论文部分内容阅读
无人机行人巡检是指无人机沿着规定航线对地面行人目标进行实时准确检测,在边防、林业巡检等场合都拥有着广泛的应用价值。现阶段无人机行人巡检面临着巡检过程中无人机定位信息不可信、需要远程人工监控不智能等问题,因此本文针对无人机行人巡检过程中的可信化和智能化,研究基于景象匹配和目标检测的无人机行人巡检系统。
首先,无人机在边防、林业等环境中容易受到干扰偏离路线,无法实现可信作业。使用实时图像与地图进行景象匹配,能够得到精确的GPS信息,辅助无人机定位。本文设计了一种快速的景象匹配方法:对输入图片进行降采样,然后进行DOH特征点检测,对检测到的特征点构建BRISK描述符并进行LSH特征匹配,最后采用PROSAC去除误匹配。实验证明,快速景象匹配算法在电脑端匹配速度比目前工业领先的实时匹配算法ORB快1.6倍,平均匹配准确率比ORB高90.5%。平均位置误差为4.7m,机载端平均帧率为21.0FPS,能够实时准确地实现系统中无人机辅助定位功能,解决可信化问题。
其次,当前无人机行人巡检主要依靠远程人工监控,处理效率低。研究机载端实时地面行人检测可以提高无人机行人巡检的智能化水平。机载端地面行人检测的研究难点是缺少相关数据集、机载端处理器性能低。因此本文搭建无人机地面行人数据集DronePerson并改进tile-up数据扩增方法。检测网络改进方面,在Tiny-YOLO基础上,结合深度可分离卷积和注意力机制生成Person-YOLO网络,实验证明:Person-YOLO机载端平均帧率为19.1FPS,能够达到84.6%的检测准确率,比起Mobilenet-SSD,准确率高15.4%,速度快1.3倍。
最后,基于以上技术,本文搭建了无人机行人巡检软硬件系统并对其进行实飞测试,证明算法可以在机载端实时准确地运行,从而证明了无人机行人巡检系统的有效性。
本文利用景象匹配、目标检测等技术手段搭建了无人机行人巡检系统,实现了准确实时的可信智能巡检,满足实际应用需求。本文所设计的方法可以为未来无人机巡检研究提供研究基础,具有较高的参考价值。
首先,无人机在边防、林业等环境中容易受到干扰偏离路线,无法实现可信作业。使用实时图像与地图进行景象匹配,能够得到精确的GPS信息,辅助无人机定位。本文设计了一种快速的景象匹配方法:对输入图片进行降采样,然后进行DOH特征点检测,对检测到的特征点构建BRISK描述符并进行LSH特征匹配,最后采用PROSAC去除误匹配。实验证明,快速景象匹配算法在电脑端匹配速度比目前工业领先的实时匹配算法ORB快1.6倍,平均匹配准确率比ORB高90.5%。平均位置误差为4.7m,机载端平均帧率为21.0FPS,能够实时准确地实现系统中无人机辅助定位功能,解决可信化问题。
其次,当前无人机行人巡检主要依靠远程人工监控,处理效率低。研究机载端实时地面行人检测可以提高无人机行人巡检的智能化水平。机载端地面行人检测的研究难点是缺少相关数据集、机载端处理器性能低。因此本文搭建无人机地面行人数据集DronePerson并改进tile-up数据扩增方法。检测网络改进方面,在Tiny-YOLO基础上,结合深度可分离卷积和注意力机制生成Person-YOLO网络,实验证明:Person-YOLO机载端平均帧率为19.1FPS,能够达到84.6%的检测准确率,比起Mobilenet-SSD,准确率高15.4%,速度快1.3倍。
最后,基于以上技术,本文搭建了无人机行人巡检软硬件系统并对其进行实飞测试,证明算法可以在机载端实时准确地运行,从而证明了无人机行人巡检系统的有效性。
本文利用景象匹配、目标检测等技术手段搭建了无人机行人巡检系统,实现了准确实时的可信智能巡检,满足实际应用需求。本文所设计的方法可以为未来无人机巡检研究提供研究基础,具有较高的参考价值。