基于 YOLO 的轻量级多无人机检测与三维定位
计算机视觉与模式识别
2022-02-21 v1
摘要
在本研究中，我们提出并评估了一种利用最先进的 tiny-YOLOv4 目标检测算法和立体三角测量进行实时多无人机检测与三维定位的方法。我们的计算机视觉方法消除了对计算代价高昂的立体匹配算法的需求，从而显著降低了内存占用，使其能够部署在嵌入式系统上。我们的无人机检测系统高度模块化（支持多种检测算法），能够识别系统中的多架无人机，实时检测准确率高达 77%，平均 FPS 为 332（在 Nvidia Titan Xp 上）。我们还在 AirSim 环境中测试了完整的流程，在最远 8 米的距离下检测无人机，平均误差为距离的 。我们还发布了该项目的源代码，以及预训练模型和精心制作的合成立体数据集。
引用
@article{arxiv.2202.09097,
title = {Lightweight Multi-Drone Detection and 3D-Localization via YOLO},
author = {Aryan Sharma and Nitik Jain and Mangal Kothari},
journal= {arXiv preprint arXiv:2202.09097},
year = {2022}
}