Äskettäin tutkimusryhmä, jota tukee Huirui -tekniikan tekniset resurssit (https: //www.huirui - ir.com/), on saavuttanut avaimen läpimurton UAV: n - pohjaisen haun ja pelastamisen alalla osittain suljettujen ympäristöjen osittaisissa ympäristöissä. Rakentamalla omistettu infrapuna -lämpökuvaustietojoukko, parantamalla kohteen havaitsemisalgoritmeja ja kehittämällä älykästä hakujärjestelmää, ryhmä on tehokkaasti käsitellyt perinteisen UAV -haun ja pelastuksen vähäisen tehokkuuden ja riittämättömän tarkkuuden monimutkaisissa suljettuissa skenaarioissa, kuten tiheissä metsissä, tarjoamalla älykkään teknisen ratkaisun kentälle, mukaan lukien ulkoilun pelastaminen ja sotilashaku ja pelastus.
T & K -tausta: Ulkoilman kiireellinen kysyntä ja pelastaminen, pullonkaulat perinteisessä tekniikassa
Ulkoseikkailutoimintojen popularisoinnin sekä luonnonkatastrofien ja suurten onnettomuuksien esiintymisen vuoksi loukkuun jääneiden henkilöstön haku- ja pelastusvaatimukset ovat lisääntyneet merkittävästi. China Adventure Associationin julkaiseman "Kiinan ulkona seikkailu -onnettomuuksien raportin" (2020 - 2023) mukaan ulkoseikkailuonnettomuuksien ja Kiinan vammojen lukumäärä on kasvanut vuosi vuodelta. Perinteiset haku- ja pelastusmenetelmät, kuten haku- ja pelastuskoirat ja manuaalinen haku, ovat kuitenkin tehottomia ja erittäin alttiita ympäristöhäiriöille. Perinteisillä lämpökameroilla varustetuilla lämpökameroilla varustetuilla lämmöillä on rajoitetusti tunnistusominaisuudet skenaarioissa, joissa on tiheä metsän tukkeuma ja riittämätön valo. Vaikka infrapuna -lämpökuvauskamerat voivat vangita ihmisen lämpösäteilyä, niiden osittain suljettujen kohteiden tunnistustarkkuutta on vielä parannettava. Tätä taustaa vasten ryhmä teki tutkimusta avaintekniikoistaLämpöympäristö- perustettu loukkuun jäänyt henkilöstön havaitseminen osittain suljettuissa ympäristöissä.
● Ydin saavutus 1: UAV: n rakentaminen - -pohjainen infrapuna -lämpökuvaustietojoukko osittain suljettuihin ihmisiin liittyviin kohteisiin
Jotta voitaisiin ratkaista ongelma, että olemassa olevista tietojoukkoista puuttuu mukautuvuus tukkeutuneisiin skenaarioihin, joukkue rakensi erillisen lämpökuvan ytimen - -pohjaisen infrapuna -lämpökuvaustietoaineistoa osittain suljettuun ihmisen tavoitteen havaitsemiseen. Tämä tietojoukko koostuu infrapuna -lämpökuvista, jotka on kerännyt lämpöä LMAGing -ytimestä kolmessa lentokorkeudessa (noin 30 m, 50 m ja 70 m) ja neljässä sääolosuhteessa (pilvinen, pilvinen, sumuinen ja aurinkoinen), yhteensä 8 768 infrapuna -lämpökuvia, jotka peittävät osittain otettujen ihmisen tavoitteet erilaisissa monimutkaisissa ympäristöissä.
Tietojoukkojen rakennusprosessi seurasi tiukasti "systemaattista hankintaa - huolellista merkintää - tiukka validointi" työnkulku, muodostaen lopulta 25 811 varmennettua raja -laatikkoa. Tilastollisilla menetelmillä, kuten Kruskal - Wallis -testi, Mann - Whitney U -testi ja Bonferroni -korjaus, ryhmä selvensi tukkeutumisnopeuden ja lennon korkeuden vaikutusta havaitsemisen suorituskyvyn tarjoamalla ydintietojen tuen seuraaville algoritminparannuksille. Verrattuna olemassa oleviin julkisiin tietojoukkoihin (kuten Visdrone, osuma - UAV ja AOS -tietojoukko), tämä tietojoukko näyttää merkittäviä etuja suljettujen skenaarioiden mukautumiskyvyssä, datan monimuotoisuudessa ja merkinnän tarkkuudessa, täyttämällä rako UAV: n osittain osittaisen- -pohjaisen infraaredissa olevan kuvanpoistoaineistossa.
