彭罗曼 1,2,3张海洋 1,2,3,*王文鑫 1,2,3白莎莎 1,2,3[ ... ]赵长明 1,2,3
1 光电成像技术与系统教育部重点实验室，北京 100081
2 信息光子技术工业和信息化部重点实验室，北京 100081
3 北京理工大学 光电学院，北京 100081
相邻障碍物的分割是无人驾驶领域的技术难点，低线激光雷达点云稀疏，无法聚类远距离物体，但激光雷达线束越多越昂贵。为了实现低成本聚类分割相邻障碍物，实验场景选取常用交通场景对象相邻的人/人、人/车，提出了一种基于多帧融合的相邻障碍物分割方法。基于惯性测量单元、激光雷达融合多帧点云，解决了低线激光雷达因分辨率低而无法聚类远距离相邻行人的问题。提出改进的欧式聚类，加入自适应阈值和向量角度约束两个新的分割标准，提高相邻障碍物的分割效果。实验结果表明，该方法具有成本低、聚类精准等特点，与单帧传统欧式聚类算法相比，该方法针对相邻障碍物分割的准确度提升约30.7%，对低线激光雷达在障碍物聚类以及后续的检测具有一定参考意义。
多帧融合 自适应阈值 相邻障碍物分割 稀疏点云聚类 multi-frame fusion adaptive threshold segmentation of adjacent obstacles sparse point cloud clustering
中国计量大学光学与电子科技学院，浙江 杭州 310018
复杂环境中漂移扰动和不透明障碍物破坏光振幅和光相位，给拓扑荷数（TC）精准测量带来挑战。分析了两种均匀离轴的多中心涡旋光束和一种随机离轴的漂移涡旋光束经扇形不透明障碍物（SSOO）后的传输情况，提出一种利用单柱透镜测量漂移涡旋光束TC的方法。对比光强法、傅里叶变换法以及相位法在极端条件下对漂移涡旋光束TC测量的结果，发现在以上3种方法失效时，所提方法仍可对输入光束的TC值大小及符号作出准确判断。这种抗光束漂移和抗遮挡的TC测量法对基于涡旋光的光通信和光加密具有重要应用价值。
物理光学 涡旋光束 轨道角动量 光束漂移 障碍物 拓扑荷探测
1 南京信息工程大学, 南京 210000
2 江苏省大气环境与装备技术协同创新中心, 南京 210000
针对RRT*算法在复杂的障碍物环境中路径规划时, 存在盲目搜索、冗余节点、路径不光滑以及易靠近障碍物等问题, 提出了一种基于膨胀化障碍物环境的双向动态目标偏置RRT*算法(MOBDB-RRT*)。首先,将障碍物进行膨胀化处理, 确保为机器人留出安全的运行距离;然后,在RRT*算法的基础上引入双向动态目标偏置策略, 缩短了搜索路径的时间, 提高了算法的规划效率;最后,采用修剪算法和三次贝塞尔曲线对已规划好的路径进行优化, 从而生成一条更短、更光滑的路径。仿真实验证明: 改进后的RRT*算法在路径规划效率和路径质量上具有优越性。
RRT*算法 路径规划 膨胀化障碍物 双向动态目标偏置 修剪算法 三次贝塞尔曲线 RRT* algorithm path planning magnified obstacles bidirectional dynamic goal bias pruning algorithm cubic Bézier curve
1 中国运载火箭技术研究院战术武器事业部, 北京 100076
2 北京航空航天大学,a.航空科学与工程学院
3 北京航空航天大学,b.自动化科学与电气工程学院, 北京 100191
针对复杂障碍环境下的多机协同侦察任务规划问题开展研究。首先, 针对不同侦察任务需求, 构建传感器探测、有效持续侦察时间、复杂多边形障碍等数学模型; 随后, 综合考虑持续侦察时间和障碍规避约束, 提出了一种面向复杂障碍环境的多机协同侦察规划分层求解方法, 通过分层细化有效降低多机协同侦察问题的求解复杂度; 最后, 考虑无人机运动学约束, 提出了一种基于贪心策略的启发式路径规划算法, 能够在规避障碍物的同时获得尽可能短的可行路径。仿真结果证明了提出算法的有效性。
无人机 协同侦察 任务规划 障碍环境 unmanned aerial vehicle cooperative reconnaissance mission planning environment with obstacles
1 防灾科技学院信息工程学院, 河北 廊坊 065201
2 应急管理部国家自然灾害防治研究院, 北京 100085
