控制与决策

作者：苏晓杰,刘星雨,李睿,谭威,郜深阵

单位：重庆大学 自动化学院,重庆 400044,,重庆大学 自动化学院,重庆 400044,,重庆大学 自动化学院,重庆 400044,,重庆大学 自动化学院,重庆 400044,,重庆大学 自动化学院,重庆 400044,

关键词：视觉感知;边线检测;半结构化场景;深度学习;数据集;评价指标

基金：国家重点研发计划政府间合作重点专项项目(SQ2019YFE011667)；国家自然科学基金项目(62003059)；广东省重点领域研发计划项目(2020B0909020001)；中国博士后基金项目(2020M673136)；重庆市留创计划项目(2205012983768768).

面向机器人自主运动的视觉感知技术是实现机器人与环境交互的关键技术之一,边线作为保证机器人运动安全的一种视觉信息,具有广泛的研究价值,而半结构化场景为边线检测带来新的挑战.基于手工提取特征的检测方法在面对非城市环境或路面视觉信息不明显的复杂场景时并不能表现出鲁棒性,利用深度学习方法进行边线检测已成为一种主流趋势.鉴于此,针对半结构化场景下的移动机器人视觉边线检测研究进行综述,考察部分边线检测算法在半结构化场景下的应用前景与应用效果.首先,对常用的边线检测数据集进行整理,从采集场景、标注类型等角度分析当前数据集及研究的侧重点;其次,对不同的方法进行分类与总结,比较检测与数据处理过程;接着,对深度学习常用的评价指标进行整理,并对不同方法在面对不同场景时的检测效果进行比较和分析;最后,针对半结构化场景下边线检测所存在的问题,对基于深度学习的视觉边线检测方法的研究方向进行展望.

来源：2023年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第6期