1 西安建筑科技大学资源工程学院，陕西 西安 710055
2 西安建筑科技大学西安市智慧工业感知、计算与决策重点实验室，陕西 西安 710055
针对露天矿无人矿卡运输作业中路况差、光照强和灰尘大等原因导致小尺寸落石检测困难和实时性差的问题，提出一种使用固态激光雷达检测露天矿非结构化运输道路小尺寸落石的方法。首先使用具有双回波技术的激光雷达进行数据采集，减少灰尘干扰并提取车辆前方可行驶区域；然后采用基于扇面的直线拟合地面分割算法分割地面，实现对有坡度的非结构化粗糙路面的彻底分割；之后引入八叉树的分层网格树模型进行邻域查找，提高邻域查找的速度，引入双色最近对构建图，快速生成聚类簇，引入自适应聚类半径ε，进行聚类并输出小尺寸落石的盒模型。实验结果表明：相较于使用k-d树加速的DBSCAN算法，所提方法的正检率提升9.61个百分点，检测时间缩短379.77 ms。
露天矿 无人驾驶 障碍物检测 激光雷达点云 密度聚类 激光与光电子学进展
2024, 61(8): 0812006
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
贵州大学 大数据与信息工程学院，贵州 贵阳 550025
由于盲人对周围环境缺乏视觉感知力，出行一直是盲人生活中的困扰。本文提出一种基于YOLOX改进的导盲系统障碍物检测算法CE-YOLOX。首先，为了减少特征融合网络在特征通道缩减时带来的语义信息的丢失，以亚像素跳变融合模块SSF和亚像素上下文增强模块SCE来充分利用通道信息和不同尺度的语义信息，以通道注意力引导模块CAG减少多尺度特征融合带来的混叠效应。其次，为了使模型更加聚焦于有效特征，引入全局注意力机制GAM，通过减少信息弥散和放大全局交互表示来提高模型性能。然后，使用SIOU-LOSS替换原模型的位置回归损失函数IOU-LOSS，加快了边框的回归速度与精度。最后，搭建导盲系统检测平台，将所提算法移植到边缘计算设备NVIDIA Xavier NX上。实验结果表明，改进的导盲系统障碍物算法在服务器和NVIDIA Xavier NX平台上的mAP一致，提升至90.53%，相较原YOLOX模型算法提高了2.45%。在服务器上的检测速度达到75.93 FPS。本文模型在兼顾检测速度的同时提高了精度，显著优于对比算法，满足边缘计算设备的要求，具有实际的应用价值。
导盲系统 障碍物检测 亚像素 CEFPN GAM 角度损失 SIOU blind system obstacle detection subpixel CEFPN GAM angle loss SIOU
中国工程物理研究院激光聚变研究中心，四川 绵阳 621900
火星车的环境感知能力是其进行智能移动和探测的基础，而障碍物检测识别是环境感知中的一个重要方面，识别效果直接决定了火星车工作能力和安全性。本文提出一种基于激光雷达数据的火星表面障碍物自动识别方法。通过获取的激光雷达点云数据，首先在分析激光反射强度理论的基础上，通过强度补偿理论将点云强度根据距离、角度因素进行修正，进而构建激光雷达强度值与目标特征的反射关系。通过大津法自动求取全局阈值，自适应的将火星表面点云分类为障碍物点云和非障碍物点云；然后通过曲率约束剔除不符合条件的障碍物点云；最后利用基于八叉树叶节点的连通性聚类，实现火星表面障碍物点云的识别。模拟实验结果表明，该方法可实现激光雷达点云中的火星表面障碍物有效提取，典型障碍物识别精度接近90%，为基于火星车障碍物检测和环境感知相关研究提供借鉴。
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 北京航空航天大学仪器科学与光电工程学院精密光机电一体化技术教育部重点实验室，北京 100191
2 上海宇航系统研究所，上海 201108
