鱼群算法在智能网联汽车视觉避障系统中的应用

随着互联网技术的发展,智能网联汽车开始进入人们的视野。智能网联汽车的核心是车联网技术,可以实现车辆与车辆、车辆与路联网,这为自动驾驶的实现奠定了基础。视觉避障系统在智能网联汽车中的应用非常重要,可以检测车辆周边是否有障碍物,并提前规划路径,以实现主动避障,保证行车安全,因此对智能网联汽车视觉避障系统进行研究具有重要意义。该文探讨鱼群算法在智能网联汽车视觉避障系统中的应用,并对其进行改进,以提高智能网联汽车视觉避障系统的性能和实时性。

基于视觉的移动机器人避障控制系统设计

针对三轮全向移动机器人自主避障行进问题,提出一种以STM32F1处理器为核心的视觉避障控制系统。分析三轮全向移动机器人运动模型,设计避障机器人的硬件控制系统。利用OpenMV OV7725图像模块识别障碍物并获取障碍物位置信息。根据位置信息,采用模糊控制算法控制机器人移动方向,实现自主避障功能。结果表明:利用该系统,三轮全向移动机器人能自主识别并成功避开行进路线中的障碍物。

嫦娥五号探测器自主着陆视觉避障方法与评价

对嫦娥五号探测器的视觉自主避障系统组成、方案及原理进行介绍。采用光学粗避障加激光精避障的两级接力避障模式,在光学粗避障阶段利用K均值聚类对图像障碍进行分割,对分割结果采用Delaunay三角剖分,并设计安全系数评价方法选择安全落点;在激光精避障阶段提出概率模型评价点云所示区域的着陆安全性。对两级避障的在轨图像利用上述方法进行仿真分析,并对着陆区域的安全性进行评价。结果显示两级避障均合理有效。

天问一号着陆器双目视觉避障技术

对天问一号双目视觉避障技术的组成、方案及原理进行了介绍,通过图像障碍识别和双目立体地形感知完成天问一号降落过程中的安全着陆点自动选取。通过高分辨率双目匹配和亚像素插值处理,提高远距离双目测量精度;在计算资源严格受限的条件下,采用FPGA作为硬件加速平台,通过功能模块的并行化和流水线设计,提高计算视差和三维信息的速度;为克服在轨恶劣环境导致的参数变化,设计在轨自标定方法实现双目对正参数表的自主更新;开展了地面试验和在轨应用,验证了双目视觉避障技术的有效性,实现2 K×2 K高分辨率双目稠密匹配,匹配用时1 s;三维地形测量精度达到6.4 cm@70 m,坡度识别精度0.5°;双目避障系统成功完成了在轨自标定处理,在轨图像能够有效恢复天问一号着陆点区域的三维地形。

双目避障系统在桥式起重机上的应用

由于桥式起重机的运行需要操控者和指挥者密切配合,同时受到环境因素制约,当前关于桥式起重机的安全事故较多,产生了较大的生命和财产损失。针对如何降低桥式起重机安全事故频发的问题,基于双目视觉避障系统,为桥式起重机设计了一种自动避障方式。首先,系统建立三维虚拟网格环境。其次,通过双目摄像头采集桥式起重机运行环境中全部物体的边缘像素点,并将其在三维虚拟网格环境中表示出来并实时更迭。最后,通过事先设定好的安全值,使系统计算出桥式起重机和目标物与障碍物之间的距离,之后作出判断,确定是否要对操控者发出危险指令。针对安全距离的问题,设置了安全距离R_(0),使系统能够根据现场实时数据计算桥式起重机和目标物与障碍物之间的距离R_(1),若R_(1)>R_(0),则系统不发出危险指令,反之则系统发出危险指令,提醒操控者可能会出现危险;若操控者未及时作出有效处理,当R_(1)≤0.5R_(0)时,则避障系统会立即对桥式起重机进行制动处理。