【技术实现步骤摘要】
本专利技术涉及无人机反制,尤其是涉及一种基于空对空视觉识别的反无人机系统与方法。
技术介绍
1、近年来深度学习的迅速发展对目标识别等下游任务起到了极大的促进作用,无人机作为正在广泛普及的低空飞行器,给人们带来便利的同时也造成了很多危险事故的发生,此外在无人机智能反制领域现有技术的空白迫切需要一种高效、快速的反无人机视觉识别系统及有效的反制措施。
2、关于无人机识别技术,我们注意到现有成果大多直接借用cv领域的模型方法,如yolov5模型等,并以此为核心构建相应检测系统,但鉴于无人机飞行速度较快(如fpv无人机),模型算法的实时性、反制技术的有效性成为瓶颈,现有视觉识别技术通常无法在高帧率下实时捕获高速飞行的无人机,而现有反制措施(如电磁干扰,霰弹打击等)也无法起到非常有效的作用。
技术实现思路
1、本专利技术的目的是提供一种基于空对空视觉识别的反无人机系统与方法,以解决上述
技术介绍
中存在的问题。
2、为实现上述目的,本专利技术提供了一种基于空对空视觉识别的反无人机系
<本文档来自技高网...【技术保护点】
1.一种基于空对空视觉识别的反无人机系统,其特征在于,包括:
2.根据权利要求1所述的一种基于空对空视觉识别的反无人机系统,其特征在于:探测单元包括云台搭载的相机视觉检测设备、激光视觉检测设备、红外视觉检测设备中的一种或几种,还包括图像传输模块和目标识别模块。
3.根据权利要求2所述的一种基于空对空视觉识别的反无人机系统,其特征在于:图像传输模块将相机视觉检测设备、激光视觉检测设备或红外视觉检测设备捕获的视频流通过UART接口有线传输给模拟图传,模拟图传利用MAVLink协议将视频流编码后,通过无线通信链路发送至地面站,地面站的目标识别模块获取
...【技术特征摘要】
1.一种基于空对空视觉识别的反无人机系统,其特征在于,包括:
2.根据权利要求1所述的一种基于空对空视觉识别的反无人机系统,其特征在于:探测单元包括云台搭载的相机视觉检测设备、激光视觉检测设备、红外视觉检测设备中的一种或几种,还包括图像传输模块和目标识别模块。
3.根据权利要求2所述的一种基于空对空视觉识别的反无人机系统,其特征在于:图像传输模块将相机视觉检测设备、激光视觉检测设备或红外视觉检测设备捕获的视频流通过uart接口有线传输给模拟图传,模拟图传利用mavlink协议将视频流编码后,通过无线通信链路发送至地面站,地面站的目标识别模块获取无人机视觉检测模块的视频流,通过目标识别算法实现对目标飞行器的识别。
4.根据权利要求3所述的一种基于空对空视觉识别的反无人机系统,其特征在于:目标识别算法包括yolov8-skipnet模型或swint模型。
5.根据权利要求1所述的一种基于空对空视觉识别的反无人机系统,其特征在于,yolov8-skipnet模型具体包括:
6.根据权利要求4所述的一种基于空对空视觉识别的反无人机系统,其特征在于:swint模型由若干阶段组成,每个阶段包含若干个 swin transformer block,swint模型的输入是分块的图像,经过逐层处理,最终输出特征用于分类或其他任...
【专利技术属性】
技术研发人员:徐大军,栗梓超,张默涵,白梓彤,齐瑞茜,高宇涵,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。