摘要
针对粤北山区高速公路环境复杂,无人机高速公路养护巡检时,自动化程度低的问题,以多旋翼无人机为研究对象,提出一种基于边缘计算的方式,实现复杂环境下高速公路养护无人机自主巡查。首先,通过对无人机边缘计算平台的研究,构建树木、建筑物等常见障碍物数据集,将深度学习YOLOV5目标检测算法应用到障碍物识别中。其次,利用RTK/INS技术和双目视觉技术进行无人机和障碍物定位。最后,依据障碍物信息(距离、方位等),制定无人机避障策略,实现高速公路养护无人机自主巡检。通过实验和真实场景测试,证明该系统能够有效实现避障。与传统人工巡检方式相比,该技术极大地减少了无人机操作难度,扩大了无人机的应用,提高了作业安全性,为高速公路养护巡检节省了大量的人力、物力。