一种融合图像分割与毫米波雷达的无人船智能环境感知方法技术

本发明专利技术公开了一种融合图像分割与毫米波雷达的无人船智能环境感知的低成本、高精度、高可靠性方法，在无人船行驶过程中，实时获取无人船航线及周边的环境信息，包括岸线、行船、航标、漂浮物等，为无人船实时调整航线和避障提供决策支撑。该方法包括毫米波雷达、双目摄像头、图像分割模块、信息融合模块四部分，图像分割模块负责读取图像数据，执行图像分割算法，识别目标、生成目标最小拟合矩形，信息融合模块负责接收雷达和图像分割模块数据，获取融合目标的极坐标，匹配目标尺寸，将结果输出至控制器。控制器。控制器。

【技术实现步骤摘要】
一种融合图像分割与毫米波雷达的无人船智能环境感知方法


[0001]本专利技术属于智能无人船环境感知领域，具体为一种融合图像分割与毫米波雷达的无人船智能环境感知方法。

技术介绍

[0002]无人船由于其机动性强、效率高、无人作业等优点，在环境保护、应急救援、科考、军事等领域获得了广泛应用。无人船搭载的任务模块价值通常较高，在军事、应急救援等领域船速快，任务时效性要求高，无人船在航行过程中需要根据周边环境实时调整规划航线，因此实时获取准确全面的环境信息尤为必要。
[0003]毫米波雷达具有探测距离远、精度高、抗环境干扰能力好、成本低的优点，局限在于仅能获取目标的位置信息，不能反映目标的轮廓信息；双目视觉能够探测目标的距离和尺寸，但是误差较大、易受环境干扰；激光雷达具有探测距离远、探测精度高的优点，但是价格昂贵，限制了其应用。综上所述，需要设计一种融合环境感知传感器，实现成本低、精度高、可靠性高的无人船环境感知方案。

技术实现思路

[0004]本专利技术提出一种融合图像分割与毫米波雷达的无人船智能环境感知方法，该方法精度高、可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合图像分割与毫米波雷达的无人船智能环境感知方法，其特征在于,由以下模块构成：双目视觉模块、毫米波雷达模块、图像分割模块、信息融合模块。2.根据权利要求1所述的一种融合图像分割与毫米波雷达的无人船智能环境感知方法，其特征在于,包括以下步骤：S1、图像分割模块获取双目视觉模块的数据，将数据输入训练好的图像分割算法进行背景和前景分割计算，获取图像分割算法的识别目标类别名称和分割后的图像数据，获取带目标标签的像素数据；S2、图像分割算法获取的目标数量n可以是大于0，小于1000的任意整数；S3、从（0，0）坐标点开始遍历图像像素点，遍历至带标签像素后，提取并保存该目标像素的起始坐标点（X11，Y11）坐标和最末像素坐标点（X12，Y12）；继续遍历更新下一行的像素点，提取并保存所有目标的X轴坐标和Y轴坐标的最小值和最大值；S4、根据X轴、Y轴的最小坐标和最大坐标Xmin，Ymin，Xmax、Ymax，生成并保存目标1的最小外接矩形顶点坐标（X1min，Y1min）、（X1min，Y1max）、（X1max，Y1min）、（X1max，Y1max）；S5、遍历图像一次，获取目标1
‑
目标n的轮廓最小外接矩形顶点坐标；S6、对右图，循环执行S3
‑
S5，生成目标1
‑
目标n的轮廓最小外接矩形顶点坐标；S7、对左右两图分别生成目标1
‑
目标n的坐标中心点O1
‑
On，计算得到O1
‑
On相对传感器的极径H1
‑
Hn，极角α1
‑
αn，将极径H作为第一排序依据，将极角α作为第二排序依据，由小到大生成极坐标排序列表（H1，α1）、
……
、（Hn，αn）；S8、获取雷达输出目标1
‑
目标n的极径Hr1
‑
Hrn和极角αr1
‑
αrn，将极径H作为第一排序依据，将极角α作为第二排序依据，生成极坐标排序列表（Hr1，αr1）、
……
、（Hrn
’
，αrn
’
）；S9、设置雷达目标坐标和图像输出目标中心点坐标的匹配阈值为（deltah,deltaα），deltah取值范围为[0m，2m]，可以是0.1m的整数倍；deltaα取值范围为[0
°
，1
°
]，可以是0.1

【专利技术属性】
技术研发人员：王晓彬，黄琴，沈枭，杨鸿霞，何春江，
申请(专利权)人：重庆同济研究院有限公司，
类型：发明
国别省市：