[發明專利]基于微型飛行器的目標檢測系統

有效

• 申請號: 202010083951.5
• 申請日: 2020-02-10
• 公開（公告）號: CN111204452B
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 姚德臣;劉恒暢;楊建偉;張驕;武向鵬;寇子明;國樹東
• 申請（專利權）人: 北京建筑大學
• 主分類號: B64C39/02
• 分類號: B64C39/02;B64D47/08;G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 趙亞飛

本發明提供一種基于微型飛行器的目標檢測系統，其通過設置在四軸飛行平臺上的攝像頭采集視頻數據，然后通過Raspberry pi 4微型控制單元以及加裝在其上的Coral USB加速棒承載包括有多分支深度可分離卷積神經網絡和Single Shot MultiBox Detector運算模塊的目標檢測系統對所述視頻數據中的幀畫面進行物體檢測。本發明通過使用深度可分離卷積降低模型的大小，利用多分支結構提高模型的泛化性。其在Raspberry pi 4上加裝Coral USB加速棒的情況下，能夠通過構建的MBDSCNN?SSD目標檢測模型對物體進行快速檢測。

技術領域

本發明涉及無人機技術領域，具體而言涉及一種基于微型飛行器的目標檢測系統。

背景技術

無人機系統是航空航天制作業中技術密集型產業，其設計生產過程中集合有多種高新技術系統。

軍事上，無人機已成為各國武器裝備中大的亮點。由于無人機具有運行成本低、無人員傷亡風險、使用方便等特點，其可以廣泛應用于反恐防暴、搶險救災、航測航攝、國土資源管理、環境保護、城市規劃與管理、影視、電力部門巡線、海事巡邏、高速公路巡查、林業部門防火、農(林)業部門病蟲害監測與防治等領域。無人機在民用領域的使用也逐漸得以推廣，越來越多的行業、部門和單位正在用無人機取代傳統的勞動工作方式。

從無人機發展來看，專業化和大眾化兩者并不矛盾，當然無人機廠商也正在努力推行新產品及新系統的開發，盡可能的降低對飛手操作技術的要求。

消費級無人機最近的一個趨勢是越來越小、越來越輕便。其一個主要的趨勢就是我們說的“口袋無人機”。在此方面，知名無人機企業大疆已經推出了微型無人機Spark。

然而現有的無人機技術仍然存在其局限性：

現有的無人機技術，其飛行控制系統較為復雜，需要操作者人為觀測或及時根據無人機傳感數據調整飛行姿態。這對無人機姿態識別傳感設備以及飛手的操作要求均有較高要求。無人機姿態識別的誤差在一定程度上限制了無人機對無人機的操控，從而影響無人機大規模的應用。

并且，現有無人機上搭載的視覺識別系統，其目標檢測算法復雜，需要大量運算資源作為支撐，因此，其目標識別的實時性和準確率均有待提高。

發明內容

本發明針對現有技術的不足，提供一種基于微型飛行器的目標檢測系統。本發明具體采用如下技術方案。

一種基于微型飛行器的目標檢測系統，其所設置的微型飛行器包括：四軸飛行平臺，其包括平臺主體，所述平臺主體的四角分別對稱設置有向外延伸的四個連接軸，四個連接軸的遠端分別設置有四個空心杯電機，四個空心杯電機的電機軸向上伸出并分別連接有一組螺旋槳，所述空心杯電機驅動各組螺旋槳旋轉帶動所述微型飛行器起飛、降落、飛行或調整空中姿態；

所述的目標檢測系統，其包括：

攝像頭，其設置在所述平臺主體上，用于采集視頻數據；

視覺識別單元，其連接所述攝像頭，包括Raspberry pi 4微型控制單元以及加裝在所述Raspberry pi 4微型控制單元上的Coral USB加速棒，用于接收所述攝像頭采集的視頻數據，并對所述視頻數據中的幀畫面進行物體檢測；其中，

所述Raspberry pi 4微型控制單元內設置有目標檢測模型，所述目標檢測模型包括有多分支深度可分離卷積神經網絡和Single Shot MultiBox Detector運算模塊；

其中的多分支深度可分離卷積神經網絡用于首先對攝像頭所采集的視頻數據中的幀畫面進行3x3卷積，然后對3x3卷積所輸出的卷積結果進行深度可分離卷積，再將深度可分離卷積所獲得的數據輸入連接過濾器，隨后將連接過濾器后所輸出的數據分別順序進行參數不同的兩次深度可分離卷積后輸出至全局平均池化層；