-
微信號(hào):youuav
關(guān)注官方微信
m.youuav.com手機(jī)掃碼看新聞
-
- 求購(gòu)
- 發(fā)布求購(gòu)
- 管理求購(gòu)
- 添加收藏
- 關(guān)于我們
無人機(jī)整機(jī)
無人機(jī)配件
無人機(jī)服務(wù)
設(shè)備與工具在自主導(dǎo)航過程中，無人機(jī)的自主避障被認(rèn)為是不可或缺的能力。在早期的研究中，避障主要依賴于高成本的激光或雷達(dá)。近年來，隨著計(jì)算機(jī)視覺的飛速發(fā)展，視覺傳感器由于具有重量輕、成本低等優(yōu)點(diǎn)，越來越多地用于無人機(jī)避障?；谝曈X的無人機(jī)避障很可能成為未來的主流。針對(duì)無人機(jī)可能面臨多重障礙的復(fù)雜環(huán)境，為了在實(shí)際避障過程中以最小的努力避開多個(gè)障礙物，提出了一種基于特征點(diǎn)提取和聚類相結(jié)合的障礙物檢測(cè)方法，并分析比較了各種障礙物的實(shí)驗(yàn)結(jié)果。
該方法分三個(gè)步驟進(jìn)行。第一步是檢測(cè)特征點(diǎn)，使用不同的特征點(diǎn)檢測(cè)算法來檢測(cè)障礙物。第二步是特征點(diǎn)聚類部分，使用機(jī)器學(xué)習(xí)無監(jiān)督聚類方法對(duì)檢測(cè)到的特征點(diǎn)進(jìn)行聚類。目的是將同一障礙物的特征點(diǎn)歸為同一類別。第三步是凸包檢測(cè)部分，用于檢測(cè)同類障礙物的特征點(diǎn)（將障礙物最外圍的特征點(diǎn)圍成一個(gè)凸包），用凸包表示圖片中真實(shí)障礙物的位置。該方法的流程圖如圖 1所示。
圖1 方法流程圖
最初，在距離障礙物一米的地方拍照。圖片左右兩側(cè)各有兩個(gè)障礙物（這是為了模擬實(shí)際避障中可能遇到的復(fù)雜避障環(huán)境）。我們使用尺度不變特征變換 (SIFT) 特征檢測(cè)算法、定向FAST和旋轉(zhuǎn)簡(jiǎn)要 (ORB) 特征檢測(cè)算法或SURF特征檢測(cè)算法來檢測(cè)圖中的特征點(diǎn)。如圖 2所示，是Speeded Up Robust Features（SURF）特征點(diǎn)檢測(cè)的效果圖。
圖2 特征點(diǎn)檢測(cè)
其次，可以采用基于密度的帶噪聲應(yīng)用空間聚類（DBSCAN）聚類算法或K-means聚類算法對(duì)檢測(cè)到的特征點(diǎn)進(jìn)行聚類，以達(dá)到將同一障礙物的特征點(diǎn)歸為同一類別的目的。如圖 3所示，是DBSCAN聚類的效果圖，其中相同類型的特征點(diǎn)是一種顏色，兩種顏色代表檢測(cè)到兩個(gè)障礙物。
圖3特征點(diǎn)的聚類
最終提取出同類特征點(diǎn)的凸包；即凸包被最外層的同類特征點(diǎn)包圍。目的是展示空間中不同障礙物的位置和大小關(guān)系，為進(jìn)一步實(shí)際避障做準(zhǔn)備。如圖 4所示，為凸包檢測(cè)效果圖。
圖4 聚類特征點(diǎn)的凸包
在本實(shí)驗(yàn)中，使用分辨率為960 * 720像素的圖片。這些照片是白天在室內(nèi)拍攝的。為了展示算法的特點(diǎn)和有效性，我們選擇白墻作為背景拍照。實(shí)驗(yàn)平臺(tái)為2.60 GHz Intel i5-4210m處理器。
本實(shí)驗(yàn)分為兩部分。第一部分是不同特征檢測(cè)算法和不同機(jī)器學(xué)習(xí)算法組合后檢測(cè)多個(gè)障礙物所花費(fèi)的時(shí)間。檢測(cè)圖片中的障礙物是桌子（左）和衣架（右）。本實(shí)驗(yàn)共有六種組合算法，分別是SIFT特征檢測(cè)算法下的DBSCAN聚類算法和K-means聚類算法，SURF特征檢測(cè)算法下的DBSCAN聚類算法和K-means聚類算法，以及DBSCAN聚類算法和K-means聚類算法。ORB特征檢測(cè)算法下的算法。如圖 5，比較了不同算法檢測(cè)障礙物所花費(fèi)的時(shí)間。從圖中可以看出，DBSCAN算法比K-means算法花費(fèi)的時(shí)間要少得多，因?yàn)樗恍枰逻^程。并且ORB在K-means算法或DBSCAN算法中比SURF算法和SIFT算法運(yùn)行時(shí)間短，其他檢測(cè)算法比ORB運(yùn)行兩倍或以上。
圖5 組合算法的運(yùn)行時(shí)間
在第二部分中，在無人機(jī)和障礙物之間的不同距離下檢測(cè)凸包中的特征點(diǎn)數(shù)量。如圖 6所示，是無人機(jī)在距離障礙物0.6m、0.9m、1.2m、1.5m處檢測(cè)到的特征點(diǎn)數(shù)繪制的曲線。圖中顯示，一旦無人機(jī)接近障礙物，就會(huì)檢測(cè)到越來越多的障礙物特征點(diǎn)。曲線只是初步實(shí)驗(yàn)結(jié)果的呈現(xiàn)，它們之間更準(zhǔn)確的關(guān)系將在以后的工作中進(jìn)行研究。
圖6 特征點(diǎn)數(shù)與距離的關(guān)系
通過實(shí)驗(yàn)證明了檢測(cè)多個(gè)障礙物的新方法的有效性。實(shí)驗(yàn)中使用了6種方法檢測(cè)障礙物，對(duì)比分析了哪種算法實(shí)時(shí)性更好，初步檢測(cè)了特征點(diǎn)與距離的關(guān)系。
2025-09-19 12:22
2025-09-18 11:24
2025-09-17 10:55
2025-09-16 09:27
2025-09-12 11:30
2025-09-11 10:41
2025-09-09 10:52
2025-09-04 21:58
2025-08-28 11:13
2025-08-27 14:14
