1. 研究目的与意义（文献综述）

1.1研究目的

我国是世界内河航运大国之一，内河航运是我国现代综合运输体系的重要组成部分，其具有运能大、成本低、污染轻、占地少、能耗低等优势。2016年，交通运输部部长杨传堂在全国交通运输工作会议上提出了综合交通运输发展的总体目标：加快推进综合交通、智慧交通、绿色交通、平安交通建设，加快完善综合交通基础设施网络，到2020年基本建成安全便捷、畅通高效、绿色智能的现代综合交通运输体系。水运业己呈现新的发展趋势。

随着内河航运的发展，船舶数量急剧增多，通航密度越来越大，加上内河通航环境复杂多变，严重影响内河航运安全。然而内河船舶大多为载重量较小的船舶，基于成本考虑没有安装雷达等功能性较强的导航设备，载重吨也没达到imo要求的ais强制安装标准。此类船舶在内河航行时存在较大的安全隐患。

为了提高内河航运的安全，增强内河小型船舶的导航能力，实时障碍物检测技术成为了解决上述问题的研究方向，本课题拟通过对目前主流的目标检测算法进行学习，分析和比较，选择一种较好的方法并加以优化，使目标检测算法在实时检测内河船舶航行时的障碍物时具有更高的精确度和更快的速度。

2. 研究的基本内容与方案

2.1研究内容

本课题的研究内容围绕实时的障碍物检测展开，关键在于实现实时的要求。具体要研究的主要分为三个部分：视频预处理，视频增强以及障碍物检测。

视频预处理部分主要是研究滤波和复原的相关算法对视频进行处理。船舶航行过程中摄像头采集的视频成像质量差，不便于直接进行障碍物检测，所以在检测之前对视频进行预处理，提高视频质量。

视频增强的部分研究相关增强算法进一步提高视频质量。预处理之后的视频质量可能还达不到直接进行障碍物检测的要求，所以需要进一步增强视频的质量，方便后续的障碍物检测。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

第7－9周：收集公共数据集或自行采集视频，使用某种编程语言实现障碍物检测。

4. 参考文献（12篇以上）

[1] 林志洁,罗壮,赵磊,鲁东明.特征金字塔多尺度全卷积目标检测算法[j].浙江大学学报(工学版),2019(03):1-7.

[2] 孙元辉,徐智勇,张建林,许涛.基于深度学习的单步目标检测器特征增强算法[j].半导体光电,2019(01):108-111.

[3] 武凯利,仝宗和,张鹏升,刘亚男,刘钊.基于深度学习的复杂气象条件下海上船舶识别[j].科学技术与工程,2019(03):130-135.