基于雷达传感器和改进深度学习的无人机目标检测方法

针对当前无人机目标检测技术精确度低、受环境影响大的缺点，依托运动相机与激光雷达设备，提出了基于改进深度学习的无人机目标检测方法：在深度图像网络架构的基础上，引入残差网络提升算法精度，利用MobileNet加速深度学习的过程，从而利用改进的RetinaNet算法实现无人机精确目标识别与定位；针对点云数据无法通过二维投影准确计算距离的问题，提出通过直方图网络精确估计检测目标的视觉距离。实验结果表明，在不同的复杂环境条件下，与Faster R-CNN相比，所提方法检测精度更高、使用场景更广、运算速度更快，平均精度比Faster R-CNN算法高出1.5%。