基于数字孪生的四旋翼无人机目标检测与避障系统.pdfVIP

要

随着组合导航、人工智能等技术的不断发展，无人机朝着自主化、智能化方

向持续进步。在此背景下，无人机能否精确避障成为安全执行任务的关键，包括

开展特定障碍物的目标检测以及自主避障方面，而传统避障方法存在交互能力不

足、测试成本高等问题，数字孪生技术模型的高精确度以及虚实交互等特点为此

提供了新的研究思路。本文结合数字孪生技术针对四旋翼无人机目标检测和自主

避障应用进行研究，主要工作如下：

（1）构建了一个基于数字孪生的目标检测与避障系统。本研究从四旋翼无

人机目标检测和避障系统实际需求出发，结合数字孪生五维模型和标准系统构建

技术，设计了一个包括物理层、虚拟层、数据层、服务层的无人机数字孪生体系

框架，该框架为无人机目标检测与避障系统的开发提供了基础。

（2）建立了实体无人机与虚拟无人机有效通信。为实现虚拟无人机与实体

无人机之间的有效交互通信，并解决四旋翼无人机常规避障仿真中模型不够真实

和交互性能差的问题。本研究基于ROS系统首先构建了高精度的数字孪生模型，

其次，通过ROS话题和Mavlink协议，将同一网关的地面电脑和无人机机载电

脑建立连接，最终，通过一系列虚实无人机的仿真实验，成功验证了实体与虚拟

无人机之间的交互功能。

（3）实现了实体无人机在相机、雷达等避障相关传感器失效时的自主避障。

本研究首先改进了YOLOv7算法，利用K-means++聚类算法对先验框进行优化，

随后引入ShuffleAttention注意力机制，由此提高了检测精度。此外，通过数字

孪生系统实时监控实体无人机的飞行姿态和轨迹，结合改进的YOLOv7算法与

单目相机标定技术，能够在检测障碍物的同时获取无人机与障碍物的相对距离，

在此基础上利用人工势场法的避障算法，解决了在缺少避障传感器情况下无人机

的避障问题。

关键词：四旋翼无人机；目标检测；避障；数字孪生；YOLOv7

Withthecontinuousdevelopmentofintegratednavigation,artificialintelligence

andothertechnologies,dronescontinuetoprogressinthedirectionofautonomyand

intelligence.Inthiscontext,whethertheUAVcanaccuratelyavoidobstacleshas

obstaclesandautonomousobstacleavoidance.Traditionalobstacleavoidancemethods

haveproblemssuchasinsufficientinteractiveabilityandhightestcost.Thehigh

newresearchidea.Inthispaper,digitaltwintechnologyiscombinedwiththe

applicationoffour-rotorUAVtargetdetectionandautonomousobstacleavoidance

research,themainworkisasfollows:

（1）Atargetdetectionandobstacleavoidancesystembasedondigitaltwinsis

constructed.Basedontheactualrequirementsoftargetdetectionandobstacle

avoidancesystemforfour-rotorUAVs,thispaperdesignsaframeworkofUAVSdigital

twinsystemincludingphysicallayer,virtuallayer,datalayerandservicelayer,which