面向AUV自主水下对接的视觉检测算法

• 作者: 龙泽升 徐海祥 冯辉 龚锐
• 来源期刊: 数字海洋与水下攻防
• 学科: 工学
• 关键词: 自主式水下机器人 水下对接 卷积神经网络 完备交并比 余弦退火 混合精度
• 年，卷（期）: 2022,（1）
• 页码范围: 17-24
• 页数: 8页
• 分类号: TP242
• 语种: 中文
• DOI: 10.19838/j.issn.2096-5753.2022.01.004

摘要

针对自主式水下机器人水下对接过程中近距离视觉导引存在的定位精度低、计算时间长的问题.基于Cascade RCNN神经网络模型设计了一种高精度视觉检测算法.首先,基于热力图导向的泊松复制建立混合数据增强策略,在实例级和图像级上扩充训练样本;其次,采用完备交并比损失函数提高算法模型输出边界框的回归准确率;然后,使用学习率余弦退火策略,通过周期性的热重启和衰减使算法模型能概率性地跳出局部最优解并最终趋于全局最优,以进一步提高目标检测精度;最后,使用混合精度策略减少算法模型计算复杂度,提高实时性.水下对接实拍图像目标检测试验表明:该算法模型的平均精度达到94％,检测速度超过20帧/秒.