[发明专利]基于旋翼无人飞行器和YOLOv3的轨道异物检测方法有效
| 申请号： | 201910713696.5 | 申请日： | 2019-08-02 |
| 公开（公告）号： | CN110532889B | 公开（公告）日： | 2022-08-16 |
| 发明（设计）人： | 蔡晨晓;黄杰;欧凯;关翔中 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/48;G06V10/764;G06V10/774;G06V10/82;B61L23/04 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于旋翼无人飞行器和YOLOv3的轨道异物检测方法。方法为：首先制作轨道异物检测数据集，利用数据集训练YOLOv3，得到异物检测模型和模型参数，将异物检测模型和模型参数加载到基于YOLOv3的系统中；然后利用旋翼无人飞行器获得轨道的视频数据并进行预处理，利用基于多智能体的轨道特征识别算法获得轨道特征；接着利用两侧轨道特征计算轨道中心线，基于轨道中心线设定安全检测阈值，划分安全检测区域；最后利用异物检测模型和模型参数在安全检测区域进行异物检测，若检测到存在已知的异物，则发出异常报警，并返回异物的类别和位置，否则返回进行下一轮视频获取。本发明提高了轨道异物检测的精确度和实时性。 | ||
| 搜索关键词： | 基于 无人 飞行器 yolov3 轨道 异物 检测 方法 | ||
【主权项】：
1.一种基于旋翼无人飞行器和YOLOv3的轨道异物检测方法，其特征在于，包括以下步骤：/n步骤1：制作轨道异物检测数据集，数据集中包括人、车辆、树、石头、箱子5类轨道中常见的异物，并且每张图片中的异物均有对应的xml标注信息；/n步骤2：构建基于YOLOv3神经网络的轨道异物检测模型，利用轨道异物检测数据集对轨道异物检测模型进行离线训练，获得训练好的轨道异物检测模型及对应模型参数；/n步骤3：将训练好的轨道异物检测模型以及模型参数，加载到基于YOLOv3神经网络的系统中；/n步骤4：利用旋翼无人飞行器的机载视频传感器获得轨道的视频数据并进行预处理，将预处理后的视频数据利用多智能体的轨道特征识别算法进行处理，获得轨道特征；/n步骤5：利用获得的轨道特征计算轨道中心线，基于轨道中心线设定自定义宽度值作为安全检测阈值，划分轨道异物侵限安全检测区域；/n步骤6：利用轨道异物检测模型和模型参数，在轨道异物侵限安全检测区域对所采集的轨道视频进行异物检测；/n步骤7：若检测到轨道视频中存在已知的异物，则发出异常报警，并返回异物的类别和位置；否则返回步骤4。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910713696.5/，转载请声明来源钻瓜专利网。
