現(xiàn)有的無人飛艇無法自主探測飛行環(huán)境,主要通過遙控方式進行控制,這種控制方式操作難度大、易撞擊障礙物造成經(jīng)濟損失,自主檢測目標對提升飛艇的安全性具有重要意義。對無人飛艇低空飛行環(huán)境中的目標進行檢測時,一方面飛行環(huán)境復(fù)雜,目標數(shù)量多,另一方面檢測對象以遠距離小尺寸目標為主,檢測難度大。論文基于經(jīng)典的YOLOv3-tiny目標檢測網(wǎng)絡(luò),設(shè)計了多個改進的網(wǎng)絡(luò),所提出的網(wǎng)絡(luò)具有更高的檢測精度,尤其對小尺寸目標有更強的檢測能力。論文主要工作如下:首先,針對YOLOv3-tiny網(wǎng)絡(luò)檢測精度較低的問題,根據(jù)卷積神經(jīng)網(wǎng)絡(luò)不同層具有不同的特征的特點,對YOLOv3-tiny的卷積層進行設(shè)計和調(diào)整,分別建立YOLOv3-Feature1、YOLOv3-Feature2和YOLOv3-Feature3網(wǎng)絡(luò),實驗結(jié)果表明,YOLOv3-Feature2網(wǎng)絡(luò)的檢測精度提升幅度最大,說明強化提取高層語義信息可以有效提升YOLOv3-tiny網(wǎng)絡(luò)的檢測能力。然后,針對遠距離小尺寸目標檢測問題,基于特征金字塔設(shè)計得到Y(jié)OLOv3-Pyramid網(wǎng)絡(luò),該網(wǎng)絡(luò)融合了網(wǎng)絡(luò)淺層的細粒度信息和深層的高層語義信息,得到一個感受野較小的特征圖,針對小尺寸目標進行檢測,實驗結(jié)果表明,YOLOv3-Pyramid網(wǎng)絡(luò)對小尺寸目標的檢測能力有大幅提升,盡管檢測用時有所延長,但仍在可接受的范圍內(nèi)。最后,設(shè)計與實現(xiàn)了低空無人飛艇目標檢測系統(tǒng)。融合傳感器的信息,設(shè)計了自主避障和著陸策略,根據(jù)項目需求,設(shè)計和搭建了一體化的檢測裝置,基于YOLOv3-Pyramid網(wǎng)絡(luò),使用雙攝像頭與激光測距儀實時對目標進行檢測,驗證了算法的有效性。論文設(shè)計的基于深度學習的目標檢測算法,可以應(yīng)用于嵌入式設(shè)備中,具有較好的檢測效果,提高了無人飛艇安全性和自主性,具有較高的實際應(yīng)用價值。
【學位單位】：華中科技大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP274;V274
【部分圖文】：

飛艇是一種輕于空氣、具有動力驅(qū)動的航空器，被廣泛應(yīng)用于民用和軍事領(lǐng)域。它的升力主要來自于氣囊內(nèi)密度比空氣小的填充氣體，該氣體一般為安全性能高的氦氣，安裝于飛艇上的發(fā)動機也會提供部分升力。飛艇實物圖如圖1-1所示。圖 1-1 無人飛艇實物圖第一艘飛艇由法國工程師Henri Giffard于1852年建造，該飛艇長為143英尺、直徑為40英尺，并以每小時5英里的速度成功完成了17英里的飛行[1]。飛艇是最早用于航空運輸?shù)娘w行器。飛艇的快速發(fā)展持續(xù)到1937年，直到當時最大的剛性飛艇“興登堡”發(fā)生事故后，飛艇的發(fā)展開始萎靡不振，但是研究者們對飛艇的研究沒有停止。近年來，材料與技術(shù)的發(fā)展使得飛艇重新活躍在各個領(lǐng)域，如圖1-2所示。(a) 架設(shè)電纜 (b) 廣告展示 (c) 通訊中繼圖 1-2 飛艇應(yīng)用介紹圖無人飛艇的尺寸一般在20米以下，可以攜帶一定的負載，續(xù)航時間一般在2小時內(nèi)。與固定翼無人飛行器與旋翼無人飛行器相比，無人飛艇是一種理想的低速、低空平臺