3 北京航空航天大学青岛研究院，山东 青岛 266100
采用管道机器人定期检测输送管线的状态对于确保管道安全可靠运行意义重大。受限于机器人的结构尺寸和功耗，常用精度较低的微小型三维测量传感器为机器人提供环境及导航信息。针对低精度三维传感器得到的点云数据质量不佳、难以可靠分辨障碍物的问题，提出了一种基于时间序列及邻域分析的点云处理方法。利用障碍物点云与噪声点云在时间序列分布和空间分布方面的特性有效去除噪声，并通过拟合管道内壁实现管道内障碍物检测。测试结果表明，所提方法的检测精度提升了约30个百分点，检测时间小于1 s，满足管道机器人的应用需求。
图像处理 管道检测 三维点云 障碍物检测 时间序列 邻域分析 激光与光电子学进展
2022, 59(22): 2210007
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
中国民航大学电子信息与自动化学院，天津 300300
针对激光雷达在检测道路障碍物的过程中，由点云数据密度不均而导致障碍物检测准确率低和实时性差的问题，提出一种优化的密度噪声空间聚类（DBSCAN）算法以提高道路障碍物的聚类效果。首先依据点云数据的反射强度信息对车道线进行检测，提取感兴趣区域；然后使用射线坡度阈值地面分割算法进行地面分割，实现对斜坡地面的彻底分割；最后提出一种自适应的DBSCAN算法，选取代表性的核心点以及自适应聚类半径，实现对不同距离密集障碍物的快速准确聚类。实验结果表明：所提算法能够对不同距离的密集障碍物准确聚类；与传统算法相比，所提算法的正检率提高24.07个百分点，平均耗时减少1.18 s。
遥感 激光雷达 优化基于密度的噪声空间聚类 车道线检测 地面分割 障碍物聚类 激光与光电子学进展
2022, 59(12): 1228008
1 中国石油大学（华东）海洋与空间信息学院，山东 青岛 266580
2 中国石油大学（华东）控制科学与工程学院，山东 青岛 266580
3 自然资源部第一海洋研究所海洋物理与遥感研究室，山东 青岛 266061
激光雷达具有测距精度高、受环境因素影响小及全天时工作的特点，非常适合用于无人船障碍物检测。由于激光雷达点云近密远疏，基于栅格地图的海上障碍物检测的精度就会受到栅格尺寸大小的直接影响。建立了一种栅格尺寸线性增长的变尺寸栅格地图，结合高度差判别法和八邻域连通分量标记法进行栅格划分及聚类，通过盒子模型提取障碍物信息，得出更加精确的障碍物检测结果。开展了海上实船实验，并对所提方法与传统方法的处理结果进行了比较，对比处理结果可得，对于近岸处中小型渔船的检测，所提方法可有效地解决传统方法中栅格划分和聚类效果较差的问题，实现更精确实时的海上障碍物检测，为无人船避障提供数据支撑。
遥感 无人船 激光雷达 障碍物检测 变尺寸栅格地图 激光与光电子学进展
2022, 59(8): 0828002
1 西京学院,西安 710000
2 空军工程大学,a.空管领航学院
3 空军工程大学 b.防空反导学院,西安 710000
复杂动态环境下自主避障能力已成为无人机亟待解决的关键问题。针对现有避障算法通过调向或调速进行规避障碍的缺点,基于速度障碍法,提出一种同时调向与调速的混合避障策略。首先,根据速度障碍法原理,判断无人机与动态障碍物是否存在飞行冲突; 然后,分别在单动态障碍物和多动态障碍物场景下,利用数学公式精确推导出无人机避障所需要调整的航向与速度大小之间的关系;最后,在目标函数的约束下,完成最优避障策略的求解。仿真结果表明,在单/多动态障碍物威胁下,所提算法具有有效性与高效性。
无人机 自主避障 速度障碍法 动态障碍物 冲突解脱 UAV autonomous obstacle avoidance velocity obstacle method dynamic obstacle conflict resolution
