基于YOLOv5神经网络检测模型的动态局部地图构建

作     者：刘万元 何俐萍 LIU Wanyuan;HE Liping

作者机构：电子科技大学机械与电气工程学院四川成都611731 喀什地区电子信息产业技术研究院新疆喀什844000 

基　　金：教育部产学合作协同育人项目(202101204003) 新疆维吾尔自治区自然科学基金项目(2022D01A296) 

出 版 物：《机械设计》 (Journal of Machine Design)

年 卷 期：2023年第40卷第S2期

页      码：7-13页

摘      要：在移动机器人自主移动过程中,人的活动会对路径规划结果产生重要的影响。传统SLAM对动态物体的识别和跟踪能力相对有限,动态物体上的特征点容易丢失,且在动态物体占据图像较大范围时,容易造成目标函数的优化方向错误。考虑单个单目相机对行人的位置信息进行检测的场景,通过单目相机获取图像信息,结合YOLOv5目标识别网络来检测图像中人物所占据的像素高度,再通过针孔相机模型还原出图像人物在相机坐标系下的三维坐标。基于YOLOv5网络模型检测出道路区域,运用Canny边缘检测算法计算出道路的边缘轨迹,找到两条轨迹在相机图像上的交汇点。最后根据相机的平面图像结合人物的三维坐标,以及道路轨迹的交汇点和道路宽度信息对图像进行重投影。通过公开数据集测试得到包含行人实时运动情况和道路边界在内的平面地图,可完成150 m深度内的行人位置定位,为快速计算图像的行人的位置深度提供了一种可行方案。

主 题 词：局部地图 YOLOv5 VSLAM 单目相机 路径规划 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.13841/j.cnki.jxsj.2023.s2.040

馆 藏 号：203124725...