基于视觉的固定翼无人机搜救目标检测与定位系统研发与应用

计算机视觉研究院

679人浏览 · 2026-04-16 18:04:32

计算机视觉研究院 · 2026-04-16 18:04:32 发布

点击蓝字

关注我们

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜计算机视觉研究院

学习群｜扫码在主页获取加入方式

https://pmc.ncbi.nlm.nih.gov/articles/PMC5134437/pdf/sensors-16-01778.pdf

计算机视觉研究院专栏

Column of Computer Vision Institute

本文提出的基于视觉的无人机目标检测与定位一体化系统，并将其集成于全自主固定翼无人机平台，实现了搜救任务中目标的机载实时识别、粗定位，以及后处理阶段的精准定位与灾区测绘，经多轮模拟搜救盲测验证，系统定位精度、目标识别率与作业效率均满足实际搜救需求，为无人机在荒野搜救与灾后应急救援中的工程化应用提供了可落地的技术方案。

PART/1

背景

台风、地震等自然灾害频发，易引发山体滑坡、河道洪水等次生灾害，灾后需快速完成灾情评估与幸存者搜救，以制定救援重建方案。小型固定翼无人机凭借长航时、高巡航速度、高影像分辨率、低成本、低空作业等优势，成为大尺度 SAR 任务的核心载体，但传统无人机搜救系统存在三大技术痛点：

操作人员需求多，单 / 多机作业时信息监控与处理负荷大，人工控制跨度有限；
目标识别与定位相分离，实时性与精度难以兼顾，无法支撑即时救援决策；
航拍影像与飞行数据缺乏有效同步，地理配准精度低，灾后测绘与精准定位难度大。

针对上述痛点，本研究以 “自主化、一体化、高精度”为核心设计目标，构建集机载实时目标识别、多精度地理定位、航拍影像采集与灾后测绘于一体的无人机系统，实现搜救任务从飞行规划到救援部署的全流程自动化，降低人工操作负荷，提升搜救效率与定位精度。

PART/2

系统构架

系统整体架构：多模块集成的全自主固定翼无人机平台

本系统为硬件 - 软件一体化集成系统，由无人机飞行平台、动力系统、导航系统、影像系统、机载处理与通信系统、地面控制系统（GCS）六大核心模块组成，整机重量 3.35kg，采用手抛起飞方式，适配野外无跑道作业场景，系统整体框架如下

，核心硬件参数与功能设计均围绕 SAR 任务的实际需求展开：

1. 飞行与动力系统

选用 X-UAV Talon 商用固定翼无人机作为基础平台，翼展 1718mm，机翼面积 0.06m²，最大起飞重量 3.8kg，具备良好的气动性能与结构强度；动力系统搭载 Sunnysky X-2820-5 电机 + APC 11X5.5EP 螺旋桨，配合 10000 mAh 4S 20C 锂电池，实现 18m/s 巡航速度下约 40 分钟的最大巡航时间，满足大尺度区域搜索需求。

2. 全自主导航系统

以 Pixhawk 飞控为核心，搭载 ArduPilot Plane 固件，集成 GPS / 罗盘套件、空速传感器、7m 量程声呐高度计，实现自主起飞、航点巡航、自动返航、精准着陆全流程自主控制，并具备增强型故障保护功能，保障复杂环境下的飞行稳定性。

3. 双相机影像采集系统

采用功能分离的双相机配置，兼顾实时识别与高分辨率影像采集：

机载实时识别：选用 oCam 500 万像素 CCD 相机，焦距 3.6mm，视场角 65°，重量 37g，分辨率 1920×1080@30fps，为机载目标识别提供实时影像源；
高分辨率采集：选用 GoPro HERO 4 相机，搭配飞宇科技微型 2D 云台，消除机身滚转、俯仰与振动导致的影像模糊，设置 1920×1080@25fps 窄视场模式，为后处理精准定位与测绘提供高分辨率影像。

4. 机载处理与通信系统

机载处理核心：采用 Odroid XU4 嵌入式计算平台，搭载 2GHz 四核 CPU+2GB LPDDR3 RAM，运行 Ubuntu 14.04 系统，支持 OpenCV 视觉算法部署，每秒可处理 4 帧影像，满足实时识别算力需求；
多链路通信：433MHz 数传（500Mw，搭配 9dBi 贴片天线 + 自动天线跟踪器 AAT）实现 5km 内飞控数据与指令交互；5.8GHz 图传实现航拍视频实时回传；4G 模块（华为 E3372）实现目标影像与粗定位数据的远程回传；2.4GHz 遥控器实现人工应急干预。

5. 地面控制系统

基于 Windows 平台搭载 Mission Planner 开源地面站软件，实现飞行路径规划、无人机状态实时监控、任务指令下发；同时集成影像接收、目标信息显示、后处理数据解析功能，为操作人员提供一体化的任务管控界面。

