고양이 눈 효과와 딥러닝 융합 기반 저고도 목표 탐지

Bin ZHOU ,  

Weiming WANG ,  

Ning YAN ,  

Linlin ZHAO ,  

Chuanzhen LI ,  

Abstract

본 논문은 복잡한 핵심 환경에서 '저속 저고도 소형'(LSS) 무인기의 긴급 탐지 요구에 대응하여 고양이 눈 효과를 기반으로 한 능동 저고도 목표 탐지 방법을 제안한다. 탐지 시스템은 주 제어 모듈, 레이저 발사 부품, 공통 광로 주변 시야 스캔 광학 구조, 에코 수신 부품, 목표 탐지 및 시각화 처리 기능을 통합하여 소형 목표 탐지를 실현한다. 광원은 근적외선 레이저를 채택하였으며, 스캔 광로는 마이크로전자기계시스템(MEMS) 렌즈와 서보 기구를 통해 구현된다. 에코 수신 신호는 애벌란치 광전 다이오드(APD)와 목표 탐지 모듈이 공동으로 수집하며, 해당 모듈은 반사 신호 및 거리 정보를 획득할 수 있다. 탐지 소프트웨어는 무인기 마이크로렌즈 인식 알고리즘을 활용하여 국소 피라미드 주의력(LPA) 모듈과 필드 피라미드 네트워크(FPN)를 통합하고 SKNet21 모델과 결합하여 오탐을 제거하며, APD가 수집한 에코 강도 및 비행 시간 데이터를 사용하여 오탐율을 효과적으로 감소시킨다. 실험 결과는 해당 목표 탐지 방법의 실현 가능성을 입증하였다: IoU가 0.50일 때 평균 정밀도는 0.809에 달하며, IoU 0.50─0.95 구간 내에서 평균 정밀도는 0.324이고, 계산 처리량은 49.8 GFLOPs이다. 이 방법은 LSS 목표 탐지의 기존 한계를 돌파할 수 있다.

Keywords

저고도 탐지;광로 탐지;고양이 눈 효과;SKNet21;국소 피라미드 주의력;평균 정밀도

READ MORE