出发,该方法可提升智能船舶环境感知能力。首先,针对障碍物检测问题,在Yolov4检测模型的框架下,构建基于MobileNet特征提取网络的DIS-Yolo水面障碍物检测模型,实现模型网络结构的轻量化改进。其次,针对障碍物测距问题,基于所构建的障碍物检测模型和COMS成像模型,提出水面障碍物测距机制,实现水面障碍物的高精度测距。最后,通过模拟实验验证所改进模型的有效性与测距函数的精确度。所提出的方法可提升智能船舶的航行安全性,同时可为智能船舶环境感知需求提供新的思路。
|
关 键 词: | 深度学习 智能船舶 单目视觉 Yolo MobileNet 视觉检测 障碍物测距 |
|