铁路是运输系统中的主要交通工具之一,而铁路的安全隐患主要来自于铁轨上的入侵障碍物,如危岩、动物和行人等,因此障碍物实时检测预警技术必不可少。采用16线三维激光雷达采集数据,实现了点云成像。基于八叉树方法对背景点云和实时采集的点云进行空间体素化,并进行差分运算,然后通过统计滤波和半径滤波对点云进行去噪处理,实现了小目标障碍物的实时检测。研究结果为16线三维激光雷达扫描系统的数据采集提供了参考。
遥感 16线激光雷达 三维点云 小障碍物 实时检测 激光与光电子学进展
2021, 58(12): 1228001
针对未知动态环境下欠驱动USV的多障碍物实时自主规避问题，提出了一种在线避障路径规划算法。算法基于全局路径的引导，充分考虑环境多障碍约束、USV本体运动学与动力学约束、既定航线约束，同时采用多目标函数作为优化函数，通过障碍物运动预测与滚动优化方式进行在线实时避障；之后，通过仿真实验与分析验证了算法的正确性；最后，利用某无人艇对所提避障算法进行湖上实验，结果验证了算法在实际工程应用中的有效性。
欠驱动USV 路径规划 实时避障 未知动态环境 多障碍物 underactuated USV path planning real-time obstacle avoidance unknown dynamic environment multiple obstacles
针对现有行车障碍预测方法存在目标单一性、预测速度慢和准确性不佳等问题, 提出一种融合空间注意力机制的卷积神经网络Coll-Net以及基于Coll-Net的车速控制和障碍方向判定策略。模拟驾驶员通过视觉信息判断障碍的机制, 以单目视觉图像作为输入, 首先对图像做预处理得到感兴趣区域, 然后利用残差块网络提取区域内的空间特征; 采用空间注意力机制对特征通道上的原始特征进行重新标定, 获得通道权重; 再将通道权重归一化后加权到通道对应的空间特征上, 以此挑选关键特征, 最后送入全连接层和Sigmoid函数中生成预测概率。行车根据障碍预测概率实时确定行车速度并根据多窗口的概率预测值判定障碍方向。实验表明, Coll-Net模型的障碍预测准确率达到96.01%, F1-score达到0.915, 模型推理时间仅需24 ms, 能够实时检测车辆、行人、护栏、墙体等多种障碍物, 并且在低对比度光照环境下仍表现出良好的预测能力, 基于Coll-Net的车速控制和障碍方向判定策略在Udacity Self-Driving数据集上表现出强有效性。
障碍预测 单目视觉 深度学习 注意力机制 智能驾驶 obstacles prediction monocular vision deep learning attention mechanism intelligent driving
上海交通大学 电子信息与电气工程学院, 上海 200240
对多障碍物环境下微机器人集群运动的控制问题进行了研究。结合微机器人尺寸小的特点, 采用低功耗的红外传感器感知外界环境。设定机器人的安全区域, 根据机器人运动过程中避障和路径规划所要满足的边界条件, 提出了基于人工蜂群问题优化的路径规划控制模型, 实现了微机器人的避障和路径规划。仿真结果验证了该控制方法的有效性。
微机器人集群 多障碍物环境 红外传感器 运动控制 multi-robots system obstacles environment infrared sensors motion control
1 北京航空航天大学自动化科学与电气工程学院, 北京 100191
2 北京航空航天大学飞行器控制一体化技术重点实验室, 北京 100191
3 沈阳航空航天大学自动化学院, 沈阳 110136
4 中国电子科技集团第28研究所, 南京 210007
对一种新颖的基于流水避石原理的无人机三维航路规划技术进行了阐述。复杂地形条件下具有全局最优性的无人机三维航路规划问题, 不但要考虑地形对飞行安全的影响, 还要考虑无人机自身的性能约束, 最终规划出三维空间内可供无人机实际飞行的平滑航路。传统航路规划算法在计算复杂度、航路平滑性等方面难以令人满意。流水避石航路规划算法受自然界流水避开岩石并最终到达目标点的现象启发, 通过提取复杂地形条件下无人机飞行航路与流水避石现象的共性特征, 在流体力学相关理论的基础上, 建立能够揭示流水避石宏观规律的数学模型, 并根据一定的优化指标对流场中的流线进行优选, 最终获得满足飞行约束与环境约束的最优三维光滑可飞航路。
无人机 三维航路规划 复杂地形 流水避石 Unmanned Aerial Vehicle(UAV) three-dimensional path planning complex terrain fluid avoiding obstacles
