典型文献
基于空地信息互补的无人车路线规划
文献摘要：
空地机器人通过相互协作获得的信息互补特性,使其在多智能体协同领域具有显著优势.由于室外场景受地形条件、光照变化等影响,地面机器人凭借自身传感器无法完整获得有效的地面环境特征,因此提出一种室外大范围场景下的地面特征提取方法,可通过获取到的全局环境信息指导地面机器人完成导航任务.利用机载视觉及YOLO-v3目标检测算法对室外场景的目标物进行检测与定位;对于全局场景图像特征的提取,建立点对间映射函数模型,剔除待匹配图像的外点,从而配准场景图像并对其进行拼接,使用加权平均融合淡化拼接缝隙;通过k(聚类中心数)-均值聚类算法分割全景图像,并采用形态学方法滤除噪声,最终获得全局场景特征;在此基础上改进基于采样的路径规划方法,为地面无人车提供一条可行的全局路线.通过仿真实验及室外场景测试表明:地面场景特征提取算法提升了室外大范围场景下所提取到特征的鲁棒性和准确性,改进的路线规划方法进一步缩短了路径长度,可为无人车自主导航提供有效的全局环境信息.
文献关键词：
空地机器人;目标检测;图像拼接;场景特征提取;路线规划
中图分类号：
作者姓名：
陆晨飞;张浩
作者机构：
南京工业大学机械与动力工程学院,江苏南京211800;江苏省工业装备数字制造及控制技术重点实验室,江苏 南京211800
文献出处：
引用格式：
[1]陆晨飞;张浩-.基于空地信息互补的无人车路线规划)[J].南京工业大学学报（自然科学版）,2022(03):281-290
A类：
空地机器人
B类：
信息互补,无人车,车路,路线规划,人通,相互协作,互补特性,多智能体协同,显著优势,外场,地形条件,借自,得有,环境特征,围场,取到,环境信息,机载,YOLO,v3,目标检测算法,检测与定位,场景图像,图像特征,特征的提取,映射函数,函数模型,匹配图像,配准,加权平均融合,淡化,拼接缝,缝隙,聚类中心,心数,均值聚类,聚类算法,全景图像,形态学方法,滤除噪声,路径规划方法,地面无人,全局路线,场景测试,测试表明,场景特征提取,特征提取算法,路径长,自主导航,图像拼接
AB值：
0.392012
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