系统整体搜救作业流程形成闭环：GCS 规划飞行路径→无人机自主起飞→机载系统实时识别目标并回传＜60m 粗定位 GPS→无人机同步记录高分辨率影像→着陆后后处理实现＜15m 精准定位→结合 Pix4Dmapper 生成灾区测绘地图→制定救援部署方案。

PART/3

核心算法

核心算法体系：目标识别与地理定位的技术实现

系统的核心技术核心为自适应阈值目标识别算法与影像 - 飞行数据同步的高精度地理定位算法，分别解决 “如何快速准确识别目标” 与 “如何将像素目标转换为精准地理坐标” 的问题，同时实现机载实时处理与后处理精准分析的功能分层。

1. 自适应阈值目标识别算法

针对荒野环境中搜救目标（人员、车辆、失事航空器）的人工颜色特征（红、蓝为主，与自然背景对比度高），设计基于 YCbCr 色彩空间的自适应阈值识别算法，替代传统 RGB 空间，提升颜色特征提取的稳定性，算法流程

核心步骤如下：

1.色彩空间转换：将机载相机采集的 RGB 影像转换为 YCbCr 空间，提取 Cb（蓝色分量）、Cr（红色分量）二维色度矩阵，剔除亮度分量 Y 的干扰；

2.对比度筛选：计算 Cb/Cr 矩阵的最大值、最小值、平均值，满足max-mean＞30 且 mean-min＜30时判定为存在高对比度目标，否则跳过后续识别，提升处理效率；

3.自适应阈值计算：根据灵敏度因子Ks（GoPro 设为 0.1，oCam 设为 0.15）计算二值化阈值，蓝色阈值Threadlb=max−(max−mean)×Ks，红色阈值Threadlr=(mean−min)×Ks+min；

4.影像二值化：根据阈值将影像转换为黑白二值图，目标区域为白色（255），背景为黑色（0）；

5.目标筛选：单帧目标数量＞20 判定为噪声（荒野环境下单帧难以出现大量人工目标），同时根据无人机飞行高度筛选目标像素尺寸，剔除像素数异常的伪目标；

6.目标标记与回传：在原始影像中用彩色圆圈标记目标，同步记录无人机当前 GPS 坐标，作为目标粗定位结果回传 GCS。

算法经测试验证

，可有效提取低像素占比的红 / 蓝目标，机载处理端每秒处理 4 帧，满足实时性需求。

2. 影像 - 飞行数据同步算法

航拍影像与飞行数据的时间与空间同步是实现精准地理定位的前提，因 GoPro 高频率拍照易导致视频损坏，故采用视频录制模式（25fps），通过飞控控制快门实现影像与飞行数据的同步，核心步骤：

快门触发控制
：利用 ArduPlane 固件的 DO_SET_CAM_TRIGG_DIST 指令，飞控发送 PWM 信号控制 GoPro 快门，记录快门触发时的 GPS 时间、坐标、飞行高度，并实测 40ms 快门延迟，用于时间修正；
参考帧匹配
：将快门拍摄的照片重采样至 1920×1080，与视频帧进行均方误差计算，选取误差最小的视频帧作为参考帧（RFN），触发 GPS 时间为参考 GPS 时间（RGT），修正后参考帧实际拍摄时间为 RGT+40ms；
帧时间换算
：根据 25fps 帧速率，计算任意目标帧的 GPS 时间：GPSTime=RGT+(FrameNumber−RFN)×40ms，实现所有视频帧与飞行数据的时间同步。

3. 像素坐标到 GPS 坐标的转换算法

基于相机视场角（FOV）与无人机姿态参数，建立像素坐标与地理坐标的映射关系，实现目标的精准地理定位，核心步骤：

影像覆盖范围计算
：根据无人机飞行高度h与相机水平 / 垂直视场角FOVX/FOVY，计算影像地面覆盖范围：a=2h/cos(FOVX/2)，b=2h/cos(FOVY/2)；
像素 - 距离比例换算
：根据 1920×1080 分辨率，计算像素与实际距离的比例：scalex=a/1920，scaley=b/1080；
无人机姿态修正
：提取飞行数据中目标帧时刻的无人机偏航角Ψ，建立世界坐标系到相机坐标系的旋转矩阵：RWC=[cosΨsinΨ−sinΨcosΨ]，修正无人机姿态对定位的影响；
地理偏移计算
：计算目标像素相对于影像中心的偏移量，结合比例因子与旋转矩阵，得到目标在东北坐标系（NE）的地理偏移量P=[PE,PN]T；
GPS 坐标解算
：根据无人机当前 GPS 坐标与地理偏移量，解算目标 GPS 坐标：GPStarget=GPScam+[PE/fx,PN/fy]T（fx/fy为经 / 纬度每度代表的实际距离）。

