Page 138 - 2024年第55卷第11期

水 利 学 报

２０２４年 １１月 ＳＨＵＩＬＩ ＸＵＥＢＡＯ 第 ５５卷 第 １１期

文章编号：０５５９ － ９３５０（２０２４）１１ － １４０４ － １３

基于毫米波雷达和相机融合的无人碾压机

施工障碍物快速精准感知方法

１
１
１
２
１
关世伟 ，李 志 ，王佳俊 ，余 佳 ，张 君 ，余红玲 ３
（１．天津大学 水利工程智能建设与运维全国重点实验室，天津 ３００３５０；
２．华能澜沧江水电股份有限公司，云南 昆明 ６５０２００；
３．中国农业大学 水利与土木工程学院，北京 １０００９１）
摘要：对施工环境的快速精准感知是保证无人碾压机安全、稳定运行的基础。然而当前坝面碾压施工过程中无人
碾压机仅依靠毫米波雷达对障碍物的距离进行感知，当距离小于给定阈值时，碾压机由于无法感知障碍物的类
别，常引起障碍物的误识别，导致无法进行后续碾压作业。针对上述问题，本研究提出基于毫米波雷达和相机融
合的无人驾驶碾压机施工障碍物快速精准感知方法。首先，该方法将快速区域卷积神经网络（ ＦａｓｔｅｒＲ － ＣＮＮ）特征
提取网络中的卷积运算核替换为不同扩张率的空洞卷积核（ ＤＣ），实现对坝面障碍物类型的快速精准识别。然后，
将毫米波雷达感知到的障碍物距离、速度信息与相机感知到的类别信息进行融合，实现对坝面环境的全面精准感
知。工程案例表明，相较于现行的 ＦａｓｔｅｒＲ － ＣＮＮ目标检测算法，本研究提出的 ＤＣ － ＦａｓｔｅｒＲ － ＣＮＮ目标检测算法
ｍＡＰ（检测各类障碍物的平均精度值）提高了 ２．５９％，每张图片的检测时间减少了 ０．０１５ｓ；同时，基于多元信息融
合的感知策略实现了碾压施工过程中的精准避障，保证了坝面施工的安全和效率。
关键词：毫米波雷达；ＦａｓｔｅｒＲ － ＣＮＮ；空洞卷积；感知融合；无人碾压机；碾压混凝土坝
中图分类号：ＴＶ６４２．２
文献标识码：Ａ ｄｏｉ：１０．１３２４３?ｊ．ｃｎｋｉ．ｓｌｘｂ．２０２３０８０４

１ 研究背景

无人碾压技术作为当前最先进的坝体碾压施工技术，对保障施工人员安全和健康、提高坝体碾压
质量、加快坝面施工速度等具有重要的战略意义 ［１ － ３］ 。信息感知、行动决策以及机体控制是无人碾压
机的三大核心技术 ［４］ ，其中信息感知模块中的仓面多类型障碍物精确感知是决策和控制的关键。当前
坝面碾压施工过程中无人碾压机仅采用毫米波雷达对障碍物的距离进行感知，当距离小于给定阈值
时，碾压机停车等待。上述工作流程存在如下问题：①由于坝面不平整，常常导致碾压机车头下倾，
致使安装在碾压机前机架上的毫米波雷达扫描到地面并将其误识别为障碍物从而停止作业；②若扫描
到的障碍物为待碾压的料堆，碾压机将一直等待而无法进行后续的碾压工作，严重影响施工效率。因
此，对坝面环境进行精确感知，实现无人驾驶碾压机的精准避障，是保证无人碾压机安全、稳定施工
的关键。
利用计算机视觉技术检测施工现场障碍物的类别和位置，对感知现场施工环境、保证施工安全和
效率至关重要 ［５ － ６］ 。目前已有大量学者致力于目标检测领域的研究并取得了丰硕的成果。起初，目标
检测依赖手工提取特征并结合滑动窗口的方式进行，常用人工构建的特征有尺度不变特征变换（ Ｓｃａｌｅ －
［７］
［８］
ＩｎｖａｒｉａｎｔＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ ，ＳＩＦＴ） 、方向梯度直方图（ＨｉｓｔｏｇｒａｍｓｏｆＯｒｉｅｎｔｅｄＧｒａｄｉｅｎｔｓ，ＨＯＧ） 和可
收稿日期：２０２３ － １０ － ３０
基金项目：国家自然科学基金项目（Ｕ２３Ｂ２０１４８）；华能集团总部科技项目（ＨＮＫＪ２０ － Ｈ２１ＴＢ）
作者简介：关世伟（ １９９８ － ），博士生，主要从事水利水电工程智能建设研究。Ｅ － ｍａｉｌ：ｓｗｇｕａｎ＠ｔｊｕ．ｅｄｕ．ｃｎ
通信作者：王佳俊（１９９１ － ），博士，教授，主要从事水利水电工程智能建设研究。Ｅ － ｍａｉｌ：ｊｉａｊｕｎ＿２０１４＿ｂｓ＠ｔｊｕ．ｅｄｕ．ｃｎ
０
— １ ４ ４ —