显著性的无人机远距离障碍物检测 |
| |
引用本文: | 姚俊,蒋超,华春生,宋大雷.显著性的无人机远距离障碍物检测[J].沈阳理工大学学报,2016(4):21-26. |
| |
作者姓名: | 姚俊 蒋超 华春生 宋大雷 |
| |
作者单位: | 沈阳理工大学自动化与电气工程学院;中国科学院沈阳自动化研究所机器人学国家重点实验室 |
| |
摘 要: | 针对旋翼无人机的避障问题,结合人眼视觉的显著性注意机制和HOG特征,提出一种实时的障碍物检测算法。该算法首先采用形态Haar小波分解的方法构建增强图像,然后根据增强图像的投影曲线提取出障碍物的候选区域。其后,对障碍物候选区域进行尺度归一化后提取HOG特征,并采用线性SVM分类器进行分类判别。该算法采用C++语言实现,在Celeron 2.3GHz处理器、2G内存的单板计算机上测试分辨率为640×480的VGA视频图像的处理速度约为14f/s。实验结果表明该算法满足无人机在低空环境下的障碍物的实时检测需求。
|
关 键 词: | 形态Haar小波 障碍物检测 HOG特征 SVM分类器 |
本文献已被 CNKI 等数据库收录! |
|