一种无人艇环境自适应多尺度目标检测方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113933828A(43)申请公布日2022.01.14(21)申请号202111213649.8(22)申请日2021.10.19(71)申请人上海大学地址200444上海市宝山区上大路99号(72)发明人周洋王名洺李小毛张珂维彭艳罗均谢少荣(74)专利代理机构北京高沃律师事务所11569代理人董领逊(51)Int.Cl.G01S13/86(2006.01)G01S13/87(2006.01)G01S13/88(2006.01)G01S13/89(2006.01)G01S13/937(2020.01)G06K9/62(2022.01)权利要求书2页说明书9页附图4页(54)发明名称一种无人艇环境自适应多尺度目标检测方法及系统(57)摘要本发明公开了一种无人艇环境自适应多尺度目标检测方法及系统，涉及无人艇以及多传感器融合技术领域，该方法包括：对获取的雷达数据进行预处理，得到雷达预估目标集合；雷达数据包括毫米波雷达采集的数据和航海雷达采集的数据；对视觉传感器采集的原始环境图像进行预处理，以获得全局大气光值和透射率；根据全局大气光值和透射率对原始环境图像进行还原处理，得到增强图像；根据增强图像和预训练好的目标检测模型，得到初步检测结果；初步检测结果包括图像预估目标的置信度、检测框和类别信息；对雷达预估目标集合、增强图像和初步检测结果进行融合处理，确定海面目标的位姿信息、类别信息和置信度。本发明能够准确确定海面目标信息。CN113933828ACN113933828A权利要求书1/2页1.一种无人艇环境自适应多尺度目标检测方法，其特征在于，包括：获取雷达数据并对所述雷达数据进行预处理，得到雷达预估目标集合；所述雷达数据包括毫米波雷达采集的数据和航海雷达采集的数据；获取视觉传感器采集的原始环境图像，并对所述原始环境图像进行预处理，以获得全局大气光值和透射率；根据所述全局大气光值和所述透射率对所述原始环境图像进行还原处理，得到增强图像；根据所述增强图像和预训练好的目标检测模型，得到初步检测结果；所述初步检测结果包括图像预估目标的置信度、检测框和类别信息；对所述雷达预估目标集合、所述增强图像和所述初步检测结果进行融合处理，确定海面目标的位姿信息、类别信息和置信度。2.根据权利要求1所述的一种无人艇环境自适应多尺度目标检测方法，其特征在于，所述对所述雷达数据进行预处理，具体包括：采用基于密度的聚类算法对所述雷达数据进行处理，得到N个簇；对一次处理后的雷达数据进行滤除杂波和剔除重复目标操作，以得到二次处理后的雷达数据；其中，所述一次处理后的雷达数据包括N个簇，所述二次处理后的雷达数据包括M个簇，且N大于或者等于M；所述簇表示雷达预估目标信息；基于所述二次处理后的雷达数据，构建雷达预估目标集合。3.根据权利要求1所述的一种无人艇环境自适应多尺度目标检测方法，其特征在于，所述对所述原始环境图像进行预处理，以获得全局大气光值和透射率，具体包括：对所述原始环境图像进行转换，得到灰度图像；计算所述灰度图像的梯度信息，并基于所述梯度信息对所述原始环境图像进行划分，得到天空区域和非天空区域；采用基于快速导向滤波的暗通道先验算法，计算所述天空区域的全局大气光值、所述天空区域的透射率和所述非天空区域的透射率。4.根据权利要求3所述的一种无人艇环境自适应多尺度目标检测方法，其特征在于，所述采用基于快速导向滤波的暗通道先验算法，计算所述天空区域的全局大气光值、所述天空区域的透射率以及所述非天空区域的透射率，具体包括：根据暗通道先验理论，计算所述原始环境图像的暗通道图像；在所述天空区域筛选所述暗通道图像中亮度值大于设定阈值的像素；确定每个所述像素的灰度值并排列，然后将最大灰度值作为所述天空区域的全局大气光值；基于所述暗通道图像和所述全局大气光值，采用快速导向滤波算法计算所述天空区域的透射率。5.根据权利要求1所述的一种无人艇环境自适应多尺度目标检测方法，其特征在于，所述对所述雷达预估目标集合、所述增强图像和所述初步检测结果进行融合处理，确定海面目标的位姿信息、类别信息和置信度，具体包括：基于所述雷达预估目标集合中的数据，绘制雷达海图；将所述增强图像和所述雷达海图进行空间同步处理，以实现图像坐标到世界坐标的映2CN113933828A权利要求书2/2页射，进而得到海面目标的位姿信息；所述位姿信息包括位置信息和速度信息；其中，所述速度信息是根据所述雷达海图确定的；所述位置信息用于世界坐标表示；基于所述位置信息，计算所述海面目标与无人艇之间的距离；根据所述距离、所述增强图像中天空区域的透射率以及所述图像预估目标的置信度，计算视觉传感器的自适应参数；根据所述距离，计算雷达的自适应参数；所述雷达包