【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于地面無(wú)人平臺(tái)自動(dòng)駕駛的，具體涉及一種基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法。
技術(shù)介紹
1、在地面無(wú)人平臺(tái)自動(dòng)駕駛
，自主導(dǎo)航地圖的路徑的準(zhǔn)確性與實(shí)時(shí)性是決定地面無(wú)人平臺(tái)自主機(jī)動(dòng)效果的關(guān)鍵因素，準(zhǔn)確且實(shí)時(shí)的路徑能保障地面無(wú)人平臺(tái)自主機(jī)動(dòng)的效率。目前主要的路徑獲取方式包括：實(shí)地路網(wǎng)采集(對(duì)需要進(jìn)行自主機(jī)動(dòng)的區(qū)域進(jìn)行路網(wǎng)的采集)、基于遙感影像/地圖進(jìn)行路網(wǎng)提取、基于地面無(wú)人平臺(tái)搭載的傳感器進(jìn)行路網(wǎng)提取(利用車載傳感器，如激光雷達(dá)、攝像頭等實(shí)時(shí)感知周圍環(huán)境，識(shí)別道路、車道線等地物特征，從而提取可行駛區(qū)域)。實(shí)地路網(wǎng)采集是通過(guò)在實(shí)地場(chǎng)景進(jìn)行道路數(shù)據(jù)收集，以獲取道路網(wǎng)絡(luò)和相關(guān)信息的技術(shù)，常見的實(shí)地路網(wǎng)采集技術(shù)包括gps測(cè)繪(使用全球定位系統(tǒng)接收器進(jìn)行路網(wǎng)測(cè)量和地理位置標(biāo)記，可以在車輛上安裝或者人員攜帶gps設(shè)備，記錄其移動(dòng)路徑和位置信息，從而測(cè)繪出道路網(wǎng)絡(luò)的形狀和布局)、激光測(cè)距儀(使用激光測(cè)距儀掃描周圍環(huán)境，獲取道路、建筑物和其它地物的三維坐標(biāo)信息，利用該技術(shù)可以生成高精度的地圖和路網(wǎng)數(shù)據(jù))、地面調(diào)查(通過(guò)人工地面調(diào)查和采集數(shù)據(jù)，直接在進(jìn)行道路網(wǎng)絡(luò)和地圖信息進(jìn)行標(biāo)記，從而形成路網(wǎng)數(shù)據(jù))等。基于遙感影像/地圖的路網(wǎng)提取技術(shù)是利用衛(wèi)星影像、航空影像或者其他遙感數(shù)據(jù)以及地理信息系統(tǒng)(gis)中的地圖數(shù)據(jù)，通過(guò)圖像處理、特征提取、模式識(shí)別等方法，從中提取道路網(wǎng)絡(luò)信息的技術(shù)。基于地面無(wú)人平臺(tái)搭載的傳感器進(jìn)行路網(wǎng)提取技術(shù)是利用車載傳感器在顯示道路環(huán)境中感知和采集數(shù)據(jù)，從而提取道路信息的技術(shù)，主要使用的傳感器包括激光雷達(dá)、毫米波
2、現(xiàn)有的實(shí)地路網(wǎng)采集、基于傳感器的道路提取和基于遙感影像/地圖進(jìn)行路網(wǎng)提取技術(shù)在實(shí)際應(yīng)用時(shí)，存在一些不足，例如實(shí)地路網(wǎng)采集需要專業(yè)的測(cè)量設(shè)備和傳感器，成本高昂，且實(shí)地采集需要耗費(fèi)大量的時(shí)間和勞動(dòng)力，特別是在大范圍和復(fù)雜的地形環(huán)境中，人力以及時(shí)間成本更高，且對(duì)于地形復(fù)雜或者難以進(jìn)入的區(qū)域，如山區(qū)、森林等地，實(shí)地路網(wǎng)采集可能無(wú)法覆蓋到所有的道路信息，導(dǎo)致采集結(jié)果不完整；基于遙感影像或地圖的路網(wǎng)提取，受影像、地圖的分辨率、數(shù)據(jù)更新頻率等條件的限制，實(shí)時(shí)性和準(zhǔn)確性不能得到有效保證；利用車載傳感器進(jìn)行路網(wǎng)的提取，由于車載傳感器的感知范圍有限、易受到遮擋物的遮蔽、傳感器性能受天氣、光照等條件的影響，導(dǎo)致獲取的路徑不完整或質(zhì)量下降，再加上大量的數(shù)據(jù)通常需要經(jīng)過(guò)復(fù)雜的處理和分析才能提取有用的路網(wǎng)信息，需要消耗大量的計(jì)算資源和時(shí)間，且在復(fù)雜環(huán)境下的準(zhǔn)確性和魯棒性也面臨挑戰(zhàn)。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)提供了一種基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，能夠?qū)崿F(xiàn)地面無(wú)人平臺(tái)自主避障機(jī)動(dòng)能力，支撐復(fù)雜環(huán)境下地面無(wú)人平臺(tái)的智能決策與靈活作業(yè)。
