【摘 要】
：
无人飞行器是计算机视觉与遥感结合的重要平台,在安防巡检、资源配置、侦察搜救以及军事打击等领域和任务中得到大量运用。近年来,研究者们着力于无人机智能自主程度的提高进行深入探究,借助深度学习、图像处理以及人工智能等相关技术持续探索可行方案,极大地推动了无人机在相关领域应用的可行性以及可靠性。区别于固定视角以及固定场景的图像,无人机影像中存在大量小尺度目标、样本不均衡以及背景变化复杂等特性,同时无人机在
论文部分内容阅读
无人飞行器是计算机视觉与遥感结合的重要平台,在安防巡检、资源配置、侦察搜救以及军事打击等领域和任务中得到大量运用。近年来,研究者们着力于无人机智能自主程度的提高进行深入探究,借助深度学习、图像处理以及人工智能等相关技术持续探索可行方案,极大地推动了无人机在相关领域应用的可行性以及可靠性。区别于固定视角以及固定场景的图像,无人机影像中存在大量小尺度目标、样本不均衡以及背景变化复杂等特性,同时无人机在飞行过程中采集的数据信息易受环境等因素影响导致图像严重退化,例如机械振动、相对运动、位姿变化以及光学环境等因素都会严重影响图像的质量,因此研究无人机视觉任务具有难度大、综合性强以及稳定性要求高的特点。本文采用YOLOv5目标检测框架作为研究基础,借助大气散射模型,针对样本不均衡、目标尺度多样、实时检测以及环境干扰四大问题提出如下解决方案改进无人机视觉目标检测的性能:（1）样本不均衡对网络训练带来的影响毋庸置疑,对少样本目标学习的不充分会直接导致网络模型的少样本目标推理结果产生巨大偏差,因此针对该类样本不均衡问题本文引入数据重采样技术,在训练过程中平衡参与前向计算的各样本数量,使网络模型对各目标样本充分学习,实验表明网络模型相较基准模型在m AP（@.5）指标上有0.6%的提升。目标检测数据集采用HRRSD数据集。（2）针对目标尺度多样问题引入注意力机制,设计网络结构使模型更加关注多尺度特征图上的前景目标,提升目标检测模型的精度指标,实验表明通过合理地设计网络结构,m AP（@.5）指标相较基准模型最高提升1.1%。（3）实时检测对于无人机机载边缘设备是一项巨大考验,因此,本文通过修改YOLOv5s模型的主干特征提取网络为Mobile Net V3搭建轻量化框架,同时引入上述策略和改进,结合多教师动态权重知识蒸馏方法,通过竞争的方式调整教师权重,最后实验表明,改进后的目标检测算法在m AP（@.5）指标上升8.6%,超越YOLOv5s教师模型0.7%,同时参数量和计算量仅为YOLOv5s教师模型的56%左右,相较基准模型基本持平。（4）针对实际环境中存在的云雾干扰,提出改进的DCP图像去雾算法,改善图像质量缓解图像退化问题,并通过定性验证和定量分析证明了改进的有效性,对比DCP算法以及CAP算法具有更强的去雾性能,能够提高目标检测模型的鲁棒性和可靠性。
其他文献
随着科技的进步与社会的发展,机器人所面临的任务越来越复杂。这就要求机器人能在更复杂的环境中处理更复杂的任务。对于广泛使用的机械臂视觉伺服控制系统,视觉图像的深度学习和机械臂强化学习运动控制已经成为研究的热点。但是传统的基于深度学习的目标检测算法和运动控制强化学习算法,分别针对图像学习和行为学习,彼此相互独立,而在复杂多变且存在大量未知环境的情况下,机械臂视觉伺服控制系统,往往需要视觉学习和行为学习
自动引导车（Automated guided vehicle,AGV）在物流行业作为一种越来越重要的自动运输载体,广泛应用于智能化自动停车场以及工厂制造业中进行物料的搬运和运送任务。其中,自动搬运过程中最重要的技术之一就是完成AGV对轨迹跟踪的控制,目前已有许多的轨迹跟踪控制方法,随着研究人员不断地解决越来越先进的AGV系统的出现,在保持小车运动稳定的情况下,能进一步提高小车的快速性和精确性。本文
