基于视觉的无人机板载自主实时精确着陆系统

作     者：饶颖露 邢金昊 张恒 马晓静 马思乐 RAO Yinlu;XING Jinhao;ZHANG Heng;MA Xiaojing;MA Sile

作者机构：山东大学海洋研究院山东青岛266237 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2021年第47卷第10期

页      面：290-297页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 

基　　金：国家重点研发计划(2017YFB0404201)。 

主　　题：无人机 精准降落 深度学习 目标检测 注意力机制 

摘      要：传统视觉方案无法应对无人机降落过程中复杂的环境变化,难以实现在机载处理器上的实时图像处理。为此,提出一种适用于无人机板载端轻量高效的Onboard-YOLO算法,使用可分离卷积代替常规卷积核提升计算速度,通过注意力机制自动学习通道特征权重提高模型准确度。在运动模糊、遮挡、目标出视野、光照、尺度变化等5种干扰环境下进行降落测试,结果表明,Onboard-YOLO可以解决降落过程中的复杂环境问题,在板载端计算速度达到18.3 frame/s,相比于原始YOLO算法、Faster-RCNN算法分别提升了4.3倍、25.7倍,其算法平均准确度达到0.91,相比SSD-Mobilenet提高了8.9个百分点。经实际测试验证了该算法可实现无人机板载端的实时自主精准降落,达到95%以上的降落成功率。