2、實(shí)現(xiàn)本專利技術(shù)的技術(shù)方案如下：
3、一種基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，包括以下步驟：
4、步驟一、利用遙感影像進(jìn)行路網(wǎng)提取，控制無(wú)人機(jī)懸停或者飛往某個(gè)路點(diǎn)從空域視角采集地面圖像；
5、步驟二、利用基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法，根據(jù)所采集的地面圖像進(jìn)行車輛障礙物識(shí)別；
6、步驟三、將障礙物的識(shí)別結(jié)果融合到路網(wǎng)拓?fù)鋱D中，進(jìn)而實(shí)現(xiàn)地面無(wú)人平臺(tái)自主避障。
7、進(jìn)一步地，路網(wǎng)提取采用具有高層語(yǔ)義信息融合模塊與多尺度跳連接注意力模塊的多尺度注意力遙感圖像道路提取模型，所述模型包括編碼器，高層語(yǔ)義信息融合模塊，多尺度跳連接注意力模塊和解碼器。
8、進(jìn)一步地，所述編碼器采用的是resnet34的編碼結(jié)構(gòu)，并使用編碼器預(yù)訓(xùn)練參數(shù)進(jìn)行初始化。
9、進(jìn)一步地，高層語(yǔ)義信息融合模塊對(duì)編碼器輸出的特征圖進(jìn)一步處理，以獲得質(zhì)量更好的高層語(yǔ)義特征，從而對(duì)遙感圖像進(jìn)行像素級(jí)的語(yǔ)義分割。
10、進(jìn)一步地，多尺度跳連接注意力模塊連接編碼器與解碼器，將解碼器不同階段不同尺度的特征圖通過(guò)卷積操作壓縮為固定通道數(shù)，經(jīng)過(guò)最大池化或上采樣后調(diào)整為一致的分辨率，以協(xié)助生成解碼特征圖；將編碼器中多尺度的特征圖進(jìn)行融合再利用cam注意力模塊進(jìn)一步優(yōu)化融合特征圖的權(quán)重，最終模塊輸出匯入解碼網(wǎng)絡(luò)中的對(duì)應(yīng)位置，幫助提取模型在恢復(fù)尺度的同時(shí)保證狹小道路不丟失和銳利的道路邊緣等局部細(xì)節(jié)信息，實(shí)現(xiàn)精確的道路預(yù)測(cè)。
11、進(jìn)一步地，步驟二中，利用基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法，通過(guò)數(shù)據(jù)預(yù)處理與增強(qiáng)、特征提取主干網(wǎng)絡(luò)、多尺度特征加強(qiáng)網(wǎng)絡(luò)與預(yù)測(cè)結(jié)果輸出網(wǎng)絡(luò)實(shí)現(xiàn)單階段目標(biāo)檢測(cè)算法，利用無(wú)人機(jī)航拍圖數(shù)據(jù)集對(duì)算法模型進(jìn)行預(yù)訓(xùn)練，再利用測(cè)試場(chǎng)地實(shí)地采集的樣本圖像對(duì)網(wǎng)絡(luò)模型參數(shù)進(jìn)行小樣本微調(diào)，攻克小樣本數(shù)據(jù)的多尺度空對(duì)地圖像目標(biāo)檢測(cè)技術(shù)，最終訓(xùn)練出適用于測(cè)試場(chǎng)地的目標(biāo)檢測(cè)模型。
12、有益效果：
13、1、本專利技術(shù)將遙感圖像提取的路網(wǎng)信息與無(wú)人機(jī)搭載的傳感器提取的障礙物目標(biāo)進(jìn)行結(jié)合，突破高分辨率的遙感圖像道路提取技術(shù)，設(shè)計(jì)了一個(gè)具有高層語(yǔ)義信息融合模塊與多尺度跳連接注意力模塊的道路提取模型，實(shí)現(xiàn)了對(duì)原始遙感圖像進(jìn)行像素級(jí)的道路預(yù)測(cè)。
14、2、本專利技術(shù)采用無(wú)人機(jī)空域視角進(jìn)行目標(biāo)障礙物的檢測(cè)，采用基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法，攻克小樣本數(shù)據(jù)的多尺度目標(biāo)檢測(cè)算法微調(diào)技術(shù)，最終實(shí)現(xiàn)地空協(xié)同實(shí)際任務(wù)的目標(biāo)檢測(cè)需求，保證障礙物檢測(cè)的精度與實(shí)時(shí)性。
15、3、本專利技術(shù)利用無(wú)人機(jī)搭載的傳感器從空域視角對(duì)地面的障礙物目標(biāo)進(jìn)行檢測(cè)，能在一定程度上彌補(bǔ)地面無(wú)人平臺(tái)傳感器視野范圍受限的不足。
