无人船艇,或称“无人水面航行器”是一种直接通过自主航行或远程遥控以实现水面航行及作业的船艇,本质上是应用于水面的移动机器人。其中,目标检测是无人船艇环境感知和目标识别技术的重要研究方向,也是世界范围新兴的研究领域。本文以大中型无人船艇为载体,针对中程距离(300米以内)水面航行船舶进行目标检测研究,开展的工作如下:(1)分析了无人船艇的关键技术,从系统工程的角度设计了大中型无人船艇的体系结构,从硬件结构上设计了无人船艇的船载端自主航行系统和岸基端支持系统,以及船载端的感知模块、智能决策模块、通信模块、航行相关模块;从逻辑结构的角度介绍了无人船艇的工作方式和具体任务执行流程。(2)分别研究了基于毫米波雷达和摄像头的目标检测技术。先针对基于毫米波雷达的水面目标检测技术作出了整体介绍,并进行了硬件选型。通过对比直接基于图像分割技术的目标检测方法,说明了对雷达图像进行预处理消除杂波的必要性并重点介绍了其方法,使用了图像处理技术中的中值滤波算法和形态学处理以减弱海杂波在雷达图像上的干扰,最后根据二值图像特性识别边缘实现了目标检测。接着介绍了基于深度学习的水面目标识别方法,采用网络摄像头和电子云台防抖的整体方案。介绍了本文所采用的自建图片数据库方式以及使用腾讯云服务器对YOLOv3深度学习算法进行在线训练的过程。经实验验证,该方法达到了识别速度与识别准确率的兼顾,实现了将现有深度学习算法应用于水面目标检测。(3)根据前文的研究基础,研究了基于毫米波雷达和视觉算法的信息融合技术,并应用于中程距离水面目标检测。采用了决策级的信息融合方法,根据坐标转换规则生成感兴趣区域来提高视觉识别算法的效率和准确率,依据信息融合规则输出障碍物航速、距离、方位角、船舶类别信息。