激光与红外

作者：纪宇航

单位：中电科光电科技有限公司,北京 100015；

关键词：深度学习;动态避障; 人工势场

针对无人平台在未知环境缺乏全局障碍物位置信息难以进行实时避障的问题,提出一种融合深度神经网络和改进人工势场的动态避障方法。首先利用YOLOv5s轻量目标检测网络和轻量化深度估计网络构建障碍感知模块,探测障碍物位置和深度；其次使用目标框和等效深度描述周围障碍物的三维信息；然后将自身平台投影到图像平面形成核心区,并根据障碍物的等效深度网格与核心区的位置关系计算核心区在像平面虚拟势场受力方向、所需要的偏航角和线速度；最后控制系统接收到信号后引导无人平台转向或制动,使核心区内部深度大于设定的安全距离完成动态避障。实验基于单目可见光和红外进行避障测试,结果表明视觉感知模块可以准确探测常见障碍物的位置和深度,核心区能够直观地反映无人平台与障碍物的位置关系,方法仅依赖单目传感器便可实现有效避障,相比于传统方法成本低廉、部署灵活,为无人平台在日间、夜间的未知环境进行避障提供了新思路。

来源：2024年第6期

《激光与红外》期刊编辑部

查看激光与红外杂志2024年第6期