[發(fā)明專利]一種基于改進ssd目標(biāo)檢測網(wǎng)絡(luò)的無人機規(guī)避算法

在審

• 申請?zhí)枺?/td>: 201910422493.0
• 申請日: 2019-05-20
• 公開（公告）號: CN110110702A
• 公開（公告）日: 2019-08-09
• 發(fā)明（設(shè)計）人: 周封;譚曉東;盧松恒
• 申請（專利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G05D1/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于改進ssd目標(biāo)檢測網(wǎng)絡(luò)的無人機規(guī)避算法，其特征在于，包括：

(1)：制作訓(xùn)練集和測試集，設(shè)定目標(biāo)檢測模型和雙目測距對應(yīng)的測試集：

從VOC、COCO、SOGOU數(shù)據(jù)集中抽取出障礙物相關(guān)的數(shù)據(jù)集作為目標(biāo)檢測數(shù)據(jù)集，其中5721張圖片作為為訓(xùn)練集，取出500張圖片作為測試集；

從真實場景中固定兩臺攝像機的相對距離，拍攝成對障礙物圖片200張，并測定障礙物與攝像機連線的矢量距離作為圖片標(biāo)簽，將圖片對和矢量距離標(biāo)簽對應(yīng)制作為雙目測距對應(yīng)的測試集；

(2)：根據(jù)標(biāo)定數(shù)據(jù)集建立目標(biāo)檢測模型：

(2a)：將每個圖片中可能包含障礙物作為檢測目標(biāo)，記為{vj}；將每個障礙物的預(yù)測框坐標(biāo)記為[xi,yi]；

(2b)：在生成預(yù)測框階段，目標(biāo)檢測模型先將所有經(jīng)過卷積得到的預(yù)測偏移信息和與之對應(yīng)的先驗框進行解碼，計算出預(yù)測框，解碼公式為：

x_i＝(t_x×w_a)+x_a

y_i＝(t_y×h_a)+y_a

式中，[x_a,y_a]代表先驗框坐標(biāo)，[w_a,h_a]代表先驗框的寬高，t_x、t_y為預(yù)測偏移信息；

(2c)：預(yù)測框分類階段，對每個預(yù)測框的置信度和不同障礙物類別的置信度對比，得出最高的置信度所述分類作為本預(yù)測框類別；

(2d)：將剩下的預(yù)測框進行NMS處理；

(3)：構(gòu)建并訓(xùn)練ssd目標(biāo)檢測模型，具體步驟為：

(3a)：在原來ssd前置網(wǎng)絡(luò)VGG-16中，將conv3_ci，conv5_ci，conv9_ci，conv11_ci，conv12_ci作為預(yù)測特征層；

(3b)：用空洞卷積操作對conv3_ci，conv5_ci進行下采樣操作，生成特征圖3、5與conv9_ci的特征圖9具有相同的特征圖尺度；

(3c)：利用反卷積操作對conv11_ci，conv12_ci上采樣操作，生成特征圖11、12與conv9_ci的特征圖9具有相同的特征圖尺度；

(3d)：將步驟(3b)所述特征圖3、5與步驟(3c)的特征圖11、12和特征圖9進行連接，并加入BN層(batch normalization layer)進行歸一化處理,在經(jīng)過1x1卷積核進行降維生成最終feature map；

(3e)：利用步驟(1)生成目標(biāo)檢測數(shù)據(jù)集對ssd目標(biāo)檢測網(wǎng)絡(luò)模型進行訓(xùn)練；

(4)：將測試集中的，每一對障礙物圖片傳入到訓(xùn)練好的ssd檢測網(wǎng)絡(luò)，輸出神經(jīng)網(wǎng)絡(luò)預(yù)測的類別標(biāo)簽和位置標(biāo)簽；

(5)：利用不同視角檢測到障礙物的位置進行雙目測距得到障礙物距離，其中雙目測距的計算步驟為：

(5a)：世界坐標(biāo)和攝像機坐標(biāo)的轉(zhuǎn)換，假設(shè)某點在世界坐標(biāo)系中的坐標(biāo)為[X_w,Y_w,Z_w]，則攝像機坐標(biāo)系和世界坐標(biāo)系的轉(zhuǎn)換公式為：

式中，[u,v,1]^T為點在圖像坐標(biāo)系中的坐標(biāo)；

式中，[X_c,Y_c,Z_c,1]^T為點在攝像機坐標(biāo)系中的坐標(biāo)，K為攝像機內(nèi)參數(shù)矩陣；

(5b)：由兩個相機的呈像像面坐標(biāo)計算真實世界坐標(biāo)：

式中，[X,Y,Z]為目標(biāo)像素點的世界真實坐標(biāo)位置；

式中，通過聯(lián)立方程可求解[X,Y,Z]；

(6)：將障礙物分類和矢量距離反饋到無人機駕駛系統(tǒng)控制其自動避讓。

2.根據(jù)權(quán)利要求1所述的一種基于改進ssd目標(biāo)檢測網(wǎng)絡(luò)的無人機規(guī)避算法，其特征在于，所述步驟(1)的障礙物的種類主要包括：高樓、鳥類、供電線路、信號天線、氫氣球和其他無人機；每一種分類下的標(biāo)注數(shù)據(jù)集數(shù)目保持一致。