Gần đây, một nhóm nghiên cứu được hỗ trợ bởi các nguồn lực kỹ thuật của công nghệ Huirui (https: //www.huirui - ir.com/) đã đạt được một bước đột phá quan trọng trong lĩnh vực UAV - dựa trên tìm kiếm và cứu hộ cho nhân sự bị mắc kẹt trong môi trường. Bằng cách xây dựng một bộ dữ liệu hình ảnh nhiệt hồng ngoại chuyên dụng, cải thiện các thuật toán phát hiện mục tiêu và phát triển một hệ thống tìm kiếm thông minh, nhóm nghiên cứu đã giải quyết hiệu quả các điểm đau của hiệu quả thấp và độ chính xác không đủ của tìm kiếm UAV truyền thống và giải cứu trong các trường hợp giải cứu và giải quyết.
Bối cảnh R & D: Nhu cầu khẩn cấp về tìm kiếm và cứu hộ ngoài trời, tắc nghẽn trong các công nghệ truyền thống
Với việc phổ biến các hoạt động phiêu lưu ngoài trời và sự xuất hiện thường xuyên của thiên tai và các vụ tai nạn lớn, các yêu cầu về tính kịp thời và độ chính xác của tìm kiếm và cứu hộ cho nhân viên bị mắc kẹt đã tăng lên đáng kể. Theo "Báo cáo tai nạn phiêu lưu ngoài trời của Trung Quốc" (2020 - 2023) do Hiệp hội phiêu lưu Trung Quốc công bố, số vụ tai nạn phiêu lưu ngoài trời và thương tích ở Trung Quốc đã tăng lên hàng năm. Tuy nhiên, các phương pháp tìm kiếm và cứu hộ truyền thống như chó tìm kiếm và cứu hộ và tìm kiếm thủ công là không hiệu quả và rất dễ bị can thiệp vào môi trường. Các lõi LMaging nhiệt truyền thống được trang bị camera ánh sáng có thể nhìn thấy có khả năng nhận biết hạn chế trong các kịch bản với tắc rừng dày đặc và không đủ ánh sáng. Mặc dù camera hình ảnh nhiệt hồng ngoại có thể thu được bức xạ nhiệt của con người, độ chính xác nhận biết của chúng đối với các mục tiêu bị che khuất một phần vẫn cần phải được cải thiện. Trong bối cảnh đó, nhóm nghiên cứu đã thực hiện nghiên cứu về các công nghệ chính choLõi LMaging nhiệt- Phát hiện nhân sự bị mắc kẹt dựa trên các môi trường bị tắc một phần.
● Thành tích lõi 1: Xây dựng bộ dữ liệu hình ảnh nhiệt hồng ngoại dựa trên UAV -
Để giải quyết vấn đề mà các bộ dữ liệu hiện tại thiếu khả năng thích ứng với các kịch bản bị tắc, nhóm đã xây dựng một lõi nhiệt chuyên dụng - Bộ dữ liệu hình ảnh nhiệt hồng ngoại dựa trên để phát hiện mục tiêu một phần của con người. Bộ dữ liệu này bao gồm các hình ảnh nhiệt hồng ngoại được thu thập bởi lõi nhiệt ở ba độ cao của chuyến bay (khoảng 30m, 50m và 70m) và trong bốn điều kiện thời tiết (mây, u ám, sương mù và nắng), tổng cộng 8.768 hình ảnh nhiệt hồng ngoại, bao gồm các mục tiêu khác nhau trong môi trường.
Quá trình xây dựng tập dữ liệu đã tuân thủ nghiêm ngặt "Mua lại hệ thống - Chú thích tỉ mỉ - Xác thực nghiêm ngặt", cuối cùng hình thành 25.811 hộp giới hạn được xác minh. Thông qua các phương pháp thống kê như Kruskal - Test Wallis, Mann - Thử nghiệm Whitney U và hiệu chỉnh Bonferroni, nhóm đã làm rõ tác động của tốc độ tắc và độ cao của chuyến bay đối với hiệu suất phát hiện, cung cấp hỗ trợ dữ liệu cốt lõi để cải thiện thuật toán tiếp theo. So với các bộ dữ liệu công khai hiện có (như Visdrone, nhấn - UAV và bộ dữ liệu AOS), bộ dữ liệu này cho thấy những lợi thế đáng kể trong khả năng thích ứng kịch bản, đa dạng dữ liệu và độ chính xác chú thích, lấp đầy khoảng cách trong các bộ dữ liệu dành cho các bộ dữ liệu dành cho UAV.