航空運輸?shù)娘w行器。飛艇的快速發(fā)展持續(xù)到1937年，直到當時最大的剛性飛艇“興登堡”發(fā)生事故后，飛艇的發(fā)展開始萎靡不振，但是研究者們對飛艇的研究沒有停止。近年來，材料與技術(shù)的發(fā)展使得飛艇重新活躍在各個領(lǐng)域，如圖1-2所示。(a) 架設(shè)電纜 (b) 廣告展示 (c) 通訊中繼圖 1-2 飛艇應(yīng)用介紹圖無人飛艇的尺寸一般在20米以下，可以攜帶一定的負載，續(xù)航時間一般在2小時內(nèi)。與固定翼無人飛行器與旋翼無人飛行器相比，無人飛艇是一種理想的低速、低空平臺，具有以下優(yōu)點：1）能耗低、具有很強的自給能力，可以長時間飛行，

于預(yù)測多個回歸邊界框概率圖 1-4 基于深度學習的目標檢測方法流程圖（1）基于候選區(qū)域的目標檢測方法基于候選區(qū)域的目標檢測方法使用啟發(fā)式方法產(chǎn)生候選區(qū)域，然后對候選區(qū)分類或回歸操作，判斷是否存在目標。該類方法只有三個步驟：窗口滑動、類和后處理。近年來，研究者們基于候選區(qū)域的目標檢測方法提出了很多方的基于候選區(qū)域的目標檢測方法有：R-CNN[17]、SPP Net[18]、Fast R-CNN[1ter R-CNN[20]。R-CNN首先使用選擇性搜索算法在圖片中生成1000到2000個建議區(qū)域，建議可能出現(xiàn)目標的矩形框，然后將建議區(qū)域縮放為227 227大小，提取特征向用SVM分類器、非極大值抑制與邊界框回歸策略進行預(yù)測。R-CNN檢測流程-5所示。R-CNN模型的訓(xùn)練與測試的時間開銷較大，難以應(yīng)用到實時檢測中

【參考文獻】

相關(guān)期刊論文 前9條

1 陳虹;;電力跨越施工中遙控飛艇的應(yīng)用技術(shù)解析[J];山東工業(yè)技術(shù);2014年24期

2 郝文杰;劉浩;程吉利;;基于紅外探測的四旋翼飛行器保護裝置設(shè)計[J];電子制作;2014年08期

3 嵇艷鞠;王遠;徐江;周逢道;李肅義;趙義平;林君;;無人飛艇長導(dǎo)線源時域地空電磁勘探系統(tǒng)及其應(yīng)用[J];地球物理學報;2013年11期

4 劉明軍;林宗堅;蘇國中;;無人飛艇低空航測系統(tǒng)在1:500大比例尺地形圖航測中的應(yīng)用[J];遙感信息;2013年04期

5 秦名揚;田金文;王長青;冀華;;紅外高壓線塔檢測方法研究[J];艦船電子工程;2013年06期

6 趙基宇;胡士強;;基于視覺的無人飛艇地面目標檢測[J];計算機工程;2012年08期

7 王文龍;唐爐亮;李清泉;雷波;;一種利用飛艇航拍視頻的運動車輛檢測方法[J];武漢大學學報(信息科學版);2010年07期

8 廖洪濤;;無人飛艇應(yīng)用于超高壓輸電線路空中巡視可行性研究[J];技術(shù)與市場;2010年06期

9 明德烈;田金文;;紅外前視對一類特殊建筑目標識別技術(shù)研究[J];宇航學報;2010年04期

相關(guān)碩士學位論文 前5條

1 劉強;無人飛艇常規(guī)控制策略和抗風抗擾控制研究[D];華中科技大學;2019年

2 鄭海潮;四軸飛行器自主飛行控制及避障系統(tǒng)研究[D];電子科技大學;2016年

3 蘇東;基于雙目視覺的小型無人飛行器的導(dǎo)航與避障[D];電子科技大學;2014年

4 余程;基于視覺的無人直升機地標跟蹤及著陸研究[D];哈爾濱工程大學;2013年

5 趙基宇;基于視覺的無人飛艇地面目標檢測與動態(tài)標注[D];上海交通大學;2012年

本文編號：2820332