近年来,送餐机器人、物流机器人、扫地机器人等一系列移动机器人已在日常生活中被广泛使用。未来,移动机器人将在更多领域为人类服务。同时定位与建图（SLAM）技术的实现,是移动机器人能够施展自身基本功能的前提。使用昂贵的传感器,例如激光雷达、深度摄像头等,固然能够达到精准的建图定位效果,但这显然不利于移动机器人的普遍使用。因此,本课题旨在,在对精度不苛求的应用场景中,以低成本实现同时定位与建图技术,且达
现代社会对能源的需求在急剧增长,不可再生能源的过量使用产生大量的碳排放,进而导致严重的环境污染。而以清洁能源为主的可再生能源,具有很强的不确定性,难以稳定满足负载需求。多种再生能源与不可再生能源的协同使用可填补由清洁能源的间歇性所导致的功率供应不足,但同时使用多种能源进行发电会带来强耦合性和强非线性,导致传统方法难以实现对系统的有效控制,无法实现对经济成本的最优调度。因此,本文对综合能源系统经济调
基于监控视频的车辆目标跟踪对于道路运行状态感知与异常事件检测具有重要的应用价值,一直以来都是智能交通领域的研究热点。但在高速公路外场的监控视频中,车辆目标存在遮挡频繁、多尺度、变尺度等问题,以及外场环境存在阴影干扰、恶劣天气、光照变化等不稳定因素,这给车辆目标跟踪带来了很大的挑战。CenterTrack是经典的联合检测跟踪模型,但尚存在跟踪精度不足和遮挡情况下易发生ID跳变的问题,因此,研究基于C
目前,全球能源危机愈演愈烈,同时伴随着各国对环境污染问题日渐重视,以及各国政府和各大企业越来越注意到低碳经济的红利和发展前景,清洁能源的开发利用迫在眉睫。储能设备在清洁能源的开发利用过程中扮演着极其重要的角色,而锂离子电池是极其重要和常用的储能设备之一,这是因为其具有耐高低温、能量密度高、循环寿命长、自放电率低以及无记忆效应等诸多优势。然而单体锂电池电压无法满足绝大部分应用场合对电压水平的要求,锂
近年来,无线电能传输（Wireless Power Transfer,WPT）技术作为一种新型电能传输技术受到国内外的广泛关注。在WPT系统的应用中,单能量传输已难以满足人们的日常需求。为了得知系统的工作状况,如:系统工作状态的检测、负载端状态信息的上传、跟踪系统以实现最优工作效率以及异物检测等等,在能量传输的同时,不可避免的需要进行信息的交互,根据获得的数据信息对系统的工作状态进行调整。因此,能
移动机器人作为机器人技术中一个及其重要的研究领域和组成部分,在军事、经济、科研、服务等领域起到了不可估量的研究应用价值,因此相关课题一直以来都吸引着大量的科研学者积极探索。路径规划是移动机器人导航与控制的基础,是移动机器人的核心问题之一,它研究如何让移动机器人从起始位置无碰撞、安全地移动到目标位置。安全有效的机器人移动需要高效路径规划算法,规划路径的质量对机器人的实际应用效果影响巨大。一般来讲,路
2019年末,新冠疫情开始向全球蔓延,在党的领导与全国人民的同心协力之下,我国新冠疫情防控整体呈现平稳的态势,但全球疫情仍然处于十分复杂的状态,疫情依然十分严峻,鉴于这种形势,对疫情的防控仍然不能懈弛,在疫情防控常态化下,佩带口罩仍然是防范疫情反复的最基本,也是最重要的防护措施之一。目前在大范围人员聚集的公共场所,如火车站、大型商超、医院、商业楼等,一般配备专业工作人员进行口罩佩戴检查,该方式存在
随着植物组织培养育苗（组培苗）技术被广泛应用在农业领域,组培苗工厂化生产已经成为了一种发展趋势。目前关于组培苗自动化生产的机器人技术研究已取得相当进展,但在组培苗生产过程中,物料的运输仍以人工作业为主,物流自动化程度不高,制约了组培苗移植的工业化生产进程。因此,研究开发组培苗移载物流机器人,对提高组培苗运输物流效率,提高组培苗工厂自动化程度具有重要的实际意义。论文以马铃薯组培苗人工移植的工艺过程为