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
; I$ T, k6 B: C0 ~; X+ z" S

% R  m" n! r" h/ C6 ?- b" u1 Y0 \' _# F$ o( ^5 F

  Q7 |& d- j9 o5 r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& S) f4 V+ r% y
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
5 p9 o# }5 ]0 |) V$ q; l/ w8 J9 }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
, E3 L) c; C. }6 t( a9 |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
& N5 l' N/ B. x  s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
  b5 O: x, i' Q- KYOLO 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
- [% E5 J! y% x( S0 O7 ^% u+ ]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
$ _% _/ B1 ]1 r8 h8 P* R- R* d" F* g成功率。 6 M  u$ u/ H- b+ M" o
( K' F/ ]6 S7 _! |( [2 v9 f; Z
" [7 T% n3 |5 b' l

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