[實用新型]一種多源異構傳感器特征深度融合的裝置

有效

• 申請號: 201821413848.7
• 申請日: 2018-08-30
• 公開（公告）號: CN208937705U
• 公開（公告）日: 2019-06-04
• 發明（設計）人: 關慶陽
• 申請（專利權）人: 沈陽航空航天大學
• 主分類號: G01S13/86
• 分類號: G01S13/86;G01S13/93;G05D1/02
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 梁焱

本實用新型提供一種多源異構傳感器特征深度融合的裝置，涉及人工智能技術領域。該裝置包括N個激光雷達及機器視覺的多源異構傳感器陣列、ZYNQ?7000平臺、FLASH大型存儲芯片。通過多源異構多種傳感器獲取目標的多維數據特征，在ZYNQ?7000平臺，通過不同的多源異構傳感器的坐標特征變換，形成具有統一維度的特征空間，通過建立深度學習網絡，將多源異構傳感器進行融合，實現機器視覺與激光雷達目標捕獲、信息提取與特征分類及融合。本實用新型為無人機器目標特征識別及決策控制提供準確、可靠、具有魯棒性的環境數據，對提高主動避撞識別系統性能、減少碰撞事故發生具有重要意義。

技術領域

本實用新型涉及人工智能技術領域，尤其涉及一種多源異構傳感器特征深度融合的裝置。

背景技術

當前，無人機器數量的持續增加使得各種事故頻繁發生，造成嚴重的生命財產損失。其原因是無人機器所采用的單一傳感器，如雷達、視覺等，并不能完整獲取目標信息。針對信息的運動狀態、距離狀態、位置狀態等特征狀態，無法進行全面感知。

實用新型內容

本實用新型要解決的技術問題是針對上述現有技術的不足，提供一種多源異構傳感器特征深度融合的裝置，采用ZYNQ-7000平臺，基于深度學習技術，通過深度學習模型完成空間、時間特征信息融合算法，為無人機器目標特征識別及決策控制提供準確、可靠、具有魯棒性的環境數據，對提高主動避撞識別系統性能、減少碰撞事故發生具有重要意義。

為解決上述技術問題，本實用新型所采取的技術方案是：

一種多源異構傳感器特征深度融合的裝置，包括N個激光雷達及機器視覺的多源異構傳感器陣列、ZYNQ-7000平臺、FLASH大型存儲芯片；ZYNQ-7000平臺包括ARM Cortex A9雙核、FPGA邏輯計算單元；N個激光雷達及機器視覺的多元傳感器陣列通過光纖接口或者網絡接口與ARM Cortex A9雙核實現連接；FPGA邏輯計算單元外接FLASH大型存儲芯片。

進一步地，所述多源異構傳感器陣列中的激光雷達采用固態激光雷達Leddar Vu，實現8 線光束數量，可實現的最大探測距離為185米；所述多源異構傳感器陣列中的機器視覺采用紅外高清網絡攝像機海康威視DS-2CD3T25-I3。

采用上述技術方案所產生的有益效果在于：本實用新型提供的多源異構傳感器特征深度融合的裝置，通過安裝于無人機、汽車、飛艇、衛星等裝備的多源異構多種傳感器，獲取環境信息，通過激光雷達獲取目標距離、輪廓特征，以及機器視覺獲取目標像素特征，通過 ZYNQ-7000平臺建立深度學習網絡，將多源異構傳感器進行融合，實現機器視覺與激光雷達目標捕獲、信息提取與特征分類及融合，為裝備的自主決策提供準確、可靠、具有魯棒性的決策判決性能。

附圖說明

圖1為本實用新型實施例提供的多源異構傳感器特征深度融合的裝置結構框圖；

圖2為本實用新型實施例提供的多源異構傳感器特征深度融合的方法的邏輯單元連接圖；

圖3為本實用新型實施例提供的基于深度學習算法的機器視覺與激光融合決策網絡示意圖。

具體實施方式

下面結合附圖和實施例，對本實用新型的具體實施方式作進一步詳細描述。以下實施例用于說明本實用新型，但不用來限制本實用新型的范圍。

一種多源異構傳感器特征深度融合的裝置，包括N個激光雷達及機器視覺的多源異構傳感器陣列、ZYNQ-7000平臺、FLASH大型存儲芯片；ZYNQ-7000平臺是一款全可編程片上系統(All Programmable SoC)，該芯片集成了ARM CortexA9雙核、FPGA邏輯計算單元；N個激光雷達及機器視覺的多元傳感器陣列通過光纖接口或者網絡接口與ARM CortexA9雙核實現連接；FPGA邏輯計算單元外接FLASH大型存儲芯片。