[1]于阳阳,陈 妍,李伟民.弱光环境下基于单目视觉的无人系统自主障碍探测方法[J].机械与电子,2015,(06):77-80.
　YU Yangyang,CHEN Yan,LI Weimin.A Monocular Vision Obstacle Detection Method in Low Light Environmentsfor Unmanned Systems[J].Machinery & Electronics,2015,(06):77-80.
点击复制

弱光环境下基于单目视觉的无人系统自主障碍探测方法
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2015年06期
页码:
77-80
栏目:
智能工程
出版日期:
2015-06-26

文章信息/Info

Title:
A Monocular Vision Obstacle Detection Method in Low Light Environments for Unmanned Systems
文章编号:
1001-2257(2015)06-0077-04
作者:
于阳阳1; 陈 妍2; 李伟民1
(1.贵州民族大学理学院,贵州 贵阳 550025; 2.贵州民族大学传媒学院,贵州 贵阳 550025)
Author(s):
YU Yangyang1; CHEN Yan2; LI Weimin1
(1.Polytechnic College,Guizhou Minzu University,Guiyang 550025,China; 2.College of Broadcasting Media,Guizhou Minzu University,Guiyang 550025,China)
关键词:
无人系统;  弱光增强;  障碍探测
Keywords:
unmanned systems;  low light enhancement;  obstacle detection
分类号:
TP391
文献标志码:
A
摘要:
提出了一种无人系统自主障碍探测方法,该方法借助单目视觉系统感知环境信息,采用模糊方法对视觉图像信息进行增强,通过检测障碍物边缘,实现对弱光环境中障碍的探测。最后,通过对比实验可知,该方法可以有效地识别出无人系统前方的障碍物,为无人系统的自主障碍回避提供依据。
Abstract:
An autonomous obstacle detection approach is presented to help capture environmental information for monocular vision system sensors. The approach uses fuzzy methods to enhance the collected image data and detects the edges of obstacles to detect obstacles in a low light environment. Results of the experiment demonstrate that the presented method can identify the obstacles located in front of Unmanned Systems. This method can be used as the basis of autonomous obstacle avoidance.

参考文献/References:

[1] 王越超,刘金国.无人系统的自主性评价方法[J].科学通报,2012,57(15):1290-1299.
[2] 方啸,郑德忠.移动机器人自主寻路避障启发式动态规划算法[J].农业机械学报,2014,45(7):47-54.
[3] 陈绍茹,陈奕梅.基于多传感器信息融合的移动机器人避障[J].传感器与微系统,2014,33(5):35-38
[4] 张跃东,李丽,刘晓波,等.基于单目视觉的无人机障碍探测算法研究[J].激光与红外,2009,39(6):673-676
[5] 杨唐文,王敏杰,秦勇.融合图像边缘和区域特征的道路检测算法[J].东南大学学报:自然科学版,2013(7):81-84.
[6] 邱雪娜,刘斐,刘士荣,等.基于双目视觉的移动机器人动态目标识别与定位[J].华东理工大学学报:自然科学版,2010,36(1):103-108.
[7] 秦文学.用于边缘检测的图像增强技术研究[D].北京:北京工业大学,2008.
[8] 雒涛,郑喜凤,丁铁夫.改进的自适应阈值Canny边缘检测[J].光电工程,2009,36(11):106-111.
[9] 李俊山,马颖,赵方舟,等.改进的Canny图像边缘检测算法[J].光子学报,2011,40(增刊1):50-54.
[10] 曾峥,李彦,储海平.一种改进的基于模糊增强的Canny边缘提取算法[J].科学技术与工程,2009,9(18):38-42.
[11] 吕哲,王福利,常玉清.一种改进的Canny边缘检测算法[J].东北大学学报:自然科学版,2007,28(12):81-84.

备注/Memo

备注/Memo:
收稿日期:2015-03-17
基金项目:贵州民族大学科研基金资助项目(校科研2013007)
作者简介:于阳阳(1987-),女,天津蓟县人,硕士,讲师,研究方向为计算机测控技术。
更新日期/Last Update: 2015-06-26