● Ydin saavutus 2: Kohteen havaitsemisalgoritmin parantaminen tukkeutuneen kohteen havaitsemisen tarkkuuden parantamiseksi
Ryhmä ehdotti YOLOV10 -verkon rajoituksia pienten ja osittain suljettujen kohteiden havaitsemiseksi, ja se ehdotti parannettua kohteen havaitsemismallia, joka optimoi selkärangan verkon, kaulan rakenteen ja havaitsemispään kolmesta näkökulmasta:
Selkärankaverkon optimointi: Repmsattn -moduuli otetaan käyttöön monimuotoisen - asteikon ominaisuuksien poistoominaisuuksien parantamiseksi ja suljettujen kohteiden paikallisten ominaisuuksien kaappaamisen tehokkuutta;
Kaulan rakenteen optimointi: FullScaleconnect -moduuli otetaan käyttöön - Multi - asteikkoominaisuuksien syvyysfuusiossa ja vähentävät tukkeuman aiheuttamaa ominaisuushäviötä;
Tunnistuspään optimointi: SCDETECT -moduuli on integroitu luokittelutietojen jakamisen toteuttamiseksi ja väärien havaitsemisen vähentämiseksi ja havaitsemisasteiden menettämättä jättämisasteen skenaarioissa.
Kokeelliset tiedot osoittavat, että itse - rakennetussa tietojoukossa parannuksen mallin map@0.5: 0,95 on 3 prosenttiyksikköä korkeampi kuin YOLOV10: ien ja 4 prosenttiyksikön korkeampi kuin Yolov8: lla, mikä osoittaa voimakkaamman huokaisuuden ja mukautumiskyvyn osittain objektuissa ja pienissä tavoitekeskuksissa.
● Ydin saavutus 3: Älykäs hakujärjestelmän kehittäminen tekniikan sovelluksen toteuttamiseksi
Parannettujen kohteiden havaitsemismallin perusteella ryhmä suunnitteli ja toteutti älykkään hakujärjestelmän loukkuun jääneille henkilöstölle osittain tukkeutuneissa ympäristöissä. Järjestelmässä on ydintoimintoja, kuten UAV -kuvien/videoiden automaattinen havaitseminen ja tulosten visuaalinen näyttö, joka kattaa kaksi suurta moduulia: järjestelmänvalvojan liiketoimintaprosessi ja käyttäjän liiketoimintaprosessi sekä tukitoimintojen, kuten tavoitteen havaitsemisen, historiallisen tietueiden kyselyn ja käyttäjän hallinta.
Järjestelmän kehitysympäristö on yhteensopiva valtavirran ohjelmistojen ja laitteistoarkkitehtuurien kanssa, joissa on siirrettävyys ja skaalautuvuus. Kokeellinen varmennus osoittaa, että järjestelmä voi nopeasti vastata UAV: ien keräämiin infrapuna -lämpökuvaustietoihin, toteuttaa todellisen - loukkuun jääneen henkilöstön asettaminen ja tunnistaminen ja tyydyttää siviiliskenaarioiden, kuten Post - katastrofin pelastus- ja erämaa -haun, sekä armeijan hakujen, kuten taistelukentän haku.
Sovellusarvo ja tuleva suunnittelu
Tämä T & K -saavutus ei vain mure UAV -haun ja pelastuksen teknisten pullonkaulojen läpi osittain suljettuissa ympäristöissä, vaan edistää myös infrapuna -lämpökuvaustekniikan, syvän oppimisen algoritmien ja UAV -järjestelmien syvyyden integrointia. Tulevaisuudessa, luottaen Huirui Technologyn tekniseen alustaan, ryhmä optimoi edelleen parannetun kohteen havaitsemismallin päätelmänopeuden, laajentaa järjestelmän sovellusskenaarioita äärimmäisellä säällä (raskas sade, raskas lumi) ja monimutkaiset maastot (vuoret, rauniot) ja mainostavat teollisuutta - laaja -alaista jakamista ja-}} rakennetun datan laaja -alaisen jakamista ja teollisuuden ja teollisuuden ja teollisuuden ja teollisuuden ja teollisuuden ja teollisuuden ja teollisuuden ja teollisuuden ja teollisuuden ja teollisuuden laaja -alaisten datan jakamista. Pelastustekniikka.
