探测和跟踪水面船只的方法和数据集与多源数据融合在现实世界复杂的场景
Wenbin Huang1,2, Hui Feng1,2, Haixiang Xu1,2
1Key Laboratory of High Performance Ship Technology (Wuhan University of Technology), Ministry of Education, Wuhan 430063, China.
Sensors (Basel, Switzerland)
|April 12, 2025
概括
这项研究引入了一个新的智能船舶多源数据融合框架,集成自动识别系统 (AIS),雷达和可见数据. 新方法提高了环境传感精度和跟踪一致性,以实现更安全的自主导航.
科学领域:
- 海洋技术的海洋技术
- 自主系统 自主系统
- 传感器的融合传感器
背景情况:
- 单模传感器 (AIS,雷达,可见) 对智能船舶导航有局限性.
- 挑战包括低传感器频率,雷达盲区和缺乏深度信息.
- 准确的环境传感对于安全的自主导航至关重要.
研究的目的:
- 提出一个多源数据融合框架,整合AIS,雷达和可见数据.
- 在复杂的海洋环境和恶劣天气中提高传感性能.
- 提高对象检测和跟踪的准确性和身份一致性.
主要方法:
- 开发了一种具有反循环的多阶段检测和跟踪方法 (MSTrack).
- 实施了一种级联协会匹配方法,用于多源轨迹协会.
- 创建了第一个智能船舶 (WHUT-MSFVessel) 多源融合数据集.
主要成果:
- MSTrack通过将历史的核聚变结果输入到更早的阶段来完善检测.
- 级联关联匹配可以减少来自测量噪声和投影系统的错误.
- 获得了高的MOTA分数 (0.872雷达,0.938可见) 和IDF1分数 (0.811,0.929).
- 融合精度达到了0.9.
结论:
- 多源数据融合显著提高了传感准确性和跟踪身份一致性.
- 拟议的框架为更安全的智能船舶航行提供了全面的环境感知.
- WHUT-MSFVessel数据集有助于在这个领域进行进一步的研究.
