高速公路无人机巡检地面站系统研究与设计

作     者：王国庆 

作者单位：西安工业大学 

学位级别：硕士

导师姓名：齐华;郭威

授予年度：2024年

学科分类：08[工学] 0814[工学-土木工程] 0825[工学-航空宇航科学与技术] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

主      题：无人机巡检 高速公路 地面站系统 异物检测 深度学习 

摘      要：随着交通运输事业的迅速发展,高速公路在人们的出行中扮演至关重要的角色。但安全问题和维护需求逐渐凸显。由于传统巡检方式在效率和成本方面的局限性日益增加,无人机巡检技术应运而生,并迅速成为高速公路巡检的热门领域。本研究针对当前高速公路巡检的实际需求,结合无人机技术的优势,研究设计一套高速公路无人机巡检地面站系统,旨在提升高速公路巡检的效率和准确性。 通过无人机和地面站的结合,研究并设计无人机巡检地面站系统,从功能需求和性能需求两个维度对无人机地面站系统进行了详细的需求分析,进行了地面站系统的总体方案设计。其中,着重对道路异物检测模块进行了研究。通过明确高速公路道路异物的定义,将锥桶、行人及杂物作为检测对象,并对它们进行标签标注和数据集的合理划分,从而完成数据集的构建。为满足该巡检地面站对道路异物检测的准确性和实时性的要求,该系统中异物检测模块设计采用了深度学习的YOLOV5s目标检测算法。鉴于高速公路场景下异物目标检测常面临的精确率低和检测速度慢的问题,首先,在颈部引入Faster Net网络模型结构,通过降低模型的复杂度,显著提升检测的速度;其次,添加DSConv卷积,模型能够扩展其感受野并增强特征提取能力,在保证计算效率的同时,提高模型的检测精度;此外,为了增强对小目标检测的稳定性,采用了NWD这一度量方法,以代替传统的IOU方法,该方法通过将两个相似框建模为高斯分布,并利用Wasserstein距离来度量框与框之间的相似度,使得对异物小目标的检测更加稳定。这一改进不仅提高了模型的检测效果,还增强了其在高速公路场景下的适用性。 为了满足高速公路的无人机巡检的需求,设计了无人机巡检地面站系统。首先,确定了地面站系统与无人机间的UDP通信协议,设计了通信模块,以实现数据的顺畅交互。对无人机状态显示、控制命令发送以及道路异物检测模块进行了分析与设计。优化了地面站系统的界面布局,并使用百度地图来显示无人机位置信息,采用My SQL数据库进行数据管理。经过测试,地面站系统满足了高速公路无人机巡检的需求,展现了其设计上的优越性和实用性。 发挥无人机技术的潜力,并结合深度学习技术,完成的高速公路无人机巡检地面站系统在道路异物检测与高速公路巡检管理方面成效显著,进一步增强了高速公路的安全性和维护性。该系统具有实际应用价值,为未来高速公路巡检管理提供了参考。