使用低功耗神经形态虚拟绊线进行无人机检测
计算机视觉与模式识别
2025-09-17 v1
摘要
小型无人机对军事人员和民用基础设施的威胁日益增加，这使得早期和自动化的检测至关重要。在这项工作中，我们开发了一个使用脉冲神经网络和神经形态相机（事件相机）来检测无人机的系统。该检测模型部署在神经形态芯片上，使其成为一个完全神经形态的系统。可以部署多个检测单元来创建一个虚拟绊线，用于检测无人机何时何地进入限制区域。我们表明，我们的神经形态解决方案比部署在边缘GPU上的参考解决方案能效高出几个数量级，使该系统能够依靠电池供电运行超过一年。我们研究了如何使用合成生成的数据进行训练，并表明我们的模型很可能依赖于无人机的形状，而不是其螺旋桨的时间特征。小尺寸和低功耗使其易于部署在争议区域或缺乏电力基础设施的地点。
引用
@article{arxiv.2509.12997,
title = {Drone Detection Using a Low-Power Neuromorphic Virtual Tripwire},
author = {Anton Eldeborg Lundin and Rasmus Winzell and Hanna Hamrell and David Gustafsson and Hannes Ovrén},
journal= {arXiv preprint arXiv:2509.12997},
year = {2025}
}