文章详情
| 稿件标题： | 基于无人机和CNN图像识别的机场跑道异物搜寻与定位 |
| 稿件作者： | 曾琛1,王玄2 |
| DOI： | 10.11809/bqzbgcxb2022.10.002 |
| 科学编辑： | 李波 博士（西北工业大学副教授、博导） |
| 栏目名称： | 无人自主系统及智能决策专栏 |
| 关键词： | 无人机；图像识别；卷积神经网络；跑道异物；FOD识别定位 |
| 文章摘要： | 为了快速检测机场跑道上的外来异物，提出了一种基于卷积神经网络的光学成像传感器异物检测算法。包括2个模块，基于改进的区域生成网络和生成基于空间变换网络的卷积神经网络分类检测器。在改进的区域生成网络中，通过严格的筛选，生成数量较少的高质量候选目标图像。此外，通过引入空间变换网络层，卷积神经网络分类检测器的效率达到了97.67%。实验表明，与速度更快的R-卷积神经网络和单次激发多盒检测器相比，检测效率达98.41%，领先其他检测方法，证明该系统算法在机场跑道面异物碎片检测中取得了更好的效果。 |
| 稿件基金： | 四川省科技计划项目（2021YFS0319）;通用航空在山地火灾抢险中的关键技术研究项目；国家重点研发计划项目（2021YFF0603904）;空中交通管理信息标准技术研究与应用验证项目;中央高校基本科研业务费专项资金项目（J2022-102） |
| 引用本文格式： | 曾琛,王玄.基于无人机和CNN图像识别的机场跑道异物搜寻与定位［J］.兵器装备工程学报，2022，43(10)：10-17. ZENG Chen, WANG Xuan.Airport runway foreign object search and localization based on UAV and CNN image recognition［J］.Journal of Ordnance Equipment Engineering，2022，43(10)：10-17. |
| 刊期名称： | 2022年10期 |
| 出版时间： | 2022年10月 |
| 上线时间： | 2022年10月28日 |
| 浏览次数： | 3897 |
| 下载次数： | 1221 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |