数学建模社区-数学中国

标题: 基于视觉的无人机板载自主实时精确着陆系统 [打印本页]
作者: 杨利霞    时间: 2020-10-29 15:23
标题: 基于视觉的无人机板载自主实时精确着陆系统
基于视觉的无人机板载自主实时精确着陆系统

& e% [9 O3 a$ D6 J- n" m8 Z/ x% z- Y$ Y$ m

" w( f8 f4 y! j7 O1 f
+ J2 g+ u+ H, W基于视觉的无人机自主精确降落研究可以被广泛应用于电力巡检、森林巡检等行业。传统视觉方案无法$ V) V& F0 _6 p' O3 h( B
应对降落过程中复杂的环境变化，无法实现在机载处理器上的实时图像处理。因此提出一种适用于无人机板载端1 F7 D7 _) X+ H9 h: q- _) t
轻量高效的 Onboard-YOLO 算法，使用可分离卷积代替常规卷积核，有效提升速度。通过注意力机制自动学习通2 |* _' L- G, y! `! @8 `
道特征权重提高模型准确度。在五种干扰环境下进行降落测试，并与行业领先的实时检测算法进行对比实验。实+ P$ ^$ @% K! |8 c9 ^; r
验结果表明：Onboard-YOLO 可以解决降落过程中的复杂环境问题，在板载端达到 18.3 帧计算速度，相比原始2 T, q' P6 s2 Z( G5 X5 W* j! n
YOLO 算法提升了 4.3 倍，相比 Faster-RCNN 提升了 25.7 倍，算法平均准确度达到 0.91，相比 SSD-Mobilenet 提 3 ]; _" o! ~8 l$ c5 E
高 8.9%，经过实际测试验证，Onboard-YOLO 可以实现无人机板载端的实时自主精准降落，达到 95%以上的降落
( B3 C7 Q5 p; P成功率。 1 l8 K* X; z9 G: m8 S5 l

. ?; o9 v8 O, z" W6 B
( K. m' R& r7 @8 I% H/ I. ]

基于视觉的无人机板载自主实时精确着陆系统.pdf

872.16 KB, 下载次数: 0, 下载积分: 体力 -2 点

售价: 3 点体力  [记录]  [购买]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5