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