Previous
|
Next
キャットアイ効果と深層学習融合による低空目標検出
Bin ZHOU
,
Weiming WANG
,
Ning YAN
,
Linlin ZHAO
,
Chuanzhen LI
,
DOI:
10.1631/FITEE.2500522
Abstract
本論文は、複雑な重要環境における「低・遅・小」(LSS)無人機の緊急検出ニーズに対応し、キャットアイ効果に基づく能動的な低空目標検出手法を提案する。検出システムは、主制御モジュール、レーザー発射コンポーネント、共光路周視走査光学構造、エコー受信コンポーネント、目標検出および可視化処理機能を統合し、小型目標の検出を実現する。光源には近赤外レーザーを用い、走査光路はマイクロエレクトロメカニカルシステム(MEMS)レンズとサーボ機構によって実現する。エコー受信信号はアバランシェフォトダイオード(APD)と目標検出モジュールによって共に捕捉され、反射信号および距離情報を取得可能である。検出ソフトウェアは無人機マイクロレンズ認識アルゴリズムを用い、局所ピラミッド注意(LPA)モジュールとフィールドピラミッドネットワーク(FPN)を統合し、SKNet21モデルと組み合わせて誤検出を除去し、APDにより収集されたエコー強度および飛行時間データを活用して誤警報率を効果的に低減する。実験結果は本目標検出手法の実現可能性を検証した。IoUが0.50のとき平均精度は0.809であり、IoU 0.50─0.95の範囲では平均精度は0.324、計算スループットは49.8 GFLOPsである。本手法はLSS目標検出における既存の制限を突破できる。
Keywords
低空検出;光路検出;キャットアイ効果;SKNet21;局所ピラミッド注意;平均精度
READ MORE