摘要
本发明属于无人机碰撞领域,具体是公开了一种基于机器学习的无人机碰撞避免系统,系统包括:实时环境数据采集模块、障碍物识别模块和障碍物避让模块。本发明通过改进YOLO模型,在特征提取网络中引入注意力机制与交替切片策略,采用CSPNet与残差块结合的双路径特征传播结构,借助空间金字塔池化实现局部与全局特征融合,实现复杂环境下无人机对各类障碍物的精准识别;基于障碍物与区域中心的欧式距离计算单个障碍物碰撞概率,并通过归一化处理得到区域总碰撞概率,量化各方向风险,结合安全权重系数与区域中心到目标位置的剩余距离计算方向评分,动态平衡安全优先级与路径效率。
技术关键词
特征提取网络
特征融合网络
YOLO模型
障碍物识别方法
路径特征
空间金字塔池化
引入注意力机制
数据采集模块
激光雷达
避障方法
全局特征融合
图像传感器
通道注意力机制
无人机避障
融合特征
系统为您推荐了相关专利信息
煤矸石快速检测
煤矸石检测系统
煤矸石分选设备
抓取系统
输出模块
背景噪声
注意力
特征提取模块
网络模型训练
残差网络
执法记录仪
智能生成方法
语义特征
多模态情感分析
视频流
语义分析模型
特征提取网络
推理方法
多模态
策略