● Thành tích cốt lõi 2: Cải thiện thuật toán phát hiện mục tiêu để tăng cường độ chính xác của phát hiện mục tiêu bị che khuất
Nhằm mục đích vào các hạn chế của mạng Yolov10 trong việc phát hiện các mục tiêu nhỏ và một phần, nhóm đã đề xuất một mô hình phát hiện mục tiêu được cải thiện, giúp tối ưu hóa mạng lưới xương sống, cấu trúc cổ và đầu phát hiện từ ba khía cạnh:
Tối ưu hóa mạng xương sống: Một mô -đun Repmsattn được giới thiệu để tăng cường khả năng trích xuất tính năng tỷ lệ đa - và cải thiện hiệu quả của việc nắm bắt các tính năng cục bộ của các mục tiêu bị tắc;
Tối ưu hóa cấu trúc cổ: Một mô -đun FullScaleConnect được áp dụng để đạt được trong - Phương pháp tổng hợp độ sâu của các tính năng tỷ lệ đa - và giảm tổn thất tính năng do tắc;
Tối ưu hóa đầu phát hiện: Một mô -đun SCDetect được tích hợp để nhận ra việc chia sẻ thông tin phân loại và giảm phát hiện sai và tỷ lệ phát hiện bị bỏ lỡ trong các kịch bản bị che khuất.
Dữ liệu thử nghiệm cho thấy trên bản thân - được xây dựng dữ liệu, MAP@0.5: 0,95 chỉ số của mô hình được cải thiện cao hơn 3 điểm phần trăm so với Yolov10 và cao hơn 4 điểm phần trăm so với Yolov8s, thể hiện độ mạnh mạnh mẽ hơn và khả năng thích ứng.
● Thành tích cốt lõi 3: Phát triển hệ thống tìm kiếm thông minh để hiện thực hóa ứng dụng kỹ thuật
Dựa trên mô hình phát hiện mục tiêu được cải thiện, nhóm đã thiết kế và triển khai một hệ thống tìm kiếm thông minh cho nhân viên bị mắc kẹt trong các môi trường bị tắc một phần. Hệ thống có các chức năng cốt lõi như tự động phát hiện hình ảnh/video UAV và hiển thị trực quan kết quả, bao gồm hai mô -đun chính: quy trình kinh doanh của quản trị viên và quy trình kinh doanh người dùng và các hoạt động hỗ trợ như phát hiện mục tiêu, truy vấn hồ sơ lịch sử và quản lý người dùng.
Môi trường phát triển của hệ thống tương thích với các kiến trúc phần mềm và phần cứng chính, có tính di động và khả năng mở rộng. Xác minh thử nghiệm cho thấy rằng hệ thống có thể nhanh chóng phản ứng với dữ liệu hình ảnh nhiệt hồng ngoại do UAV thu thập, nhận ra thật giải thoát.
Giá trị ứng dụng và kế hoạch trong tương lai
Thành tựu R & D này không chỉ phá vỡ các tắc nghẽn kỹ thuật của tìm kiếm và giải cứu UAV trong các môi trường bị che khuất một phần mà còn thúc đẩy tích hợp độ sâu - của công nghệ hình ảnh nhiệt hồng ngoại, thuật toán học sâu và hệ thống UAV. Trong tương lai, dựa vào nền tảng kỹ thuật của công nghệ Huirui, nhóm nghiên cứu sẽ tối ưu hóa hơn nữa tốc độ suy luận của mô hình phát hiện mục tiêu được cải thiện, mở rộng các kịch bản ứng dụng của hệ thống trong thời tiết khắc nghiệt (mưa lớn, tuyết lớn). Công nghệ cứu hộ.
