舰载机位姿实时检测对于甲板上的舰载机的运动控制、轨迹规划与防撞等具有重要意义。传统的舰载机调度主要依靠人工判断舰载机位置与航向角进行调度,传统方法不能得出准确数据,还易因为操作员的疏忽与疲劳发生碰撞事故。针对该问题,提...舰载机位姿实时检测对于甲板上的舰载机的运动控制、轨迹规划与防撞等具有重要意义。传统的舰载机调度主要依靠人工判断舰载机位置与航向角进行调度,传统方法不能得出准确数据,还易因为操作员的疏忽与疲劳发生碰撞事故。针对该问题,提出了舰载机位姿实时视觉测量算法。基于YOLO-V4(you only look once version 4)网络以及Canny边缘提取算法对舰载机进行识别分割。创新性地提出一种线框模板匹配算法,通过计算舰载机边缘轮廓与线框模板的匹配度获取最佳位姿。通过并行化与GPU(graphics processing unit)加速,使其满足实时性要求,并在1∶70与1∶14的实物模拟环境中完成测试。结果表明,该算法识别率在95%以上,位置精度在8 mm以内,姿态精度在0.7°以内,速度可达8 Hz。展开更多
文摘舰载机位姿实时检测对于甲板上的舰载机的运动控制、轨迹规划与防撞等具有重要意义。传统的舰载机调度主要依靠人工判断舰载机位置与航向角进行调度,传统方法不能得出准确数据,还易因为操作员的疏忽与疲劳发生碰撞事故。针对该问题,提出了舰载机位姿实时视觉测量算法。基于YOLO-V4(you only look once version 4)网络以及Canny边缘提取算法对舰载机进行识别分割。创新性地提出一种线框模板匹配算法,通过计算舰载机边缘轮廓与线框模板的匹配度获取最佳位姿。通过并行化与GPU(graphics processing unit)加速,使其满足实时性要求,并在1∶70与1∶14的实物模拟环境中完成测试。结果表明,该算法识别率在95%以上,位置精度在8 mm以内,姿态精度在0.7°以内,速度可达8 Hz。