为简化操作，研发基于 MatLab 的可视化交互界面，实现 “点击目标像素→自动解算 GPS 坐标” 的一键操作，降低人工处理门槛。

4. 灾后测绘影像处理

采用商用软件 Pix4Dmapper 生成灾区正射镶嵌模型与点云地图，要求航拍影像重叠率≥65%（推荐≥80%），通过自研的测绘影像采集程序，从同步后的视频中提取带地理标签的影像帧，生成包含影像文件名、经纬度、高度、滚转 / 俯仰 / 偏航角的文本文件，作为 Pix4Dmapper 的输入数据，实现灾区地形与灾情的三维可视化测绘。

PART/4

验证

盲测验证：系统性能与实际应用效果

为验证系统的目标识别率、定位精度、作业效率，团队在香港模型航空中心与中国台湾台南曾文溪沿岸开展 8 轮野外盲测，设置模拟目标：无人机模拟失事航空器、2m×2m 红 / 蓝板模拟失事车辆、0.8m×0.8m 红 / 蓝板模拟受困人员，由独立志愿者在未知区域布置目标，测试人员通过系统完成搜救任务，测试基本信息

，核心测试结果如下：

1. 目标识别性能

后期精准识别在 8 轮测试中仅遗漏 2 个目标，识别率接近 100%

，即使模拟受困人员的彩板被大风刮折、视觉特征严重受损，系统仍能有效识别；机载实时识别可实现 60% 以上的目标识别率，为即时救援提供有效参考，虽存在少量误判（农田蓝色肥料桶、绿色防护网

），但可通过 GCS 快速人工筛选，大幅降低人工识别负荷。

2. 定位精度

后处理精准定位误差均＜15m，满足搜救任务的精准定位需求，其中多数目标定位误差＜5m，最优误差达 0.8m；

机载实时粗定位误差＜60m，可支撑即时救援的区域锁定，实现 “粗定位快速响应，精定位精准部署” 的双层定位目标。

3. 作业效率

单轮搜救任务从无人机起飞到所有目标定位结果上报，全程仅需 40 分钟，相比传统人工搜救效率提升显著；后期处理端基于 Intel Core i5-2430M+8GB RAM 的笔记本电脑，可快速完成影像解析与定位，单轮处理时间与飞行时间基本匹配。

4. 测绘效果

通过 Pix4Dmapper 生成的测试区域正射镶嵌模型与点云地图，可清晰还原地形与目标分布，仅水面强反射区域因特征匹配失败存在少量缺失，整体满足灾后灾情评估与救援路线规划的需求。

同时，系统可有效识别搜索区域内的真实目标（车辆、人员、船只），具备良好的环境适应性，可直接迁移至实际搜救场景。

系统优化方向与工程化应用展望

本系统已实现荒野搜救的核心功能，但基于工程化应用需求，仍需从目标识别、定位精度、系统集成三个维度进行优化：

1.优化目标识别算法：在 GCS 端增加形状特征过滤模块，结合目标轮廓、尺寸等几何特征剔除伪目标，降低误判率；利用并行计算技术提升后处理端的影像解析效率，适配大尺度影像数据处理；

2.提升定位与飞行精度：改进相机 - 世界坐标系的线性假设，引入非线性校正模型，进一步降低定位误差；采用激光雷达替代声呐高度计，提升无人机相对高度测量精度，优化自动着陆性能；

3.实现系统高度集成：推进无人机 “即飞即用” 一体化设计，简化飞行前调试流程，提升灾后快速部署能力；集成多传感器融合（视觉 + 红外），实现夜间 / 低能见度环境下的目标识别，拓展作业场景。

从工程化应用角度，本系统可直接应用于台风 / 地震灾后搜救、沙漠 / 森林人员走失搜救、失事车辆 / 航空器查找等场景，同时可拓展至环境监测、灾情评估、国土资源调查等领域；其固定翼无人机平台的长航时、大覆盖优势，结合视觉目标检测与精准定位技术，为无人机在应急救援领域的工程化应用提供了标准化的技术框架，对推动无人机搜救系统的国产化、产业化具有重要参考价值。

PART/5

总结

本研究研发的基于视觉的固定翼无人机搜救目标检测与定位系统，实现了机载实时识别、多精度定位、影像采集与灾后测绘的一体化设计，通过自适应阈值目标识别算法与影像 - 飞行数据同步定位算法，解决了传统无人机搜救的实时性与精度矛盾，经多轮野外盲测验证，系统具备高识别率、高精度、高效率、高环境适应性的技术特征，可有效降低人工操作负荷，提升荒野搜救与灾后应急救援的效率。

该系统的研发为无人机在 SAR 任务中的工程化应用提供了可落地的技术方案，而随着计算机视觉、多传感器融合、无人机自主控制技术的不断发展，未来无人机搜救系统将向全自主、多机协同、全天候作业方向发展，成为应急救援体系中的核心装备，为降低灾害损失、保障生命安全提供更有力的技术支撑。

有相关需求的你可以联系我们！

END

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

ABOUT

计算机视觉研究院

计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架，提供论文一键下载，并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！

往期推荐

🔗