原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
绵阳职业技术学院智能制造学院
基于计算机视觉的无人机障碍物
检测算法研究
绵阳职业技术学院智能制造学院
陈国术
3083687962@
1
绵阳职业技术学院智能制造学院
摘要：针对无人机在复杂环境中障碍物检测与避障决策的实时性和鲁棒性需
求，本文提出了一种基于多模态视觉融合的分层避障框架。通过协同优化环境感
知与决策模块，构建高效可靠的自主导航系统。该框架以双目视觉为核心，引入
事件相机的高频响应特性补偿动态场景感知盲区，结合轻量化深度学习模型实现
高精度障碍检测与深度估计。预处理模块通过立体校正与时空事件关联增强数据
鲁棒性；目标检测模块创新融合单目-双目协同训练机制与自适应视差补全技术，
在无激光雷达条件下实现亚米级测距精度；动态跟踪模块采用多模态LSTM预测
器与风险感知滤波算法，提升突发运动目标的轨迹预测能力；避障决策模块通过
概率语义地图与动态权重路径搜索策略平衡导航效率与安全性。
2
绵阳职业技术学院智能制造学院
1、引言
无人机（UnmannedAerialVehicle,UAV）是通过预设程序或实时遥控实现
自主飞行的智能飞行器，其核心功能在于搭载多样化任务载荷完成目标作业，可
根据需求灵活配置为单机或多机任务部署模式。相比传统有人航空器，无人机在
性价比、操作灵活性与任务安全性方面具有显著优势：无驾驶舱设计大幅降低制
造与维护成本；紧凑结构与低空飞行特性提升隐蔽性并完全规避人员伤亡风险；
根据不同应用场景开发的无人机类型适用于复杂或高危环境。近年来，随着高精
度传感器技术与嵌入式人工智能算法的突破，无人机在感知能力、自主决策与协
同作业等维度实现跨越式发展，逐步渗透至军事侦察、物流运输、灾害救援、农
业监测等多元化领域，成为低空经济与智能装备创新的核心载体之一。
作为无人系统自主导航的核心技术支撑，环境障碍感知能力近年来持续吸引
[1-4]
学术界与工业界的研发投入。该技术需解决复杂空域中多模态障碍物的实时
检测需求，包括动态移动目标（如飞鸟、无人机群）与半透明/低反射率物体（如
玻璃幕墙、电缆），其性能直接影响飞行安全与任务可靠性。现有感知方案主要
基于激光雷达、毫米波雷达、红外热成像与视觉传感器构建。其中，激光雷达虽
具备高精度三维建模能力，但高昂硬件成本制约其大规模部署；毫米波雷达与红
[5-7]
外传感器易受多径效应与热源干扰，导致误检率上升。相比之下，基于计算
机视觉的障碍检测技术凭借硬件成本低、环境适应性强等优势，结合深度学习算
法在特征提取与语义分割方面的突破，逐渐成为低成本方案的首选，其轻量化模
型部署能力（如MobileNet-YOLO架构）更符合无人机平台的算力约束，表明视
[8]
觉主导的多模态融合技术将成为未来主流发展方向。基于视觉的无人机障碍检
[9][10]
测属于机器学习中的目标检测任务，在经典目标检测方法体系中，SIFT、SURF
[11]
与ORB等算法利用边缘梯度与纹理模式等底层视觉线索实现物体定位与分类，
其优势在于无需预设物体类别即可实现未知障碍的泛化检测。但此类方法在动态
复杂场景中面临显著局限：特征提取阶段的滑动窗口机制导致计算复杂度指数级
增长，难以满足无人机平台对实时检测与低功耗运行的严苛要求。随着深度卷积
神经网络（CNNs）在特征表征学习领域的突破，Redmon等人于2016年首次提出
文档评论（0）