双目测距和YOLOv5s的无人机快速识别定位追踪系统 |
| |
引用本文: | 梅枫,高兴宇,邓仕超,李伟明,邹翔.双目测距和YOLOv5s的无人机快速识别定位追踪系统[J].现代电子技术,2023(10):181-186. |
| |
作者姓名: | 梅枫 高兴宇 邓仕超 李伟明 邹翔 |
| |
作者单位: | 桂林电子科技大学机电工程学院广西制造系统与先进制造技术重点实验室 |
| |
摘 要: | 无人机的识别与监控是目前安防领域研究的热点,现有的无人机检测方案成本过高、实现困难,存在一定的缺陷。针对此问题,文中提出一种使用最新型深度学习算法YOLOv5s的无人机光学快速识别定位追踪系统。首先通过深度学习算法实时检测是否存在无人机,并准确定位无人机的位置信息;再进一步使用KCF快速追踪算法锁定并持续追踪入侵目标;最后采取双目深度摄像头实时测算跟踪目标距离,定位位置信息后再转换输出无人机三维位置数据。所设计系统使用最新一代YOLOv5s深度学习模型,并通过改进训练模型使得其对无人机的识别达到了较高的准确率,特别是在运算速度方面,大大超过现有算法,满足高速追踪的要求。实验结果表明,相较于YOLOV3,YOLOv5s模型的准确率提高5.84%,召回率提高6.41%,推理速度提高300%。采用YOLOv5s和KCF算法相结合可稳定连续定位目标,且由于双目摄像头定位精确,全局识别速度高达80 f/s,完全具备高速追踪定位无人机的能力。
|
关 键 词: | 无人机识别 YOLOv5s 双目测距 目标锁定 目标定位 数据输出 |
|
|