基于语义分割的多类别地面交通标志识别

无人驾驶汽车的外界环境感知系统中对地面交通标志的识别模型少,地面交通标志误分割和分割不完整,对此提出了轻量级的多类别地面交通标志分割模型。主干网络由多分支结构的重参数Vgg模块(RepVGG Block)组成,增加模型的特征表达能力,避免模型训练时的梯度消失。设计了具有倒残差结构的条形特征提取单元(IDAB Module)用于条形特征的提取,并将模块进行了串联组合,对每个单元中的卷积设置不同的空洞率,以此扩大模块中特征图的感受野,充分利用上下文信息;同时利用非对称卷积更好地提取交通标志的长条形状特征。采用地面交通标志数据集训练和测试地面交通标志分割模型,利用具有多分支结构的主干网络进行训练,测试时通过结构重参数化方法,将多分支结构融合为单路结构,以加快模型的推理速度。实验结果表明,以2 300×600大小的图像为输入,模型的测试精度mIoU最高可达到79.7%,并且有效改善了地面交通标志分割不完整和误分割的问题。

基于多传感器融合的植保无人机自主着陆系统

鉴于视觉传感器存在测量精度不高、受环境温度影响大且不能测量无人机与着陆点之间的高度等缺点,本文设计了一款高度传感器和视觉传感器融合的农业植保无人机自主着陆系统。该系统主要由高度测量系统、机器视觉系统、飞行控制系统三部分组成,高度测量系统含有3个不同的高度传感器,可以精确地测量出无人机的高度信息,机器视觉系统含有视觉传感器和视觉处理模块,可以测量和解算出无人机的着陆位姿,飞行控制系统将高度和位姿信息融合来控制植保无人机的精准着陆。在系统总体架构的基础上完成了软件设计和仿真实验,验证了该系统设计的可行性和有效性,为无人机自主着陆提供了较好的技术基础。