计算机工程

作者：刘宜成, 廖鹭川, 张劲, 吴浩, 何凌, 戴弘宁, 张晗, 杨刚

单位：1. 四川大学 电气工程学院 自动化系, 成都 610065;2. 成都空御科技有限公司, 成都 610213;3. 澳门科技大学 咨讯科技学院, 澳门 999078

关键词：无人机检测,轨迹聚类,特征提取,轨迹识别,人工神经网络,目标追踪

基金：国家自然科学基金（61571314）；四川省智能制造与机器人重大专项课题"工业机器人成套装备研制与应用"（2019ZDZX0019）。

无人机因具有体型小以及受环境干扰大等因素导致其在可见光图像序列下的检测准确率较低。为此，提出一种新的无人机检测方法。通过转台相机捕获飞行物形态变化，使用轨迹聚类算法获得运动小目标轨迹，提取并融合目标的轨迹特征和形态特征，进而通过人工神经网络识别目标，并采用小范围搜索算法进行追踪，同时运用干扰无线电定向压制无人机。实验结果表明，该方法对无人机和飞鸟的识别准确率达到99.53%，且能够实时检测、识别和追踪。

来源：2020年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第12期