6、非结构化道路检测与无容量限制工厂循环选址问题的解决方案

非结构化道路检测与无容量限制工厂循环选址问题的解决方案

1. 非结构化道路检测

在非结构化道路的检测中，面临着诸多挑战，如道路上的灰尘覆盖、路面材料差异导致的温度不均等问题。为了更准确地检测道路，研究人员采用了结合可见光光谱和热成像信息的方法。

1.1 信息互补原理

处理可见光光谱图像所获得的道路信息，可以通过热成像相机捕获的图像信息进行补充。基于蚁群优化（ACO）的道路检测算法对这两种图像进行处理，将二者的信息结合起来，以构建更准确的道路表示。

在多风环境中，灰尘常常部分覆盖道路，使得基于可见光光谱图像的道路检测变得困难。但如果灰尘下的道路沥青足够温暖，道路温度会明显高于边缘温度。此时，可以通过温度而非可见边界来检测道路。不过，这种方法仅在道路温度与边缘温度不同时有效，因此在阳光充足、温暖的白天效果更佳。

然而，有些道路由于不同材料的补丁，温度读数非常不均匀。在这些区域，通过可见光光谱更容易实现良好的检测。此外，热成像相机价格较高，且提供的图像分辨率低于可见光光谱相机。

综上所述，在不同情况下，两种图像各有其适用时机，可以互补信息，从而在广泛的条件下实现正确的道路检测。

1.2 基于ACO的道路检测算法

将ACO算法应用于非结构化道路的实时检测。该算法的输入是由两个相机捕获的图像，一个工作在可见光光谱，另一个工作在红外光谱。结合使用这两种信息是因为待检测的非结构化道路条件不利。一方面，部分或完全覆盖道路边缘的灰尘使基于可见光光谱图像的检测变得复杂；另一方面，道路上的沥青补丁会导致温度变化，不利于使用热成像图像进行道路检测。

实验表明，结合可见光和红外信