基于视觉图像的飞行区大型目标监视方法改进研究

作者：王兴隆^*; 许晏丰; 王友杰

来源：安全与环境学报, 2023, 1-10.

DOI：10.13637/j.issn.1009-6094.2023.0261

• 安全工程
• 飞行区运行
• 视觉图像
• 目标检测
• ORB算法

机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变，皆为点源定位等问题。针对这些问题，设计出基于视觉图像的飞行区监视方法，实现快速准确的目标检测和轮廓定位，使飞行区监视更加稳定精确。提出一种基于MobileNetV3和YOLOv5的网络模型（以下称为MobileNetV3-YOLOv5），即在YOLOv5的主干中使用MobileNetV3，来提高对目标检测速度和准确度；提出了一种基于优化特征点提取的改进ORB算法，将图像分割成多个区域，分别提取每个区域的特征点，从而提高目标识别框内区域的特征点识别数量，再进行特征点聚类筛选，最后根据识别目标类型采用最小包围盒进行轮廓划分，得到目标的轮廓定位。实验结果表明，MobileNetV3-YOLOv5方法对比原始YOLOv5模型，在识别目标准确率方面提升5%，在效率方面提升14张/s；同时在0-60m的范围内，轮廓估计误差仅为2.9%。体现了本文提出的监视方法的有效性，可以提升飞行区监视定位准确性和运行安全性。

• 单位
  中国民航大学