摘要:为解决现阶段单无人机目标检测过程中存在的探测视场有限、目标易被遮挡、单一光源图像信息薄弱等问题,提升无人 机可靠、高效的感知计算能力,提出一种面向多无人机协同的多模态目标检测方法。 首先,研究可见光和红外融合的多模态目 标检测算法,提出了由视觉任务驱动的基于卷积融合网络的双光融合模型,将融合图像经过语义分割网络的结果反馈给融合网 络,通过对融合网络参数的迭代训练出损失较小的双光图像融合模型。 然后对融合后的图像输入视觉感知增强模块进行图像 增强,消除了不良光照条件对图像质量的影响,提升了目标细节特征保持性,并在 MSRS 数据集验证了算法的有效性。 此外,面 向多无人机协同检测提出了基于分布式生物感知处理的主动感知流程,通过无人机在被感测目标位置计算检测置信度并通过 释放信息素来分配主机和从机的检测优先级,完成多无人机协同检测任务的引导策略,实现不同光照条件下非结构化地面场景 的目标检测。 实验结果表明,该算法在无人机载智能边缘计算平台 RK3588 上具有 56. 55 ms 延迟和 45. 84 fps 的推理速度,能 准确检测地面场景布设的典型军事目标,平均检测精度达到 78. 5% 。