文章详情
| 稿件标题： | 无人装备野外场景自适应道路识别技术 |
| 稿件作者： | 华夏，王新晴，俞垚魏，孟凡杰，马昭烨，王东，邵发明 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 非结构化道路；自适应；多特征；超像素；支持向量机；机器自学习 |
| 文章摘要： | 为实现无人装备在野外复杂环境下，对非结构化道路进行精准高效识别，提出了一种野外场景自适应道路识别算法。该算法加入新的自适应预处理算法，对野外环境图像进行类别划分，对不同类型图像进行针对性预处理；将图像从像素级划分成区域级，划分为同质的超像素块，通过提取、融合超像素块区分度高的颜色、纹理、位置、形状特征，构造新的具有更高区分度的超像素块综合特征向量；通过动态选取道路标识样本，改进了传统拉普拉斯支持向量机算法，利用改进后的算法学习和训练出了超像素块分类器，成功实现了野外复杂场景下道路的精准高效识别。指定数据库检测结果表明，道路识别精度达91.9%，具有较高的道路检测精度和较好的实时性，能够实现对野外非结构化道路精准有效识别。 |
| 引用本文格式： | 华夏，王新晴，俞垚魏，等.无人装备野外场景自适应道路识别技术［J］.兵器装备工程学报，2018,39(6):165-170. HUA Xia, WANG Xinqing, YU Yaowei, et al.Adaptive Road Recognition Technology for Unmanned Field Scenee［J］.Journal of Ordnance Equipment Engineering,2018,39(6):165-170. |
| 刊期名称： | 2018年06期 |
| 出版时间： | 2018年6月 |
| 上线时间： | 2018年6月28日 |
| 浏览次数： | 2981 |
| 下载次数： | 732 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |