基于高斯模型和YOLOv3的光伏电场巡检无人机避障目标检测方法

唐明; 张宇宁; 李夏叶; 温贤茂; 刘诗剑

doi:10.16339/j.cnki.jsjsyzdh.202501025

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (01) : 141 -146. DOI: 10.16339/j.cnki.jsjsyzdh.202501025

基于高斯模型和YOLOv3的光伏电场巡检无人机避障目标检测方法

唐明, 张宇宁, 李夏叶, 温贤茂, 刘诗剑

作者信息 +

Author information +

文章历史 +

PDF

摘要

目前常规的无人机避障目标检测方法主要采用超声波技术实现对目标轮廓的获取，由于缺乏对图像的形态学处理，导致检测精度较差。对此，提出了基于高斯模型和YOLOv3的光伏电场巡检无人机避障目标检测方法。首先结合混合高斯模型，对巡检图像的前景与背景进行分离处理，并采用滤波算法对前景图像进行去噪处理。然后结合分类损失函数以及位置损失函数，对特征点的梯度值以及方向进行计算，实现障碍物图像的特征提取，最后对提取到的避障目标边缘进行补偿处理，实现避障目标检测。在实验中，对提出的方法进行了避障目标检测精度的检验。最终的测试结果表明，采用提出的方法进行无人机避障检测时，算法的mAP值较高，具备较为理想的检测精度。