Este artículo aborda la urgente necesidad de detectar drones "pequeños, lentos y bajos" (LSS) en entornos críticos complejos, y propone un método activo de detección de objetivos a baja altitud basado en el efecto ojo de gato. El sistema de detección integra un módulo de control principal, un componente emisor láser, una estructura óptica de escaneo de campo de visión panorámico compartido, un componente receptor de eco, así como funciones de detección de objetivos y procesamiento de visualización para lograr la detección de objetivos pequeños. La fuente utiliza un láser infrarrojo cercano, el camino de escaneo óptico se realiza mediante espejos MEMS y un mecanismo servo. La señal de recepción del eco es capturada por un fotodiodo de avalancha (APD) y un módulo de detección de objetivos, el cual puede obtener señales reflejadas e información de distancia. El software de detección utiliza un algoritmo de reconocimiento de microlentes para drones, integra un módulo de atención piramidal local (LPA) y una red piramidal de campo (FPN), combinado con el modelo SKNet21 para eliminar falsas alarmas, y utiliza los datos de intensidad de eco y tiempo de vuelo recogidos por el APD para reducir eficazmente la tasa de falsas alarmas. Los resultados experimentales confirman la viabilidad de este método de detección de objetivos: la precisión media alcanza 0.809 a un IoU de 0.50, y 0.324 en el rango IoU 0.50─0.95, con un rendimiento computacional de 49.8 GFLOPs. Este método puede superar las limitaciones actuales en la detección de objetivos LSS.

detección a baja altitud;detección óptica;efecto ojo de gato;SKNet21;atención piramidal local;precisión media