16、4、本專利技術(shù)設(shè)計(jì)的障礙物經(jīng)緯度解算方法解算出障礙物真實(shí)坐標(biāo)，完成對(duì)路網(wǎng)狀態(tài)的實(shí)時(shí)更新，形成空對(duì)地障礙物主動(dòng)檢測(cè)與路網(wǎng)同步更新能力。
17、5、本專利技術(shù)利用遙感圖像進(jìn)行路徑提取，利用了遙感影像范圍廣、分辨率高、不受天氣影響等因素，可進(jìn)行大范圍區(qū)域的路徑提取，選取的遙感影像分辨率高，提取的道路分辨率也較高，且遙感圖像更新頻率高，可選用的提取底圖多。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，路網(wǎng)提取采用具有高層語(yǔ)義信息融合模塊與多尺度跳連接注意力模塊的多尺度注意力遙感圖像道路提取模型，所述模型包括編碼器，高層語(yǔ)義信息融合模塊，多尺度跳連接注意力模塊和解碼器。
3.如權(quán)利要求2所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，所述編碼器采用的是ResNet34的編碼結(jié)構(gòu)，并使用編碼器預(yù)訓(xùn)練參數(shù)進(jìn)行初始化。
4.如權(quán)利要求2或3所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，高層語(yǔ)義信息融合模塊對(duì)編碼器輸出的特征圖進(jìn)一步處理，以獲得質(zhì)量更好的高層語(yǔ)義特征，從而對(duì)遙感圖像進(jìn)行像素級(jí)的語(yǔ)義分割。
5.如權(quán)利要求4所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，多尺度跳連接注意力模塊連接編碼器與解碼器，將解碼器不同階段不同尺度的特征圖通過(guò)卷積操作壓縮為固定通道數(shù)，經(jīng)過(guò)最大池化或上采樣后調(diào)整為一致的分辨率，以協(xié)助生成解碼特征圖；將編碼器中多尺度的
6.如權(quán)利要求1所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，步驟二中，利用基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法，通過(guò)數(shù)據(jù)預(yù)處理與增強(qiáng)、特征提取主干網(wǎng)絡(luò)、多尺度特征加強(qiáng)網(wǎng)絡(luò)與預(yù)測(cè)結(jié)果輸出網(wǎng)絡(luò)實(shí)現(xiàn)單階段目標(biāo)檢測(cè)算法，利用無(wú)人機(jī)航拍圖數(shù)據(jù)集對(duì)算法模型進(jìn)行預(yù)訓(xùn)練，再利用測(cè)試場(chǎng)地實(shí)地采集的樣本圖像對(duì)網(wǎng)絡(luò)模型參數(shù)進(jìn)行小樣本微調(diào)，攻克小樣本數(shù)據(jù)的多尺度空對(duì)地圖像目標(biāo)檢測(cè)技術(shù)，最終訓(xùn)練出適用于測(cè)試場(chǎng)地的目標(biāo)檢測(cè)模型。
...【技術(shù)特征摘要】
1.一種基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，路網(wǎng)提取采用具有高層語(yǔ)義信息融合模塊與多尺度跳連接注意力模塊的多尺度注意力遙感圖像道路提取模型，所述模型包括編碼器，高層語(yǔ)義信息融合模塊，多尺度跳連接注意力模塊和解碼器。
3.如權(quán)利要求2所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，所述編碼器采用的是resnet34的編碼結(jié)構(gòu)，并使用編碼器預(yù)訓(xùn)練參數(shù)進(jìn)行初始化。
4.如權(quán)利要求2或3所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，高層語(yǔ)義信息融合模塊對(duì)編碼器輸出的特征圖進(jìn)一步處理，以獲得質(zhì)量更好的高層語(yǔ)義特征，從而對(duì)遙感圖像進(jìn)行像素級(jí)的語(yǔ)義分割。
5.如權(quán)利要求4所述的基于空地協(xié)同的道路分割與路徑自動(dòng)提取方法，其特征在于，多尺...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：楊婷婷，蘇波，黨睿娜，岳裕豐，田鑫雨，馮付勇，王迪，吳哲旭，孫禹啟，銀丹，瓢正泉，張美迪，安旭陽(yáng)，
申請(qǐng)(專利權(quán))人：中兵智能創(chuàng)新研究院有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。