[01589296]随机光照下鲁棒目标识别技术与应用

无人车、无人机等无人系统是当今自动化及信息技术发展的方向,对于社会和经济发展、国防建设以及科技发展等多个方面都具有重大的影响力。无人系统涉及认知科学、传感器技术、计算机技术、人工智能等交叉学科内容。其中,环境感知系统是至关重要的一环,是无人系统自主导航、安全保障和任务执行的智能性保障。车道线、交通标志等道路信息的检测是无人车地面无人系统环境感知的必要前提条件;在无人系统执行野外时,还需要感知野外的植被情况;在电力等工业环境下,机器人执行任务时往往还需要进行设备和仪表状态的识别。另外,在很多情况下,无人系统所处的环境是不断变化的,如环境中的行人和车辆,对动态目标的感知和识别的准确性和快速性直接影响到无人系统的安全性。针对上述环境感知关键技术的研究内容,结合行业应用,我们进行了深入细致的研究,做出了以下技术创新：1)提出了一种融合光流和视差的高精度光流计算模型;2)提出利用自主移动体和静止背景运动匹配为约束的伪动态目标去除方法;3)基于多尺度边缘梯度特征和贝叶斯分类器的交通标志分类识别方法。4)提出并实现了一种基于颜色和纹理差异性指标的植被检测扩散算法,该算法对于室外光照强度的变化具有鲁棒性。 项目研究期间获得了多项知识产权,形成了较为完整的知识产权体系与论文专著成果,其中发明专利 1 项,实用新型专利 2 项,软件著作权 5 项,出版学术专著 1 部,发表论文 9 篇。 利用项目的创新技术,在应用推广过程中,研制了 4 个具有自主知识产权的环境感知子系统,即：变电站仪表智能识别软件、变电站电力设备智能识别系统、基于 ROS 的视觉跟踪反馈系统、智能驾驶道路环境识别系统。 四川省科学技术厅对该项目的验收结论是：项目完成了复杂环境中移动机器人智能环境识别系统的研究与开发,应用在巡检机器人上及华晨 SUV 野外机器人上,具有实时性号、定位准确和鲁棒性强等有点,对静态和动态目标能准确地识别,并对客观环境能够实时地感知。所研究的环境感知技术形成了具有行业领先,具有自主知识产权、可支撑大范围应用的自主移动体环境感知系统解决方案。