关键词:
YOLOv5
声呐图像
卡尔曼滤波
无人船
水界线检测
摘要:
现有的水面无人船水界线检测方法存在精度不足、健壮性差以及实时性难以保障等问题.针对这些不足,提出一种融合YOLOv5 算法与卡尔曼滤波的水面无人船水界线检测方法.利用无人船上的声呐接收列阵获取回声时间延迟和回波强度,并将收集的信息转换为声呐图像.在声呐数据采集过程中,通过相干检测和时间增益补偿来采集声呐数据,避免信号采集中的散射影响和能量损失.然后,利用YOLOv5 算法和卡尔曼滤波检测声呐图像中的水界线,获得水界线位置为形状信息,以此进行水界线智能识别.实验结果表明,在不同水域和天气条件下,研究提出的方法均实现 94%以上的检测精度,且平均值达到 94.76%.相较于其他图像处理方法,研究提出的图像增强和校正方法更适用于声呐图像,其平均峰值信噪比达到 23.58 dB,能够实现较高精度的水界线检测,辅助无人船进行自主导航避障.